Полезное:
Как сделать разговор полезным и приятным
Как сделать объемную звезду своими руками
Как сделать то, что делать не хочется?
Как сделать погремушку
Как сделать так чтобы женщины сами знакомились с вами
Как сделать идею коммерческой
Как сделать хорошую растяжку ног?
Как сделать наш разум здоровым?
Как сделать, чтобы люди обманывали меньше
Вопрос 4. Как сделать так, чтобы вас уважали и ценили?
Как сделать лучше себе и другим людям
Как сделать свидание интересным?
Категории:
АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника
|
Итоговые тесты по эконометрикеСтр 1 из 3Следующая ⇒
1. Оценка значимости параметров уравнения регрессии осуществляется на основе: +а) t - критерия Стьюдента; б) F - критерия Фишера – Снедекора; в) средней квадратической ошибки; г) средней ошибки аппроксимации.
2. Коэффициент регрессии в уравнении , характеризующем связь между объемом реализованной продукции (млн. руб.) и прибылью предприятий автомобильной промышленности за год (млн. руб.) означает, что при увеличении объема реализованной продукции на 1 млн. руб. прибыль увеличивается на: а) 0,5 %; г) 0,5 млн. руб.; в) 500 тыс. руб.; +г) 1,5 млн. руб.
3. Корреляционное отношение (индекс корреляции) измеряет степень тесноты связи между Х и Y: а) только при нелинейной форме зависимости; +б) при любой форме зависимости; в) только при линейной зависимости.
4. По направлению связи бывают: а) умеренные; +б) прямые; в) прямолинейные.
5. По 17 наблюдениям построено уравнение регрессии: . Для проверки значимости уравнения вычислено наблюдаемое значение t - статистики: 3.9. Вывод: +а) Уравнение значимо при a = 0,05; б) Уравнение незначимо при a = 0,01; в) Уравнение незначимо при a = 0,05.
6. Каковы последствия нарушения допущения МНК «математическое ожидание регрессионных остатков равно нулю»? +а) Смещенные оценки коэффициентов регрессии; б) Эффективные, но несостоятельные оценки коэффициентов регрессии; в) Неэффективные оценки коэффициентов регрессии; г) Несостоятельные оценки коэффициентов регрессии.
7. Какое из следующих утверждений верно в случае гетероскедастичности остатков? +а) Выводы по t и F- статистикам являются ненадежными; б) Гетероскедастичность проявляется через низкое значение статистики Дарбина-Уотсона; в) При гетероскедастичности оценки остаются эффективными; г) Оценки параметров уравнения регрессии являются смещенными.
8. На чем основан тест ранговой корреляции Спирмена? +а) На использовании t – статистики; б) На использовании F – статистики; в) На использовании ; г) На графическом анализе остатков.
9. На чем основан тест Уайта? а) На использовании t – статистики; б) На использовании F – статистики; +в) На использовании ; г) На графическом анализе остатков.
10. Каким методом можно воспользоваться для устранения автокорреляции? +а) Обобщенным методом наименьших квадратов; б) Взвешенным методом наименьших квадратов; в) Методом максимального правдоподобия; г) Двухшаговым методом наименьших квадратов.
11. Как называется нарушение допущения о постоянстве дисперсии остатков? а) Мультиколлинеарность; б) Автокорреляция; +в) Гетероскедастичность; г) Гомоскедастичность.
12. Фиктивные переменные вводятся в: а) только в линейные модели; б) только во множественную нелинейную регрессию; в) только в нелинейные модели; +г) как в линейные, так и в нелинейные модели, приводимые к линейному виду.
13. Если в матрице парных коэффициентов корреляции встречаются , то это свидетельствует: +а) О наличии мультиколлинеарности; б) Об отсутствии мультиколлинеарности; в) О наличии автокорреляции; г) Об отсутствии гетероскедастичности.
14. С помощью какой меры невозможно избавиться от мультиколлинеарности? а) Увеличение объема выборки; б) Исключения переменных высококоррелированных с остальными; в) Изменение спецификации модели; +г) Преобразование случайной составляющей.
15. Если и ранг матрицы А меньше (К-1) то уравнение: а) сверхиденцифицировано; +б) неидентифицировано; в) точно идентифицировано.
16.Уравнение регрессии имеет вид: +а) ; б) ; в) .
17.В чем состоит проблема идентификации модели? +а) получение однозначно определенных параметров модели, заданной системой одновременных уравнений; б) выбор и реализация методов статистического оценивания неизвестных параметров модели по исходным статистическим данным; в) проверка адекватности модели.
18. Какой метод применяется для оценивания параметров сверхиденцифицированного уравнения? +в) ДМНК, КМНК; б) КМНК; в) ДМНК.
19. Если качественная переменная имеет k альтернативных значений, то при моделировании используются: +а) (k-1) фиктивная переменная; б) k фиктивных переменных; в) (k+1) фиктивная переменная.
20. Анализ тесноты и направления связей двух признаков осуществляется на основе: +а) парного коэффициента корреляции; б) коэффициента детерминации; в) множественного коэффициента корреляции.
21. В линейном уравнении x=а0+a1х коэффициент регрессии показывает: а) тесноту связи; б) долю дисперсии "Y", зависимую от "X"; +в) на сколько в среднем изменится "Y" при изменении "X" на одну единицу; г) ошибку коэффициента корреляции.
22. Какой показатель используется для определения части вариации, обусловленной изменением величины изучаемого фактора? а) коэффициент вариации; б) коэффициент корреляции; +в) коэффициент детерминации; г) коэффициент эластичности.
23. Коэффициент эластичности показывает: +а) на сколько % изменится значение y при изменении x на 1 %; б) на сколько единиц своего измерения изменится значение y при изменении x на 1 %; в) на сколько % изменится значение y при изменении x на ед. своего измерения.
24. Какие методы можно применить для обнаружения гетероскедастичности? +а) Тест Голфелда-Квандта; +б) Тест ранговой корреляции Спирмена; в) Тест Дарбина- Уотсона.
Date: 2016-07-05; view: 9077; Нарушение авторских прав |