- •Решение Тестовых заданий Парная регрессия и корреляция
- •1. Наиболее наглядным видом выбора уравнения парной регрессии является:
- •2. Рассчитывать параметры парной линейной регрессии можно, если у нас есть:
- •3. Суть метода наименьших квадратов состоит в:
- •4. Коэффициент линейного парного уравнения регрессии:
- •5. На основании наблюдений за 50 семьями построено уравнение регрессии , где – потребление, – доход. Соответствуют ли знаки и значения коэффициентов регрессии теоретическим представлениям?
- •6. Суть коэффициента детерминации состоит в следующем:
- •9. Классический метод к оцениванию параметров регрессии основан на:
- •10. Остаточная сумма квадратов равна нулю:
- •11. Объясненная (факторная) сумма квадратов отклонений в линейной парной модели имеет число степеней свободы, равное:
- •7. Качество модели из относительных отклонений по каждому наблюдению оценивает:
- •8. Значимость уравнения регрессии в целом оценивает:
- •12. Остаточная сумма квадратов отклонений в линейной парной модели имеет число степеней свободы, равное:
- •13. Общая сумма квадратов отклонений в линейной парной модели имеет число степеней свободы, равное:
- •14. Для оценки значимости коэффициентов регрессии рассчитывают:
- •15. Какое уравнение регрессии нельзя свести к линейному виду:
- •16. Какое из уравнений является степенным:
- •17. Параметр в степенной модели является:
- •18. Коэффициент корреляции может принимать значения:
- •Множественная регрессия и корреляция
- •11. Частный -критерий:
- •12. Несмещенность оценки параметра регрессии, полученной по мнк, означает:
- •13. Эффективность оценки параметра регрессии, полученной по мнк, означает:
- •14. Состоятельность оценки параметра регрессии, полученной по мнк, означает:
- •15. Укажите истинное утверждение:
- •16. При наличии гетероскедастичности следует применять:
- •17. Фиктивные переменные – это:
- •18. Если качественный фактор имеет три градации, то необходимое число фиктивных переменных:
- •Системы эконометрических уравнений
- •1. Наибольшее распространение в эконометрических исследованиях получили:
- •2. Эндогенные переменные – это:
- •3. Экзогенные переменные – это:
- •4. Лаговые переменные – это:
- •5. Для определения параметров структурную форму модели необходимо преобразовать в:
- •6. Модель идентифицируема, если:
- •7. Модель неидентифицируема, если:
- •8. Модель сверхидентифицируема, если:
- •13. Для определения параметров сверхидентифицируемой модели:
- •Временные ряды
- •4. Аддитивная модель временного ряда строится, если:
- •5. Мультипликативная модель временного ряда строится, если:
- •8. Критерий Дарбина-Уотсона применяется для:
5. Мультипликативная модель временного ряда строится, если:
а) значения сезонной компоненты предполагаются постоянными для различных циклов;
б) амплитуда сезонных колебаний возрастает или уменьшается;
в) отсутствует тенденция.
Ответ: б) амплитуда сезонных колебаний возрастает или уменьшается;
Выбор одной из двух моделей осуществляется на основе анализа структуры сезонных колебаний. Если амплитуда сезонных колебаний возрастает или уменьшается, строят мультипликативную модель временного ряда, которая ставит уровни ряда в зависимость от значений сезонной компоненты.
6. 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.
7. 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) 0,7;
б) 1,7;
в) 0,9.
8. Критерий Дарбина-Уотсона применяется для:
а) определения автокорреляции в остатках;
б) определения наличия сезонных колебаний;
в) для оценки существенности построенной модели.
Ответ: а) определения автокорреляции в остатках
Один из более распространенных методов определения автокорреляции в остатках – это расчет критерия Дарбина-Уотсона:
.
Т.е. величина
есть отношение суммы квадратов разностей
последовательных значений остатков к
остаточной сумме квадратов по модели
регрессии.
