Файл: Автокорреляционная функция это функция от .docx

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 11.01.2024

Просмотров: 205

Скачиваний: 4

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

  • Коэффициент корреляции – это

    • показатель, позволяющий установить факт наличия линейной стохастической связи между переменными

    • показатель, характеризующий тесноту линейной стохастической связи между переменными +ТО

    • явление линейной стохастической связи между переменными

  • Коэффициент при независимой переменной в парном линейном уравнении регрессии показывает....

    • изменение результата с изменением на одну единицу независимой переменной так ответил

    • процентное изменение зависимой переменной при однопроцентном изменении независимой переменной

    • среднее изменение результата с изменение фактора на одну единицу

  • Коэффициенты модели со структурными коэффициентами

    • нелинейными соотношениями

  • Критерий Дарбина-Уотсона используется для

    • автокорреляции в остатках

  • Критерий Дарбина-Уотсона используется для проверки гипотезы о

    • независимости квадратов соседних значений фактической ошибки et2 и ee-t2

    • статистической значимости модели в целом

    • статистической значимости каждого из коэффициентов модели

  • Критерий Стьюдента применяется для

    • проверки независимости факторов уравнения

    • определения статистической значимости каждого коэффициента уравнения

    • проверки модели на автокорреляцию остатков

  • Критерий Фишера используется при проверке

    • статистической значимости модели в целом

    • на автокорреляцию в ряду фактической ошибки

    • независимости факторов модели

  • Линейная модель простой и парной регрессии имеет вид у=а+Вх+е построение модели сводится к оценке "а" и "в"

    • Ошибки спецификации недоучет в уравнении , ошибки выбора - отражаются в увелчение "е"


  • Линейная модель спроса и предложения характеризуется двумя уравнениями, экзогенной и переменной в нем

    • нет

  • Любое экономическое исследование начинается с модели под спецификацией

    • понимается формулировка вида модели по теории и связи

  • Множественная регрессия предполагает включение в уравнение регрессии двух и более факторов переменных, при этом факторы должны

    • некореллироваться между собой и количественно измеряться

  • Модели на основе временных рядов учитывающие момент времени "t" относящийся к предыдущим моментам времени "t-1" "t-2"наз.

    • динамическими

  • Мультиколлинеарность проявляется между

    • признаком и фактором

    • факторами

    • остатками

  • Мультиколлинеарность факторов – это

    • наличие линейной зависимости между несколькими объясняющими переменными

    • отсутствие зависимости между несколькими изучаемыми переменными

    • наличие линейной связи между двумя объясняемой и объясняющей переменной

  • На главной диагонали ковариационной матрицынаходятся

    • коэффициенты корреляции

    • дисперсии коэффициентов регрессии

    • средние значения коэффициентов регрессии

  • Наличие автокорреляции остатков можно обнаружить с помощью статистики

    • Дарбина-Уотсона

    • Фишера

    • Стьюдента

  • Наличие тенденции в временных рядах у кот-ой изучается причинноследственная связь приводит к

    • ложной корреляции

  • Неверно утверждать, относительно метода наименьших квадратов (МНК) оценки

    • линейной регрессионной модели, что МНК

    • минимизирует сумму абсолютных значений остатков

    • минимизирует сумму квадратов остатков

    • максимизирует сумму квадратов остатков

  • Неверно, что к моделям временных рядов относятся…


    • Авторегрессионные модели

    • Модели скользящего среднего

    • Регрессионные модели

  • Неверный с точки зрения экономической теории, знак коэффициента линейного регрессионного уравнения может свидетельствовать

    • об автокорреляции остатков

    • о мультиколлинеарности факторов

    • о гетероскедастичности остатков

  • Негативным последствием применения классического МНК в случае гетероскедастичности является то, что оценки коэффициентов модели не являются

    • статистически значимыми

    • эффективными

    • состоятельными

  • Неидентифицируемость системы эконометрических уравнений связана с превышением

    • числа эндогенных переменных над числом предопределенных переменных

    • числа структурных коэффициентов над числом приведенных

    • числа приведенных коэффициентов над числом структурных

  • Нулевая гипотеза при проверке коэффициента уравнения регрессии на статистическую значимость гласит, что

