Ответы на тест по эконометрике - файл n1.rtf

приобрести
Ответы на тест по эконометрике
скачать (1968.8 kb.)
Доступные файлы (1):
n1.rtf1969kb.13.09.2012 13:48скачать

n1.rtf

1   2   3   4   5
ij) = 0


D(εi) = D(εj)


M(εi) = 0











196

Эмпирический коэффициент регрессии b является несмещенной оценкой β если:


01

M(b) = β


D(b)→0, n→ ∞


D(b)=Dmin











197

Эмпирический коэффициент регрессии b является состоятельной оценкой β если:

01

D(b)→0, n→ ∞


D(b)=Dmin


M(b) = β











198

Эмпирический коэффициент регрессии b является эффективной оценкой β если:

01

D(b)=Dmin


D(b)→0, n→ ∞


M(b) = β











199

С увеличением числа наблюдений n дисперсии оценок а и b:

01

уменьшаются

увеличиваютс

не изменяются










200

С увеличением дисперсии х дисперсия оценок a и b:

01

уменьшается

увеличивается

не изменяется










201

С увеличением наклона прямой регрессии (b) разброс значений свободного члена а:

01

увеличивается

уменьшается

не изменяется










202

Разброс значений свободного члена а:

01

тем больше, чем больше среднее значение квадрата х

тем больше, чем меньше среднее значение квадрата х

не зависит от величины х










216

Всегда ли возрастает R2 при добавлении дополнительной переменной в модель:

0001

всегда

только при включении существенной переменной в модель

только в моделях временных рядов










204

Значимая линейная связь между х и у имеет место, когда:

01

-2 < | t | ≤ 3

-1 < | t | ≤ 2

| t | ≤ 1










226

Величина (1-R2) характеризует:

01

долю дисперсии y, вызванную влиянием не учтенных в модели факторов

долю дисперсии y, вызванную влиянием включенных в модель факторов

общую дисперсию y










206

При оценке парной линейной регрессии получена завышенная оценка b1 теоретического коэффициента β1 . Какая оценка наиболее вероятна для коэффициента β0

01

заниженная

завышенная

несмещенная

состоятельная







207

Доверительный интервал для среднего значения У при Х=хp будет:

01

уже, чем таковой для индивидуальных значений у

шире, чем таковой для индивидуальных значений у













208

Коэффициент наклона линии регрессии для значимой модели:

00000001

всегда находится от – 1 до +1

равен коэффициенту корреляции

никогда не бывает отрицательным

не может быть равен нулю

может принимать любое значение




209

Рассчитанный по выборке коэффициент корреляции оказался равным -1. Это означает, что:

000001

между изучаемым переменными есть слабая отрицательная линейная связь

между изучаемыми переменными есть связь, но она не является линейной

между изучаемыми переменными есть функциональная линейная отрицательная связь

между изучаемыми переменными отсутствует связь

полученное число не интерпретируется




210

Коэффициент регрессии в линейной регрессии совокупного спроса на канцтовары (в тысячах рублей) по цене (в рублях) оказался равным –1. Это означает, что:

00000001

увеличение цены на 1 % снижает спрос на канцтовары на 1 %

увеличение цены на 1 рубль снижает спрос на канцтовары на 1 %

увеличение цены на 1 % снижает спрос на канцтовары на одну тысячу рублей

увеличение цены на 1 рубль снижает спрос на канцтовары на одну тысячу рублей

полученное число не интерпретируется




211

Разница между регрессией и корреляцией заключается в следующем:

01

корреляция характеризует синхронность изменений переменных

корреляция измеряет степень линейной связи

регрессия выявляет нелинейную зависимость










212

Укажите задачу регрессионного анализа:

01

выявление причинно-следственной связи между переменными

измерение степени статистической связи между переменными

сбор исходной статистической информации










213

Регрессионная зависимость является:

0001

детерминированной

статистической

строго функциональной

непредсказуемой







203

Свободным членом уравнения парной линейной регрессии (а) можно пренебречь, когда:

01

| ta | < tα/2,n-2

| ta | > tα/2,n-2

| ta | < | tb |

| ta | > | tb |







263

При гетероскедастичности, вероятнее всего, что t-статистики коэффициентов регрессии и F-статистика будут:

01

завышенные

заниженные

точные










252

Какое значение не может принять множественный коэффициент корреляции:

01

1,2

-1

-0,5

0







253

Известно, что х2 усиливает связь между у и х1. По результатам наблюдений получен частный коэффициент корреляции Rух1/x2 = -0,45. Какое значение может принять парный коэффициент корреляции rух1?

