34. Принцип построения системы взаимозависимых уравнений состоит в том, что:
одни и те же зависимые переменные в одних уравнениях входят в левую часть, в других уравнениях – в правую часть системы;
каждая зависимая переменная рассматривается как функция одного и того же набора факторов;
модель содержит как в правой, так и в левой части эндогенные и экзогенные переменные.
модель содержит как в правой, так и в левой части постоянные переменные;
применить метод наименьших квадратов для этой системы.
35. Система одновременных уравнений – это:
система взаимозависимых уравнений;
система независимых уравнений;
приведенная форма модели;
система взаимозависимых уравнений или структурная форма модели.
система приведенных и независимых уравнений.
36. Структурные коэффициенты модели можно оценить тогда, когда:
модель идентифицируема или сверхидентифицируема.
модель идентифицируема;
модель сверхидентифицируема;
модель не идентична;
модель не специфицирована.
37. Методы оценивания коэффициентов структурной модели:
косвенный МНК, двухшаговый и трехшаговый МНК, метод максимального
косвенный МНК;
двухшаговый и трехшаговый МНК;
метод максимального правдоподобия;
метод правдоподобия.
38. Под системой или моделью одновременных уравнений понимается:
случай, когда зависимая переменная в одном или нескольких уравнениях является объясняющей переменной в других уравнениях системы;
система из нескольких независимых уравнений, описывающих изучаемое явление;
система уравнений с одной и той и той же зависимой переменной, но с разным набором объясняющих переменных.
одни и те же зависимые переменные в одних уравнениях входят в левую часть, в других уравнениях – в правую часть системы;
каждая зависимая переменная рассматривается как функция одного и того же набора факторов;
39. Предопределенные переменные включают в себя:
экзогенные переменные и лаговые эндогенные переменные;
экзогенные переменные, определенные внешними для данной модели факторами;
эндогенные переменные.
экзогенные и эндогенные переменные
нелинейные эндогенные переменные
40. Под смещением одновременных уравнений понимается:
переоценка или недооценка структурных параметров при применении структурных параметров при применении обычного МНК к структурным уравнениям модели одновременных уравнений;
результат, получаемый при использовании косвенного МНК;
оценка, получаемая при применении обычного МНК к приведенным моделям.
результат, получаемый при использовании обобщенного МНК;
оценка, получаемая при применении косвенного МНК к приведенным моделям.
IV раздел
Временные ряды
1. Модели, построенные по данным, характеризующие совокупность различных объектов в определенный момент времени называются
а) пространственными моделями
б) моделями временных рядов
в) аддитивными моделями
г) мультипликативными моделями
д) динамическими моделями экономики
2. Модели, построенные по данным, характеризующие один объект за ряд последовательных моментов времени называется
а) моделями временных рядов
б) пространственными моделями
в) аддитивными моделями
г) мультипликативными моделями
д) динамическими моделями экономики
3. Временной ряд – это совокупность значений
а) какого-либо показателя за несколько последовательных моментов времени
б) какого-либо показателя за несколько предыдущих моментов времени
в) какого-либо показателя за несколько прогнозных наблюдений
г) какого-либо показателя за несколько дискретных моментов времени
д) какого-либо показателя за несколько будущих моментов времени
4. Каждый уровень временного ряда формируется под воздействием
а) факторов, формирующие тенденцию ряда
б) не случайных факторов
в) эндогенных факторов
г) факторов, формирующие колебания рядов
д) возрастающих факторов
5. Автокорреляцией уровней ряда называют
а) корреляционную зависимость между последовательными уровнями временного ряда
б) регрессионную зависимость между последовательными уровнями временного ряда
в) дисперсионную зависимость между последовательными уровнями временного ряда
г) корреляционную зависимость между последовательными уровнями постоянного ряда
д) регрессионную зависимость между последовательными уровнями постоянного ряда
6. Число периодов, по которым рассчитывается коэффициент автокорреляции, называют
а) лагом
б) моментом
в) коэффициентом
г) множеством
д) интервалом
7. Коэффициент автокорреляции характеризует
а) тесноту только линейной связи текущего и предыдущего уровней ряда
б) тесноту связи текущего и предыдущего уровней ряда
в) тесноту только нелинейной связи текущего и предыдущего уровней ряда
г) тесноту линейной связи текущего уровня ряда
д) тесноту линейной связи предыдущего уровня ряда
8. Автокорреляционной функцией временного ряда называют
а) последовательность коэффициентов автокорреляции уровней первого, второго и т.д. порядков
б) последовательность коэффициентов автокорреляции высших уровней порядков
в) последовательность коэффициентов автокорреляции низших уровней порядков
г) последовательность коэффициентов авторегрессии уровней первого, второго и т.д. порядков
д) последовательность коэффициентов автокорреляции убывающей тенденции
9. График зависимости автокорреляционной функции временного ряда называется
а) коррелограммой
б) дистограммой
в) гистограммой
г) пиктограммой
д) структурограммой
10. Для построения трендов не применяется следующая функция
а)
б)
в)
г)
д)
11. Если временной ряд имеет линейную тенденцию, то
а) его соседние уровни тесно коррелируют
б) его соседние уровни тесно регрессируют
в) его последующие уровни тесно коррелируют
г) его предыдущие уровни тесно коррелируют
д) его уровни не коррелируют
12. Аддитивная модель временного ряда имеет вид:
а)
;
б)
;
в)
.
