| F-статистика для ____________ является в точности квадратом t-статистики для rx,y -> коэффициента детерминации ковариации дисперсии случайного члена параметра регрессии МНК дает__________ для данной выборки значение коэффициента детерминации R2 -> максимальное средневзвешенное среднее минимальное Cитуация, при которой нулевая гипотеза была отвергнута, хотя была истинной, носит название -> ошибки I рода систематической ошибки стандартной ошибки ошибки II рода t-статистика для коэффициента корреляции r определяется как ->     _________ описывают размер влияния  на  -> регрессионные модели с распределенными лагами модели частичного приспособления модели со скользящими средними в остатках модели множественной регрессии Автоковариация определяется соотношением  ->     Автоковариация члена ряда  с самим собой равна ->  0 1  Автокорреляционная функция принимает значения в пределах -> от -1 до 1 от 0 до  от  до от 0 до 1 Автокорреляция - нарушение ___________ условия Гаусса - Маркова -> третьего четвертого второго первого Автокорреляция первого порядка - ситуация, когда случайный член uк коррелирует с -> Uк-1 Четными случайными Uк-1 , Uк-2 Предыдущими к-1 членами Автокорреляция представляет тем большую проблему, чем -> меньше интервал между наблюдениями больше число наблюдений меньше число наблюдений больше интервал между наблюдениями Авторегрессионная схема называется схемой первого порядка, если описываемое _____________равно 1 -> максимальное запаздывание число свободных параметров число независимых переменных минимальное запаздывание Аналитические методы выделения неслучайной составляющей основаны на допущении, что -> известен общий вид неслучайной составляющей дисперсия случайных остатков равна нулю временной ряд является стационарным известны полиномиальные коэффициенты неслучайной составляющей Близко к линии регрессии находится наблюдение, для которого теоретическое распределение случайного члена имеет -> малое стандартное отклонение смещенное среднее значение нулевое среднее значение большое стандартное отклонение В авторегрессионной схеме первого порядка uкн = рuк + ek предполагается, что значение ek в каждом наблюдении -> не зависит от его значений во всех других наблюдениях зависит от его значения в первом наблюдении зависит от его значения в предыдущем наблюдении зависит от его значений во всех других наблюдениях В авторегрессионной схеме первого порядка зависимость между последовательными случайными членами описывается формулой uk+1 = ________, где ρ - константа, e k+1 - новый случайный член -> ρuk + e k+1 ρ e k+1 uk + ρ e k+1 ρuk-1 + e k+1 В критерии восходящих и нисходящих серий временному ряду 6, 2, 4, 6, 4 соответствует последовательность ->      В критерии восходящих и нисходящих серий проверяется гипотеза ->     В критерии восходящих и нисходящих серий, длина самой длинной серии временного ряда 1, 5, 4, 1, 6 равна -> 2 1 4 3 В критерии восходящих и нисходящих серий, общее число серий временного ряда 5, 7, 6, 4, 3, 1 равно -> 2 5 3 1 В критерии серий, основанном на медиане, временному ряду 2, 5, 4, 6, 3 соответствует последовательность ->   В критерии серий, основанном на медиане, общее число серий временного ряда 1, 3, 5, 4, 2 равно -> 3 2 5 4 В критерии серий, основанном на медиане, проверяется гипотеза ->   В критерии серий, основанном на медиане, протяженность самой длинной серии временного ряда 5, 1, 4, 2 равна -> 1 4 3 2 В лаговой структуре Койка веса  равны _____ , где  ->     В лаговой структуре Койка надо оценить только -> три параметра наименьшее отклонение автоковариацию и дисперсию наибольшее отклонение В методе выделения неслучайной составляющей (МНК) необходимо, чтобы величина _____________ была минимальной ->    В методе скользящего среднего веса определяется с помощью ______ -> МНК критерия восходящих и нисходящих серий критерия серий, основанного на медиане метода последовательных разностей В множественном регрессионном анализе коэффициент детерминации определяет ________________ регрессией -> долю дисперсии y, объясненную долю дисперсии x, необъясненную долю дисперсии y, необъясненную долю дисперсии x, объясненную В модели АР(1) частная автокорреляционная функция случайных остатков, разделенных двумя тактами времени, равна -> 0   1 В модели АР(2) частная автокорреляционная функция случайных остатков, разделенных двумя тактами времени, равна ->  1 0  В модели Линтнера реальный объем дивидендов подвергается корректировке ->     В модели множественной регрессии всегда желательно присутствие хотя бы одной _________ переменной для того, чтобы обеспечить надлежащий уровень достоверности оценок -> нефиктивной лишней объясняющей фиктивной В модели множественной регрессии за изменение _________ регрессии отвечает несколько объясняющих переменных -> одной зависимой переменной нескольких случайных членов двух случайных членов двух зависимых переменных В модели парной регрессии у* = 4 + 2х изменение х на 2 единицы вызывает изменение у на _______ единиц -> 4 1 6 2 В модели СС(1) автокорреляционная функция при  равна ->  0   В модели СС(1) спектральная плотность  равна ->     В модели СС(2) автокорреляционная функция при  равна -> 0    В основе модели Ш. Алмон лежит предположение о том, что если  зависит от текущих и лаговых значений  , то веса в этой зависимости подчиняются _________________ распределению -> полиномиальному биномиальному нормальному экспоненциальному В парном регрессионном анализе коэффициент детерминации R2 равен -> rх;у2 var(y). var(x) cov (x,у) rх,у В процессе формирования значений всякого временного ряда всегда участвуют _________ факторы -> случайные долговременные циклические сезонные В функции Кобба - Дугласа вида log Y = a + b1 log k +b2 log l (k - индекс затрат капитала, l - индекс затрат труда) роль замещающей переменной для показателя технического прогресса играет -> log k a log Y log l В экономике отрицательная автокорреляция встречается _________ положительная -> гораздо реже, чем также часто как также редко как гораздо чаще, чем Вероятности, с которыми случайная величина принимает свои значения, называют __________ случайной величины -> законом распределения ковариацией дисперсией математическим ожиданием Верхнее число степеней свободы F-cтатистики в случае парной регрессии равно -> одному трем нулю двум Весовые коэффициенты в методе скользящего среднего -> всегда больше нуля знакопеременные всегда отрицательные могут принимать любые значения Временной ряд называется нестационарным однородным, если -> ряд  стационарен ряд  нестационарен ряд стационарен ряд нестационарен Всю совокупность реализаций случайной величины называют __________совокупностью -> генеральной полной репрезентативной выборочной Второе условие Гаусса - Маркова заключается в том, что -> s2(ui) - не зависит от i s2(ui) = 1 s2(ui) = 0 М(ui) - не зависит от i Второе условие Гаусса - Маркова предполагает, что дисперсия случайного члена __________ в каждом наблюдении -> постоянна не равна 0 равна 0 переменна Второй шаг метода Зарембки заключается в пересчете наблюдений y в новые  ->  Yгеом.- yi Yгеом.• yi  Выборочная дисперсия зависимой переменной регрессии равна _______объясненной дисперсии зависимой переменной и необъясненной дисперсии зависимой переменной -> сумме частному от деления произведению разности Выборочная дисперсия как оценка теоретической дисперсии имеет ___________смещение -> отрицательное единичное нулевое положительное Выборочная дисперсия остатков в наблюдениях Var(y - (a + bx)) называется __________ дисперсией зависимой переменной -> необъясненной нормальной случайной объясненной Выборочная дисперсия рассчитывается по формуле:  ->     Выборочная дисперсия расчетных значений величины y называется __________ дисперсией зависимой переменной -> объясненной нормальной случайной необъясненной Выборочная ковариация рассчитывается по формуле:  ->     Выборочная корреляция является _____________ теоретической корреляции -> оценкой распределением дисперсией средним значением Гетероскедастичность заключается в том, что дисперсия случайного члена регрессии __________наблюдений -> зависит от номера зависит от времени проведения зависит от числа одинакова для всех Гетероскедастичность приводит к ________ оценок параметров регрессии по МНК -> неэффективности усложнению вычисления уменьшению дисперсии смещенности Граничное значение области принятия гипотезы с p%-ной вероятностью совершить ошибку I рода определяется __________при p-процентном уровне значимости -> критическим значением теста гипотетическим значением коэффициента стандартным отклонением коэффициента стандартной ошибкой коэффициента Данные по определенному показателю, полученные для разных однотипных объектов, называются -> перекрестными групповыми моментальными временными рядами Детерминированная переменная может рассматриваться как предельный вариант случайной переменной, принимающей свое единственное значение с вероятностью -> 1 1/5 ½ 0 Дисперсии оценок а и b ___________ дисперсии остаточного члена s2 (u) -> прямо пропорциональны не зависят от равны обратно пропорциональны Дисперсия случайных остатков в модели АР(1) равна  ->     Для белого шума  справедливо соотношение ->     Для весовых коэффициентов в методе скользящего среднего справедлива формула ->     Для выполнения теста Чоу используется распределение -> Фишера Гаусса Стьюдента Пуассона Для идентификации АР и СС моделей сначала делают оценки -> автокорреляционной функции частной автокорреляции спектральной плотности автоковариационной функции Для конечного процесса авторегрессии порядка  величина e может быть представлена как ____ сумма предшествующих  -> бесконечная расходящаяся ограниченная конечная Для конечного процесса авторегрессии порядка величина может быть представлена как __________ сумма предшествующих  -> конечная интегральная средневзвешенная бесконечная Для линеаризации функции Кобба - Дугласа необходимо предварительно обе части уравнения -> разделить на L умножить на K разделить на K*L умножить на L Для линейного регрессионного анализа требуется линейность -> только по параметрам или по переменным, или по параметрам по переменным и параметрам только по переменным Для модели АР(1) справедливо соотношение ->     Для модели парной регрессии оценки, полученные по МНК, являются несмещенными, эффективными, состоятельными, если -> выполнены условия Гаусса - Маркова использована компьютерная программа проведен эксперимент по методу Монте-Карло использована репрезентативная выборка Для одностороннего критерия нулевой гипотезы Н0 : β =β0 альтернативная гипотеза Н1: -> β > β β ≠ 0 β = 0 β≠β  Для отношения RSS2/RSS1 в рамках теста Голдфелда - Квандта проводят тест -> Фишера Глейзера Спирмена Стьюдента Для оценки  в моделях авторегрессии используется формула ->     Для парной регрессии F-статистика рассчитывается по формуле ->     Для применения теста Зарембки необходимо -> преобразование масштаба наблюдений у преобразование уравнения регрессии y=y(x) снижение размерности выборки n увеличение размера выборки n Для проверки нулевой гипотезы H0: b= b0 применяется тест _________ -> Стьюдента Зарембки Фишера Гаусса - Маркова Для производственного процесса, описываемого функцией Кобба-Дугласа, увеличение