01

-0,3

0,4

0,2

1,2







254

По результатам наблюдений получен парный коэффициент корреляции rух1 = 0.6. Известно, что х2 занижает связь между у и х1. Какое значение может принять частный коэффициент корреляции?

0001

0,8

0,5

-0,5

-0,6







255

Какие требования в линейной модели множественной регрессии предъявляются к математическому ожиданию и дисперсии случайных отклонений:

01

M(εi) = 0, D(εi) = σ2

M(εi) = 1, D(εi) = σ2

M(εi) = 0, D(εi) = 0

M(εi) = 1, D(εi) = 0







256

Если эффективность производства растет по мере его укрупнения и оно описывается производственной функцией Кобба-Дугласа, то параметры модели удовлетворяют соотношению:

01

α + β > 1

α + β = 1

α + β < 1

α + β = 0







235

Добавление новой объясняющей переменной:

01

никогда не уменьшает значение коэффициента детерминации

иногда уменьшает значение коэффициента детерминации

не оказывает влияния на значение коэффициента детерминации










258

Получены две производственные функции Кобба-Дугласа, имеющие равные значения параметров «альфа» и «бета», но различающиеся по параметру А. В каком случае первое производство более эффективно, чем второе?

01

А1 > А2

A1 < A2

A1 = A2










259

По 26 наблюдениям получена модель производственной функции:
y = 0.46l + 0.32k, R2 = 0.41; DW = 0.67
t = (1.81) (2.87)
y, l, k - темпы прироста объема выпуска, затрат труда и капитал.
Какой вывод является верным:

01

надо исключить фактор l, так как он оказался статистически незначим

надо исключить фактор k, так как он оказался статистически незначим

модель имеет удовлетворительные статистики, поэтому нет смысла ее совершенствовать










251

Какое значение может принимать коэффициент детерминации:

01

0,4

-0,5

-0,2

1,2







262

При гетероскедастичности случайных отклонений оценки коэффициентов регрессии становятся:

01

неэффективными

смещенными

нелинейными










257

Получена производственная функция Y = 2.7 · K 0.8 · L0.2, если объем капитала К увеличить на 1%, то объем производства в среднем изменится (в %) на:

01

0,8

2,7

0,2

-0,8







264

В координатной плоскости при гомоскедастичности случайных отклонений:

01

квадраты случайных отклонений находятся внутри полуплоскости, параллельной оси абсцисс

квадраты случайных отклонений находятся в первой четверти системы координат

наблюдаются систематические изменения в соотношениях между квадратами случайных отклонений и переменной Х










265

Какое из утверждений верно:

01

не существует общего теста для анализа гетероскедастичности

тест ранговой корреляции Спирмена основан на использовании статистики Фишера

тест Глейзера является частным случаем теста Голдфелда-Квандта










266

В условиях автокорреляции t-статистики коэффициентов регрессии будут:

01

завышены

занижены

точные










267

Если график наблюдений переменной Y и график регрессионных значений переменной Y пересекаются редко, то можно предположить наличие:

01

положительной автокорреляции остатков

отрицательной автокорреляции остатков

отсутствие автокорреляции остатков










268

Преобразование yt* = yt - ρ · yt-1 , xt* = xt - ρ · xt-1 соответствует:

01

авторегрессионной схеме 1 порядка

методу взвешенных наименьших квадратов

косвенному методу наименьших квадратов










269

Для обнаружения автокорреляции применяют:

01

критерий DW

тест Голдфелда-Квандта

тест Спирмена

тест Глейзера







270

Статистика DW изменяется в пределах

01

от нуля до четырех

от нуля до двух

меньше или равна двум










271

Коэффициент автокорреляции «ро» в авторегрессионной схеме 1 порядка на основе статистики DW определяется:

01

1 - DW / 2

DW / 2

1 + DW / 2










261

На практике гетероскедастичность имеет место, если есть основания считать, что:

01

вероятностные распределения случайных отклонений при различных наблюдениях будут различны

вероятностные распределения случайных отклонений при различных наблюдениях будут одинаковы