Г)
д)
13. Мультипликативная модель временного ряда имеет вид:
а) ;
б) ;
в) .
Г)
д)
14. Если амплитуда колебаний приблизительно постоянна, то
а) строят аддитивную модель временного ряда
б) строят мультипликативную модель временного ряда
в) выравнивают исходный временной ряд
г) рассчитывают значение сезонной компоненты
д) устраняют сезонную компоненту
15. Если амплитуда сезонных колебаний возрастает или уменьшается
а) строят мультипликативную модель временного ряда
б) строят аддитивную модель временного ряда
в) выравнивают исходный временной ряд
г) рассчитывают значение сезонной компоненты
д) устраняют сезонную компоненту
16.
Прогнозное значение
уровня временного ряда в аддитивной
модели есть
а) сумма трендовой и сезонной компонент
б) произведение трендовой и сезонной компонент
в) разница трендовой и сезонной компонент
г) сумма трендовой и случайной компонент
д) произведение сезонной и случайной компонент
17. Прогнозное значение уровня временного ряда в мультипликативной модели есть
а) произведение трендовой и сезонной компонент
б) сумма трендовой и сезонной компонент
в) разница трендовой и сезонной компонент
г) сумма трендовой и случайной компонент
д) произведение сезонной и случайной компонент
18. В аддитивной модели расчет ошибки производится по формуле
а)
б)
в)
г)
д)
19. В мультипликативной модели расчет ошибки производится по формуле
а)
б)
в)
г)
д)
20. Аддитивная модель временного ряда строится, если:
а) значения сезонной компоненты предполагаются постоянными для различных циклов;
б) амплитуда сезонных колебаний возрастает или уменьшается;
в) отсутствует тенденция.
Г) значения трендовой компоненты предполагаются постоянными для различных циклов;
д) значения случайной компоненты предполагаются постоянными для различных циклов;
21. Мультипликативная модель временного ряда строится, если:
а) амплитуда сезонных колебаний возрастает или уменьшается;
б) значения сезонной компоненты предполагаются постоянными для различных циклов;
в) отсутствует тенденция.
Г) значения трендовой компоненты предполагаются постоянными для различных циклов;
д) значения случайной компоненты предполагаются постоянными для различных циклов;
22. На основе поквартальных данных построена аддитивная модель временного ряда. Скорректированные значения сезонной компоненты за первые три квартала равны: 7 – I квартал, 9 – II квартал и –11 – III квартал. Значение сезонной компоненты за IV квартал есть:
а) -5;
б) –4;
в) 5.
Г) 6
д) -6
23. На основе поквартальных данных построена мультипликативная модель временного ряда. Скорректированные значения сезонной компоненты за первые три квартала равны: 0,8 – I квартал, 1,2 – II квартал и 1,3 – III квартал. Значение сезонной компоненты за IV квартал есть:
а) 0,9;
б) 1,7;
в) 0,8.
Г) 0,7
д) 1,8
24. Критерий Дарбина-Уотсона применяется для:
а) определения автокорреляции в остатках;
б) определения наличия сезонных колебаний;
в) для оценки существенности построенной модели;
г) для оценки тесноты связи между переменными
.д) определения наличия трендовых компонент
25. Для определения наличия тренда и тенденции в дисперсии временного ряда
а) метод Фостера-Стьюарта.
Б) метод Алмона
в) метод Дарбина-Уотсона
г) метод Клейна
д) метод Койка