капитала (К) и труда (i) в 4 раза приводит к увеличению объема выпуска (у): -> в 4 раза на 16 в 16 раз в 2 раза Для ранжированного временного ряда медиана  равна ->     Для ранжированного временного ряда медиана  равна ->     Для регрессии второго порядка y= 12+7x1-3x2 отклонение от регрессии наблюдения (х1=2, х2=1, y=20) равно -> е=3 е=20 е=0 е=23 Для стационарного ряда выборочная дисперсия равна ->     Для стационарного ряда выборочное среднее равно ->     Для стационарных временных рядов при  величина  -> стремится к нулю осциллирует не определена стремится к единице Для того, чтобы установить влияние категории на коэффициент регрессии при нефиктивной переменной, в модель включают -> фиктивную переменную для коэффициента наклона лаговую переменную лишнюю переменную фиктивную переменную взаимодействия Для уравнения регрессии у=3х - 2 прогнозное значение зависимой переменной, если объясняющая переменная равна 4, - это -> 10 0 2 12 Для уравнения регрессии у=4+2х и наблюденных данных х=4, у=14 остаток в наблюдении равен -> 2 12 1 6 Для функции y = 4x0,2 , эластичность равна_________ -> 0,2 1 0,8 4 Для функции Кобба - Дугласа у=80К3/4*i1/4 эластичность выпуска продукции по труду равна -> ¼ 20 80 ¾ Для функции Кобба-Дугласа у=100к1/3*i2/3эластичность выпуска продукции по капиталу равна -> 1/3 1 100 2/3 Доверительный интервал в 99% ________ интервал в 95% -> шире, чем не шире, чем такой же как уже, чем Доля объясненной дисперсии зависимой переменной в общей выборочной дисперсии y выражается коэффициентом -> детерминации регрессии вариации корреляции Доля числа исходов, благоприятствующих данному событию, в общем числе равновероятных исходов называется __________этого события -> вероятностью случайностью дисперсией математическим ожиданием Если обозначает белый шум, и  , то величина  равна ->    0 Если  , то коэффициент Тейла равен -> 1  ½ 0 Если F-статистика Фишера превысит критическое значение Fкрит, то регрессия считается -> значимой нелинейной линейной незначимой Если автокорреляция отсутствует , то DW » -> 2 -1 1 0 Если аддитивная структурная схема влияния четырех факторов описывается формулой  , где  , то это означает, отсутствуют___________факторы -> долговременные сезонные циклические случайные Если в методе последовательных разностей  , а  , то неслучайная составляющая аппроксимируется полиномом степени ->     Если в регрессионную модель включена лишняя переменная, то оценки коэффициентов оказываются, как правило, -> неэффективными среднестатистическими состоятельными смещенными Если в ряде содержится скрытая гармоника частоты  , то в нем присутствуют также периодические члены с частотой ->     Если временной ряд является стационарным в узком смысле, то -> ; ;  ; ; Если все наблюдения лежат на линии регрессии, то коэффициент детерминации R2 для модели парной регрессии равен -> единице 2 1/2 нулю Если выборка достаточно полно отражает изучаемые параметры генеральной совокупности, то ее называют -> репрезентативной параметрической типической полной Если вычисленное значение статистики Спирмена превысит некое критическое значение, то принимается решение о -> наличии гетероскедастичности отсутствии мультиколлинеарности наличии мультиколлинеарности отсутствии гетероскедастичности Если две переменные независимы, то их теоретическая ковариация равна -> 0 ½ 2 1 Если дисперсия временного ряда равна  , то дисперсия величины  равна ->     Если из экономических соображений известно, что b ³ b0 , то нулевая гипотеза отвергается только при -> t > tкрит t ≠ tкрит t = tкрит t < tкрит Если коэффициент Тейла равен нулю, то -> прогноз сделан успешно следует провести повторные измерения в данном случае он неприменим прогноз сделан неудачно Если математическое ожидание и дисперсия случайной величины временного ряда не зависят от времени, то такой ряд будет -> стационарным в широком смысле квазистационарным стационарным в обоих смыслах стационарным в узком смысле Если между двумя переменными существует строгая положительная линейная зависимость, то коэффициент корреляции между ними принимает значение, равное -> единице двум минус единице нулю Если независимые переменные имеют ярко выраженный временной тренд, то они оказываются -> тесно коррелированными малозначимыми имеющими большое влияние независимыми Если неслучайная составляющая описывается полиномом степени , то в методе МНК возникает ___ уравнений -> p+1 2p p p - 1 Если неслучайная составляющая временного ряда имеет вид полинома 3-й степени, то  равно ->     Если неслучайная составляющая временного ряда имеет линейный вид  , то  равно ->   Если неслучайная составляющая временного ряда имеет линейный вид , то  равно -> Если нулевая гипотеза Н0 : β = β0, то альтернативная гипотеза Н1 - это -> β≠β0 β=0 β<β0 β>β0 Если общий линейный процесс описывается классической линейной моделью множественной регрессии, то он имеет вид  ->     Если опущена переменная, которая должна входить в регрессионную модель, то оценки коэффициентов регрессии оказываются -> смещенными ненадежными состоятельными неэффективными Если случайная величина принимает значения Х1….,Хn с вероятностями Р1...,Рn соответственно, то математическое ожидание случайной величины - ->     Если совокупность значений случайной величины представляет собой конечный или счетный набор возможных чисел, то случайная величина называется -> дискретной определенной переменной непрерывной Если считать, что белый шум генерирует случайные остатки, то общий линейный процесс имеет вид ->  Если элементы набора данных не являются одинаково распределенными, то речь идет о -> временном ряде генеральной