- •Коэффициент эластичности; 2) коэффициент относительного роста;
- •Коэффициент абсолютного роста.
- •Линейную; 2) показательную; 3) степенную.
- •Линейную; 2) показательную; 3) степенную.
- •С ростом X уменьшается y; 2) с ростом X увеличивается y;
- •1) Критерий значимости; 2) критерий согласия; 3) параметрический критерий.
- •Одно; 2) два; 3) три.
- •Уровни которых характеризуют изучаемое явление за определенное интервалы времени;
- •Уровни которых характеризуют изучаемое явление за определенное интервалы времени;
- •Убывающей; 2) возрастающей; 3) постоянной.
- •Неравенство дисперсий случайной составляющей;
- •Тест Уайта; 2) тест Голдфелда-Куандта; 3) тест Бреуша-Пагана.
- •93. К какому классу относится модель ?
- •Значения автокорреляционной функции экспоненциально затухают, а значения частной автокорреляционной функции снижаются резко до нуля, начиная с порядка;
93. К какому классу относится модель ?
ARIMA(1, 0, 0); 2) ARIMA(0, 1, 0); 3) ARIMA(0, 0, 1).
94. Коэффициент автокорреляции – это:
1) коэффициент корреляции между зависимой переменной и ее запаздывающим значением;
2) коэффициент корреляции между зависимой переменной и независимой переменной;
3) коэффициент корреляции между зависимой переменной и случайной составляющей модели.
95. Процесс описывается авторегрессионной
моделью порядка
,
если:
1) значения автокорреляционной функции экспоненциально затухают, а значения частной автокорреляционной функции снижаются резко до нуля, начиная с порядка;
2) значения автокорреляционной функции снижаются резко до нуля, начиная с порядка, а значения частной автокорреляционной функции экспоненциально затухают;
3) значения автокорреляционной функции равны значениям частной автокорреляционной функции до порядка включительно.
96. Процесс скорее описывается моделью скользящего среднего порядка , чем авторегрессией, если:
Значения автокорреляционной функции экспоненциально затухают, а значения частной автокорреляционной функции снижаются резко до нуля, начиная с порядка;
значения автокорреляционной функции снижаются резко до нуля, начиная с порядка, а значения частной автокорреляционной функции экспоненциально затухают;
значения автокорреляционной функции равны значениям частной автокорреляционной функции до порядка включительно.
97. Что проверяется
с помощью критерия, основанного на
-статистике
Бокса-Пирса?
значимость авторегрессионных коэффициентов;
значимость
-го
значения автокорреляционной функции
остатков;значимость первых значений автокорреляционной функции остатков.
98. Что позволяет установить критерий Дики-Фуллера?
порядок авторегрессии; 2) степень интегрированности; 3) порядок скользящего среднего.
99. В каких случаях рекомендуется использовать расширенный критерий Дики-Фуллера?
в случае автокоррелированности остатков; 2) когда порядок авторегрессии выше первого; 3) когда в модель включается тренд.
100. Какую модель рекомендуется выбирать в ситуации, когда адекватными оказалось несколько ARMA моделей?
1) наиболее простую модель, содержащую наименьшее количество параметров;
2) модель с наибольшим числом включенных в нее переменных;
3) модель, в которой порядки авторегрессии и скользящего среднего совпадают.
101. В уравнении регрессии, построенном
для отклонения от средних
,
свободный член:
меньше нуля; 2) равен нулю; 3) больше нуля.
102. Почему нельзя оценить неизвестные элементы ковариационной матрицы в обобщенной регрессии?
матрица вырожденная; 2) число элементов в больше числа наблюдений;
3) оценивание элементов требует нелинейных методов.
103. Почему нельзя построить регрессию
на три независимых переменных
,
и
?
1) модель не будет иметь содержательной интерпретации;
матрица системы нормальных уравнений будет вырожденной;
МНК-оценки окажутся смещенными.
104. Можно ли построить регрессию на
,
,
при условии, что
?
нельзя; 2) можно; 3) можно, если и разных знаков.
105. Если число независимых переменных
модели
находится с числом наблюдений
в соотношении
,
то:
1)
;
2)
;
3)
.
106. Если число независимых переменных находится с числом наблюдений n в соотношении , то какие проблемы могут возникнуть при проверке значимости коэффициентов регрессии:
все
-статистики
равны нулю; 2) нельзя вычислить ни
одну
-статистику;
3) нельзя проверить значимость свободного члена.
107. Почему не имеет смысла проверять адекватность регрессионной модели в случае, когда ( – число наблюдений, – число независимых переменных модели)?
полная дисперсия равна нулю; 2) воспроизведенная дисперсия равна нулю;
3) остаточная дисперсия равна нулю.
108. В каком из случаев воспроизведенная дисперсия может совпадать с полной дисперсией?
1) ; 2) ; 3) .
109. У какой модели остаточная дисперсия совпадает с полной?
1)
;
2)
;
3)
.
110. В каком случае остаточная дисперсия равна полной?
все коэффициенты регрессии, кроме
,
ненулевые;
2) все коэффициенты регрессии, кроме , нулевые; 3) все коэффициенты регрессии ненулевые.
111. Если с помощью МНК оцениваются
коэффициенты модели
,
то
равно:
1)
;
2)
;
3)
.
112. Если оценивается
модель
,
то:
1)
;
2)
;
3)
.
113. Чему равна F-статистика
в случае, если при построении регрессионной
модели
были получены следующие оценки:
,
,
?
0; 2) 1; 3)
.
114. В обобщенной регрессии ковариационная матрица остатков :
произвольная; 2) положительно определенная; 3) отрицательно определенная.
115. Чему не может быть равна F-статистика в случае, если при построении регрессионной модели
были получены следующие оценки:
,
,
?
0; 2) 1; 3) .
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ
ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ
ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
«ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
(ГОУ ВПО ВГУ)
Университетская пл., д. 1, г. Воронеж, 394006,
тел./факс (0732) 208-755, e-mail: office@mail.ru
ОКПО 02068120, ОГРН 1023601560510 ИНН/КПП 3666029505/366601001
БАНК ТЕСТОВЫХ ЗАДАНИЙ ДЛЯ ОЦЕНКИ ОСТАТОЧНЫХ ЗНАНИЙ
ПО ДИСЦИПЛИНЕ «ЭКОНОМЕТРИКА»
Воронеж 2005