    • значение коэффициента равно нулю

    • оценка коэффициента положительна

    • оценка коэффициента равна нулю

  • О наличии мультиколлинеарности не свидетельствует факт того, что … близки к единице

    • коэффициенты множественной детерминации некоторых объясняющих факторов с остальными

    • коэффициенты парной корреляции результирующего признака с каждым из объясняющих по модулю

    • некоторые коэффициенты парной корреляции среди объясняющих факторов по модулю

  • Обобщенный метод наименьших квадратов для оценки параметров множественной

    • регрессии при нарушении предпосылок относительно остатков

  • Обычный метод наименьших квадратов не рекомендуется применять к системе

    • одновременных уравнений

  • Одно из правил проверки уравнения в СОУ

    • счетное или ранговое

  • Описание и исследование структуры связей между переменными системами взаимосвяз. признаков осуществ. на
    основе

    • одновременных уравнений

  • Определитель матрицы коэффициент корреляции между факторами равен нулю это значит

    • что между факторами полная линейная зависимость

  • Основная задача исследования временного ряда

    • выявление тенденций сезонности и случайности основных компонентов уровня ряда

  • Основное внимание в эконометрике уделяет

    • ошибка спецификации модели

  • Остаток в i-м наблюдении – это разница между значением

    • объясняющей переменной в i-м наблюдении и прогнозным значением этой переменной

    • переменной Y в i-м наблюдении и прогнозным значением этой переменной, полученным по истинной линии регрессии

    • переменной Y в i-м наблюдении и прогнозным значением этой переменной, полученным по выборочной линии регрессии

  • Отрицательный характер взаимосвязи между переменными Х и У означает, что



    • рост Х не оказывает влияния на изменение У

    • с ростом Х происходит убывание У

    • с ростом Х происходит рост У

  • Оценка значимости моделей парной регрессии в целом проводится с помощью "f"

    • критерия Фишера, расчет у которого предшествует

  • Оценка параметров приведенной формы осуществляется … наименьших квадратов

    • двухшаговым методом

    • косвенным методом

    • методом

  • Оценки косвенного МНК совпадают с оценками двухшагового МНК, если для уравнения выполнено

    • ранговое условие и порядковое условие со знаком равенства

    • порядковое условие

    • ранговое условие

  • Оценки коэффициентов классической модели, полученные с помощью метода наименьших квадратов, обладают

    • свойствами несмещенности, состоятельности и эффективности

    • только свойством эффективности

    • только свойством состоятельности

  • Оценки параметров методом наименьших параметров является

    • точечными оценками теоретических коэффициентов регрессии т.к. получается на основе выборочных данных


  • Оценки параметров у уравнений парной линейной регрессии

    • наиболее часто подходит методом наименьших квадратов

    1. Ошибка в i-м наблюдении – это разница между значением

    • переменной Y в i-м наблюдении и прогнозным значением этой переменной, полученным по истинной линии регрессии

    • объясняющей переменной в i-м наблюдении и прогнозным значением этой переменной переменной Y в i-м наблюдении и прогнозным значением этой переменной, полученным по выборочной линии регрессии

  • По десяти парам наблюдений получено уравнение линейной регрессии у=а+57,28х

    • также известно, что сумма х=100 , а сумма у=200, параметр "а"=-552,8

  • По характеру связи между переменными регрессии в целом подразделяют на две группы –

    • равномерно возрастающие и равномерно убывающие

    • равноускоренные и равнозамедленные

    • положительные и отрицательные

  • По числу объясняющих факторов регрессии подразделяют на

    • простые и сложные

    • двойные, тройные и т.д.

    • парные и множественные

    1. Под регрессией понимается

    • функциональная зависимость между объясняющей или переменной и средней величиной зависимой переменной

  • Под спецификацией модели понимается …

    • постановка проблемы и получение данных для ее решения

    • отбор факторов, влияющих на результат и выбор вида уравнения

    • нахождение параметров уравнения

    1. Подставляя линейное уравнение регрессии например у=1,9+085х значение "х", получаем "у", такой прогноз называется

    • точечный

  • Показатель множественной корреляции оценивает тесноту связи совместного влияния факторов на результат, определяется как

    • индекс множества корреляции независимо от формы связи

  • Порядковое условие идентифицируемости структурного уравнения является



    • необходимым и достаточным

    • необходимым

    • достаточным