совокупности стационарном временном ряде случайной выборке Если элементы набора данных не являются статистически независимыми, то речь идет о -> временном ряде стационарном временном ряде генеральной совокупности случайной выборке Зависимая переменная может быть представлена как фиктивная в случае, если она -> является качественной по своему характеру имеет трендовую составляющую подвержена сезонным колебаниям трудноизмерима Зависимость объемов введенных основных фондов от капитальных вложений описывается -> регрессионной моделью с распределенными лагами моделью Бокса - Дженкинса моделью скользящего среднего 2-го порядка авторегрессионной моделью 2-го порядка Значение оценки является ____________ -> случайной величиной показателем смещения коэффициентом детерминированной величиной Значение статистики Дарбина - Уотсона находится между значениями -> 0 и 4 0 и 6 -2 и 2 -3 и 3 Идентификация модели СС(1) сводится к решению уравнения ->     Идентификация модели СС(2) сводится к решению системы двух ______ уравнений -> нелинейных тригонометрических дифференциальных линейных Исследование соотношения между спросом на реальные денежные остатки и ожидаемым изменением уровня цен описывается моделью -> Кейгана Алмон Койка Линтнера Итерационные методы - компьютерные ____________ методы поиска наилучших значений параметров нелинейной модели -> сходящиеся колебательные периодические расходящиеся Как правило в эталонной категории -> все фиктивные переменные равны 0 только одна из фиктивных переменных равна 1 все фиктивные переменные равны 1 только одна из фиктивных переменных равна 0 Категория - это событие, которое определенно ____________ в каждом наблюдении -> либо происходит, либо нет не может произойти происходит не происходит Когда делается предсказание на момент времени  , предполагается, что известна величина ->     Коэффициент R2 вычисляется по формуле:  ->     Коэффициент автокорреляции  случайных остатков в модели АР(1) равен ->     Коэффициент автокорреляции определяется соотношением:  ->     Коэффициент автокорреляции члена ряда с самим собой равен -> 1  0 Коэффициент детерминации R2 изменяется в пределах ->     Коэффициент детерминации равен _________ выборочной корреляции между y и a + bx -> квадрату минимуму кубу корню из Коэффициент наклона в уравнении линейной регрессии показывает ___________изменяется y при увеличении x на одну единицу -> на сколько единиц с каким темпом на сколько процентов во сколько раз Коэффициент ранговой корреляции имеет дисперсию -> 1/(n - 1) n/(n + 1) n/(n - 1) n - 1 Коэффициент Тейла лежит в пределах -> от 0 до 1 от до от 0 до от -1 до 1 Коэффициент Тейла основан на расчете -> среднеквадратичного значения ошибки прогноза приростов минимального значения относительных ошибок прогноза среднего значения для относительных ошибок прогноза среднего для абсолютных значений относительных ошибок прогноза Коэффициент Тейла служит критерием -> успешности сделанного прогноза применимости статистических методов стационарности временного ряда сходимости временного ряда Коэффициент Тейла является более точным показателем, чем ->     Коэффициенты при сезонных фиктивных переменных показывают ____________ при смене сезона -> численную величину изменения, происходящего изменения числа потребителей трендовые изменения направление изменения, происходящего Критерий восходящих и нисходящих серий позволяет -> выявить неслучайную составляющую найти доверительный интервал прогноза определить среднеквадратичное отклонение найти минимальные и максимальные значения Критерий серий, основанный на медиане, позволяет -> выявить неслучайную составляющую найти доверительный интервал предсказания определить успешность прогноза определить выборочное среднее Лаговая структура Койка описывает простую экономическую ситуацию, когда влияние  на с увеличением  -> равномерно уменьшается проходит через минимум не изменяется проходит через максимум Лаговая структура Ш. Алмон применяется, когда влияние на _______ с увеличением -> проходит через максимум не изменяется монотонно увеличивается равномерно уменьшается Линия регрессии __________ через точку  -> всегда проходит несколько раз проходит может пройти никогда не проходит Ловушка dummy trap - выбор совокупности фиктивных переменных, сумма которых -> константа больше 1 отрицательна положительна Ловушка dummy trap приводит к -> полной коллинеарности потере эффективности оценок смещению оценок регрессии мультиколлинеарности Логарифмическое преобразование позволяет осуществить переход от нелинейной модели y = 5x2u к модели -> ln y = ln 5 + 2 ln x + ln u y = ln 5 + 2 Inx + ln u ln y = 5 + 2x + u y = ln y + 5 +2ln x Любой набор категорий можно описать некоторой совокупностью ________переменных -> фиктивных зависимых отсутствующих лишних Марковский процесс описывается моделью -> АР(1) СС(2) СС(1) АР(2) Мерой разброса значений случайной величины служит -> дисперсия сумма интервал допустимых значений математическое ожидание Метод Зарембки процедура выбора между линейной и ________моделями: -> логарифмической гиперболической квадратической показательной Метод Кокрана - Оркатта - компьютерный итерационный метод устранения -> автокорреляции сезонной составляющей мультиколлинеарности гетероскедастичности Метод наименьших квадратов - метод нахождения оценок параметров регрессии, основанный на минимизации _______ квадратов остатков всех наблюдений -> суммы среднего арифметического разности произведения Метод наименьших квадратов для модели парной регрессии заключается в выборе таких коэффициентов a и b, которые обеспечивают наименьшее значение выражения ->     Метод скользящего среднего относятся к _______ методам выделения неслучайной составляющей -> алгоритмическим динамическим аналитическим авторегрессионным Множественный регрессионный анализ является _________парного регрессионного анализа -> развитием подобием противоположностью частным случаем Множество наблюдений, составляющих часть генеральной совокупности, называется -> выборкой графиком испытанием оценкой Модель авторегрессии 1-го порядка описывается выражением ->     Модель авторегрессии 2-го порядка описывается выражением ->     Модель АРПСС(0,0,2) описывается соотношением ->     Модель АРПСС(1,1,1) описывается соотношением ->     Модель Бокса - Дженкинса - это модель -> АРПСС СС АР АРСС Модель гиперинфляции Кейгана описывается соотношением ->     Модель Кейгана - модель, описывающая гиперинфляцию с помощью модели -> адаптивных ожиданий потребления скользящего среднего частичного приспособления Модель Линтнера основывается на предположении, что желаемый объем дивидендов -> пропорционален прибыли пропорционален капиталовложениям не зависит от капиталовложений не зависит от прибыли Модель множественной регрессии с тремя объясняющими переменными без свободного коэффициента имеет вид: y = -> b1x1 + b2x2 + b3x3 x1 + x2 + x3 + b1x1+b2x2 + b2x3 b1x1 + b2x2 + … + bmxm + u Модель парной регрессии - _________модель зависимости между двумя переменными -> линейная степенная логарифмическая экспоненциальная Модель скользящего среднего СС(q) описывается соотношением ->     Модель СС(1) описывается соотношением ->     Модель СС(1) стационарна при -> любых    Модель СС(2) описывается соотношением ->     Модель, заданная зависимостью у=12 +  +u, относится к модели: -> нелинейной по переменным нелинейной по переменным и параметрам линейной по переменным нелинейной по параметрам На больших временах ________факторы описываются монотонной функцией -> долговременные случайные циклические сезонные На больших временах процесс формирования значений временного ряда находится под воздействием ___________ факторов -> долговременных и циклических только случайных долговременных и сезонных только долговременных На первом этапе применения теста Голдфелда - Квандта в выборке все наблюдения -> Упорядочиваются по возрастанию х Перенумеровываются в обратном порядке Перемешиваются Упорядочивается по убыванию х На третьем шаге Зарембки рассматривается линейная регрессия с наблюдениями _______________вместо исходных уi: -> уi* = yi/  геом уi*= уi2 уi* = yi геом уi*= геом На экзамене в группе из 15 студентов 4 человека получили отличную оценку, 8 человек- оценку хорошо, 3 человека - оценку удовлетворительно. Средний бал по группе равен: -> 4,06 3,50 3,95 4,50 Наблюдение зависимой переменной регрессии в предшествующий момент, используемое как объясняющая переменная, называется _________ переменной -> лаговой лишней замещающей временной Набор категорий представляет собой конечный набор _________ событий -> взаимоисключающих прошлых прогнозируемых пересекающихся Наиболее частая причина положительной автокорреляции заключается в постоянной направленности воздействия ______________ переменных -> не включенных в уравнение фиктивных сезонных лишних Наилучший способ устранения автокорреляции - установление ответственного за нее фактора и включение соответствующей ___________ переменной в регрессию -> объясняющей зависимой сезонной фиктивной Невыполнение 2 и 3 условий Гаусса - Маркова, приводит к потере свойства_________оценок -> эффективности существенности состоятельности несмещенности Нелинейная модель у = f(x), в которой возможна замена переменной z = g(x), приводящая получившуюся модель y = F(z) - к линейной, называется моделью, нелинейной по -> переменным способу представления случайному члену параметрам Необходимость применения специальных статистических методов для обработки экономической информации вызвана ________ данных -> стохастической природой взаимозависимостью регулярной периодичностью большой размерностью Неслучайная составляющая аппроксимируется полиномом степени p, если функция  -> не меняется после  обращается в ноль в точке перестает возрастать после имеет пик в точке Несмещенной оценкой параметра модели множественной регрессии s2(u) является оценка  ->     Несмещенной оценкой теоретической дисперсии является оценка  ->     Несмещенной оценкой теоретической ковариации является оценка ->     Нижнее число степеней свободы F-cтатистики в случае парной регрессии равно -> n-2 n+1 n n-1 Нижний индекс переменной (t - s) означает, что она является -> лаговой лишней замещающей опережающей О наличии данной частоты в спектре временного ряда свидетельствует ________ спектральной плотности -> пик на графике обращение в ноль быстрые осцилляции минимум Область принятия гипотезы - множество значений __________, при попадании в которое нулевая гипотеза не отвергается -> оценок параметра стандартных ошибок стандартных отклонений дисперсии оценок Общая (ТSS), объясненная (ESS) и необъясненная (RSS) суммы квадратов отклонений находятся в следующих соотношениях -> TSS = RSS + ESS ESS = TSS/RSS RSS = TSS/ESS TSS = RSS - ESS Обычно прогнозы, получаемые с помощью моделей Бокса - Дженкинса, оказываются на практике _______________ прогнозов, построенных по макроэкономическим моделям -> не хуже не лучше значительно лучше значительно хуже Остатки значений log y ___________остатков значений y -> значительно меньше несколько больше несколько меньше значительно больше Остаток в i-ом наблюдении по модели парной регрессии y=a+bx равен -> yi - (a + bxi) Syi -S (a + bxi) yi - S(a + bxi) yi / (a + bxi) Отклонение еi