дисперсии случайных отклонений постоянны










247

Уравнение регрессии является качественным, если:

01

t-статистики, F-статистика больше критических значений, предпосылки МНК соблюдены

t-статистики, F-статистика, DW-статистика высокие

коэффициент детерминации больше 0,8










241

При добавлении существенной объясняющей переменной Х в линейную модель множественной регрессии скорректированный коэффициент детерминации :

01

увеличивается

уменьшается

не изменяется










242

Укажите истинное утверждение:

01

скорректированный и обычный коэффициенты детерминации совпадают только в тех случаях, когда обычный коэффициент детерминации равен единице или нулю

стандартные ошибки коэффициентов регрессии определяются значениями всех коэффициентов регрессии

при наличии гетероскедастичности оценки коэффициентов регрессии становятся смещенными










239

Скорректированный коэффициент детерминации увеличивается при добавлении новой объясняющей переменной тогда и только тогда:

01

когда t-статистика для этой переменной по модулю больше единицы

когда t-статистика для этой переменной по модулю больше своего критического значения

когда t-статистика для этой переменной по модулю больше трех










243

Если коэффициент детерминации равен нулю, то критерий Фишера равен:

01

нулю

единице

больше или равен единице










244

Коэффициент детерминации является мерой сравнения качества:

01

регрессионных моделей с одинаковой спецификацией и одинаковым числом наблюдений n

любых регрессионных моделей

регрессионных моделей с одинаковым числом наблюдений










246

Число степеней свободы для регрессионной суммы квадратов отклонений в линейной модели множественной регрессии равно:

01

m

n-m-1

n-1










240

Если коэффициент детерминации равен нулю, то:

01

величина зависимой переменной Y линейно не зависит от независимых переменных Xi

величина зависимой переменной Y линейно зависит от независимых переменных Xi

нельзя сделать вывод о линейной зависимости Y от независимых переменных Xi










248

Известно, что при фиксированном значении переменной x2 между переменными y и х1 существует положительная связь. Какое значение может принять частный коэффициент корреляции Rух1/x2 ?

01

0,4

0

0,8

1,3







238

С увеличением числа объясняющих переменных скорректированный коэффициент детерминации:

01

растет медленнее, чем обычный коэффициент детерминации

не изменяется

превышает значение обычного коэффициента детерминации










249

Множественный коэффициент корреляции Rух1x2=0,8. Определите, какой процент дисперсии зависимой переменной у объясняется влиянием х1 и x2

00000001

80%

28%

32%

64%







250

По результатам 20 наблюдений найден множественный коэффициент корреляции Rух1x2=0,8. Проверьте значимость Rух1x2 при уровне значимости 0,05 и определите разность между наблюдаемым и критическим значениями критерия Фишера

01

11,5

2,8

13,6

9,4







237

Укажите верное утверждение о скорректированном коэффициенте детерминации:

01

скорректированный коэффициент детерминации меньше обычного коэффициента детерминации для m > 1

скорректированный коэффициент детерминации больше обычного коэффициента детерминации для m > 1

скорректированный коэффициент детерминации меньше или равен обычному коэффициенту детерминации для m > 1










236

Проверка статистического качества уравнения регрессии включает:

01

проверку статистической значимости коэффициентов уравнения, общего качества уравнения, выполнимости предпосылок МНК

проверку статистической значимости коэффициентов уравнения и выполнимости предпосылок МНК

вычисление доверительных интервалов зависимой переменной и проверку общего качества уравнения










245

Число степеней свободы для остаточной суммы квадратов отклонений в линейной модели множественной регрессии равно:

01

n-m-1

n-1

m










310

Для проверки гипотезы о гомоскедастичности могут быть использованы следующие тесты:

0101010101

тест Голдфелда-Квандта

тест Уайта

тест на основе рангового коэффициента Спирмена

тест Глейзера

тест Бреуша-Пагана

тест Хаусмана

23

При моделировании экономических процессов оперируют следующими типами данных:

0101

пространственными

временными

статистическими

динамическими







13



01010101

=cov(a + b x,y - a - b x)

=b cov(x,y) - b2 var(x)

=b [cov(x,y) - b var(x)]

= 0

= 1




10

Коэффициентом детерминации R2 =

0101

1   2   3   4   5


Учебный материал
© nashaucheba.ru
При копировании укажите ссылку.
обратиться к администрации