в i-м наблюдении y i от регрессиис двумя объясняющими переменными: -> ei = yi-a-b1x1-b2x2 ei = yi + a + b1x1+b2x2 ei = yi -a -b1xn - … -bmxmi ei = yi -a Отличие одностороннего теста от двустороннего заключается в том, что он имеет только -> одно критическое значение одно распределение одну оценку один параметр Относительная ошибка прогноза определяется как ->     Оценивание каждого параметра в уравнении регрессии поглощает _________ свободы в выборке -> одну степень три степени ноль степеней две степени Оценка ρ, полученная МНК для авторегрессионной схемы первого порядка рассчитывается по формуле ____________, ek - остатки в наблюдениях -> cov (ek-1, ek)/var (ek-1) var (ek-1) cov (ek-1, ek)/k cov (ek-1, ek)/var (ek) Оценка a для параметра уравнения парной регрессии при использовании МНК вычисляется по формуле a = ->     Оценка b для параметра уравнения парной регрессии при использовании МНК вычисляется по формуле b = ->     Оценка параметра а для модели множественной регрессии в случае двух независимых переменных вычисляется по формуле: а = ->     Оценка параметра находится ___________доверительного интервала -> в центре внутри вне на границе Оценка параметров в лаговой структуре Койка делается -> решетчатым методом взвешенным методом методом максимального правдоподобия методом наименьших квадратов Оценка стандартного отклонения случайной величины, полученная по данным выборки, называется стандартной ___________ случайной величины -> ошибкой записью оценкой поправкой Первое условие Гаусса - Маркова заключается в том, что _________ для любого i -> М(ui) = 0 s2(ui) = 1 s2(ui) = 0 М(ui) = 1 Первый шаг метода Зарембки заключается в вычислении ____________ y по выборке -> среднего геометрического дисперсии математического ожидания среднего арифметического Пересмотр оценок в методе Кокрана - Оркатта выполняется до тех пор, пока не будет __________ оценок -> получена требуемая точность выполнено заданное число итераций получено необходимое значение получено необходимое количество Плоскость регрессии y = a + b1x1 + b2x2 - двумерная плоскость в ___________пространстве -> трехмерном (m + 1)-мерном двумерном m-мерном Подбор порядка аппроксимирующего полинома производится при помощи -> метода последовательных разностей метода наименьших квадратов анализа графика спектральной плотности Показатель выборочной ковариации позволяет выразить связь между двумя переменными -> единым числом графиком матрицей чисел функциональной зависимостью Положительная автокорреляция - ситуация, когда случайный член регрессии в следующем наблюдении ожидается -> того же знака, что и в настоящем наблюдении равным нулю того же знака, что и в первом наблюдении противоположного знака по сравнению с настоящим наблюдением Поправка Прайса - Уинстена - метод спасения ________________ в автокорреляционной схеме первого порядка -> первого наблюдения трендовой составляющей сезонной составляющей последнего наблюдения Порядок модели Бокса - Дженкинса подбирается c помощью анализа поведения функции -> дисперсии  интенсивности  автоковариации  спектральной плотности  Последовательная разность 3-го порядка имеет вид ->     При автокорреляции оценка коэффициентов регрессии становится -> неэффективной невозможной равной нулю смещенной При высоком уровне значимости проблема заключается в высоком риске допущения -> ошибки II рода систематической ошибки стандартной ошибки ошибки I рода При вычислении t-статистики применяется распределение____________ -> Стьюдента Пуассона нормальное Фишера При добавлении объясняющей переменной в уравнение регрессии коэффициент детерминации -> не уменьшается остается неизменным не увеличивается уменьшается При использовании метода Монте-Карло результаты наблюдения генерируются с помощью -> датчика случайных чисел анализа зависимостей опросов экспертов решения систем уравнений При использовании уровня значимости, равного 5%, истинная гипотеза отвергается в _____ случаев -> 5% 1% 10% 95% При использования обычного МНК наблюдению высокого качества придается вес __________ наблюдению низкого качества -> такой же как на 4 единицы больше, чем меньший, чем больший, чем При отрицательной автокорреляции DW -> >2 >1 =0 <2 При положительной автокорреляции DW -> <2 >1 =0 >2 При попадании оценки в критическое значение -> сохраняется неопределенность в отношении гипотезы гипотеза пересматривается гипотеза принимается гипотеза отвергается При построении отдельных уравнений регрессии для каждого из 4-х кварталов сумма сезонных отклонений должна равняться -> 0 -1 4 1 При проведении теста Голдфелда - Квандта из рассмотрения исключаются ______ наблюдений -> средние (n - 2n') n' четных последние n' первые n' При проведении теста Голдфелда - Квандта предполагается, что стандартное отклонение остаточного члена регрессии растет с ____________ переменной -> ростом объясняющей падением зависимой ростом зависимой падением объясняющей При рассмотрении спектральной плотности ограничиваются значениями ω, лежащими в пределах -> от 0 до π 1 до 1 от 0 до 2 π от - π до π При снижении уровня значимости риск совершить ошибку I рода -> уменьшается исчезает не изменяется увеличивается При стремлении размера выборки к бесконечности стандартное отклонение математического ожидания стремится к -> 0 2 1/2 1 При увеличении размера выборки оценка математического ожидания -> становится более точной увеличивается не изменяется становится менее точной Проблема, связанная со смещением оценки коэффициентов регрессии, в одном случае, или с утратой эффективности этих оценок в другом случае неправильной спецификации переменных, перестает существовать, если коэффициент парной корреляции между переменными равен -> 0 1/2 -1 1 Проверка гипотезы Н0: R2 = 0 происходит с помощью теста -> Фишера Дарбина-Уотсона Зарембки Стьюдента Процесс АР(2) имеет автокорреляционную функцию, которая -> имеет бесконечную протяженность не меняется после  имеет максимум в точке обращается в ноль после некоторой точки Процесс выбора необходимых для регрессии переменных и отбрасывание лишних переменных называется -> спецификацией переменных прогнозированием унификацией переменных моделированием Процесс смешанного типа имеет вид ->   Процесс СС(2) имеет автокорреляционную функцию, которая -> обращается в ноль после некоторой точки не меняется после имеет бесконечную протяженность имеет максимум в точке Процесс Юла описывается моделью -> АР(2) СС(2) СС(1) АР(1) Пусть имеется матрица исходных статистических данных  Одномерным временным рядом будет ряд значений _________ матрицы и.с.д. в последовательные моменты времени -> одного из элементов всей одного из столбцов одной из строк Разность между математическим ожиданием оценки и истинным значением оцениваемого параметра называют____________________ -> смещением плотностью дисперсией разбросом Ранг наблюдения переменной - номер наблюдения переменной в упорядоченной ___________ последовательности -> по возрастанию значений наблюдаемой величины по важности наблюдений по времени проведения наблюдения по убыванию значений наблюдаемой величины Регрессионные модели с распределенными лагами описываются соотношением ->    Регрессором в уравнении парной линейной регрессии называется -> объясняющая переменная первый параметр случайный член зависимая переменная Результаты проверки гипотезы H0: b= b0 представляются на ___________ значимости -> двух уровнях большом числе уровней трех уровнях одном уровне Ряд , сгенерированный моделью СС(1), может быть представлен также в виде модели авторегрессии _________ порядка -> бесконечного нулевого второго первого Свойства коэффициентов регрессии как случайных величин зависят от свойств ________ уравнения -> остаточного члена оценки зависимой переменной объясняющей переменной Сглаженное значение  вычисляется по формуле ->     Сглаживание временного ряда означает устранение -> случайных остатков функции тренда циклической компоненты сезонной компоненты Ситуация, когда не отвергнута ложная гипотеза, называется -> ошибкой II рода систематической ошибкой стандартной ошибкой ошибкой I рода Скорректированый коэффициент детерминации  с ростом числа независимых переменных -> числа испытаний прогнозируемого периода дисперсии независимых переменных Случайный член n в уравнении y = axb  задан -> мультипликативно положительно фиксированно аддитивно Совокупность фиктивных переменных - некоторое количество фиктивных переменных, предназначенное для описания -> набора категорий регрессионной модели эталонной категории одной категории Спектральная плотность марковского процесса равна ->     Спектральная плотность временного ряда определяется через -> автокорреляционную функцию автоковариационную функцию, взятую в нуле частную автокорреляционную функцию  автоковариационную функцию  Спектральная плотность может принимать ________ значения -> только положительные расположенные между -1 и 1 расположенные между 0 и 1 и положительные и отрицательные Спектральная плотность связана с интенсивностью согласно формуле ->     Спецификация запаздываний применительно к переменным в модели называется -> лаговой структурой регрессионной оценкой лаговой оценкой регрессионной структурой Способ оценивания (estimator) - общее правило для получения _____________ какого-либо параметра по данным выборки -> приближенного численного значения области допустимых значений качественного описания метода отбора СС(1)-процесс обратим при ->   любых СС(2)-процесс обратим лишь при условии, что корни его характеристического уравнения  лежат -> вне единичного круга в верхней полуплоскости на прямой внутри единичного круга Стандартное отклонение оценки b для параметра β вычисляется по формуле ->     Стандартное отклонение оценки а для параметра a вычисляется по формуле ->   Стандартное отклонение случайной величины характеризует среднее ожидаемое расстояние между наблюдениями этой случайной величины и ее -> математическим ожиданием средним арифметическим автокорреляцией дисперсией Стандартные отклонения коэффициентов регрессии обратно пропорциональны величине _________, где n - число наблюдений ->  n3 n2 n Стандартные ошибки, вычисленные при гетероскедастичности -> занижены по сравнению с истинными значениями не имеют математического смысла соответствуют истинным значениям завышены по сравнению с истинными значениями Статистика Дарбина-Уотсона проверяет нулевую гипотезу Но: -> отсутствие автокорреляции наличие мультиколлениарности наличие отрицательной автокорреляции наличие положительной автокорреляции Статистика для теста ранговой корреляции Спирмена имеет _________ распределение -> нормальное пуассоновское γ экспоненциальное Статистика критерия Дарбина - Уотсона вычисляется по формуле  ________, где ek - остатки в наблюдениях авторегрессионной схемы первого порядка ->     Строгая линейная зависимость между переменными - ситуация, когда _______________ двух переменных равна 1 или -1 -> выборочная корреляция разность среднее дисперсия Сумма квадратов остатков всех наблюдений -__________ сумма квадратов отклонений -> остаточная нормальная случайная общая Сумма квадратов отклонений величины a + bx от своего выборочного среднего  - __________ сумма квадратов отклонений -> объясненная необъясненная случайная общая Сумма квадратов отклонений величины y от своего выборочного среднего  - это __________ сумма квадратов отклонений -> общая необъясненная случайная объясненная Теоретическая ковариация двух случайных величин определяется как математическое ожидание______________ отклонений этих величин от их средних значений -> произведения квадрата разности разности суммы Тест Бокса - Кокса (решетчатый поиск) - прямой компьютерный метод выбора наилучших значений ______________ модели в заданных исследователем пределах с заданным шагом (решеткой) -> параметров нелинейной переменных нелинейной критериев оценки параметров линейной Тест Глейзера устанавливает наличие ___________ связи между стандартным отклонением остаточного члена регрессии и объясняющей переменной -> нелинейной аддитивной пропорциональной линейной Тест ранговой корреляции Спирмена - тест на -> гетероскедастичность автокорреляцию спецификацию мультиколлениарность Тест ранговой корреляции Спирмена - тест, устанавливающий, имеет ли стандартное отклонение остаточного члена регрессии нестрогую линейную зависимость с _________ переменной -> объясняющей фиктивной лаговой зависимой Тестовая статистика для теста Спирмена рассчитывается по формуле -> rx,e  rx,e /(n + 1) n rx,e rx,e (n - 1)2 Точность оценок по МНК улучшается, если увеличивается -> количество наблюдений s2(u) s2(u)  Третье условие Гаусса - Маркова состоит в том, что cov(ui,uj) = 0, если -> i ¹ j j = n i = 1 i = j Уравнение y = a + bx, где a и b - оценки параметров a и b, полученные в результате оценивания модели y = a + bx + u по данным выборки, называется уравнением -> линейной регрессии дисперсии ковариации корреляции Условие гомоскедастичности означает, что σ2(ui)  _________ наблюдений -> одинакова для всех зависит от времени проведения зависит от числа зависит от номера Условие стационарности временного ряда для модели АР(2) имеет вид ->     Условие стационарности ряда случайных остатков в модели АР(1) имеет вид ->     Утверждение о том, что неизвестный параметр модели принадлежит другому заданному множеству В, АÇВ = Æ, называется -> альтернативной гипотезой условием существования условием Гаусса - Маркова нулевой гипотезой Утверждение о том, что неизвестный параметр модели принадлежит заданному множеству А, называется -> нулевой гипотезой условием существования условием Гаусса - Маркова альтернативной гипотезой Фиктивная переменная - переменная, принимающая в каждом наблюдении значения: -> 0 или 1 целые только положительные значения любые Фиктивная переменная взаимодействия - фиктивная переменная, предназначенная для установления влияния на регрессию ____________событий -> одновременного наступления нескольких независимых наступления одного из нескольких взаимосвязанных степени взаимосвязи возможных наступления одного из нескольких независимых Фиктивная переменная взаимодействия - это _________ фиктивных переменных -> произведение среднее сумма разность Фиктивная переменная для коэффициента наклона предназначена для установление влияния категории на -> коэффициент при нефиктивной переменной случайный член регрессии коэффициент при фиктивной переменной свободный член регрессии Фиктивную переменную для коэффициента наклона вводят как ____________ фиктивной переменной, отвечающей за исследуемую категорию, и интересующей нефиктивной переменной -> произведение среднюю между разность между сумму Фиктивные переменные включаются в модель множественной регрессии, если необходимо установить влияние каких-либо ___________ факторов -> дискретных случайных трудноизмеримых непрерывных Фиктивные переменные, предназначены для обозначения различных лет, кварталов, месяцев и т.п. - это _________фиктивные переменные -> сезонные средневзвешенные среднегодовые эталонные Формула для F-статистики: ________, где p - верхнее число степеней свободы, q - нижнее число степеней свободы ->     Формула для получения несмещенной оценки дисперсии имеет вид ->     Функция Кобба - Дугласа имеет вид Y = -> AKa L1-a AK/La A(KL)a A + Ka + L1-a Функция Кобба - Дугласа называется -> производственной функцией целевой функцией потребления функцией предложения функцией спроса Функция потерь, используемая при выборе между несмещенной и эффективной оценкой, определяет стоимость неточности как функцию -> размера ошибки полезности размера выборки времени Функция спектральной плотности позволяет установить -> частоты колебаний дисперсию временного ряда стационарность временного ряда успешность сделанного прогноза Функция спроса y = a xb pg n может быть линеаризована посредством -> логарифмирования дифференцирования возведения в степень потенцирования Функция цены - функция, где аргументом является __________, а значением функции - цена ошибки -> род ошибки вероятность ошибки величина ошибки дисперсия оценки Целевая переменная в модели частичного приспособления имеет вид ->     Цель регрессионного анализа состоит в объяснении поведения -> зависимой переменной параметров уравнения регрессии случайного члена объясняющей переменной Целью эконометрики является получение количественных выводов о свойствах экономических явлений и процессов по данным -> выборки предприятия экспертных оценок генеральной совокупности Частная автокорреляционная функция первого порядка определяется по формуле ->     Частная автокорреляция 1-го порядка - это корреляция между членами временного ряда и  , при условии, что  ->  Чем больше число наблюдений, тем __________ зона неопределенности для критерия Дарбина - Уотсона -> уже левее расположена правее расположена шире Четвертое условие Гаусса - Маркова состоит в том, что для любого k cov(uk, хk ) равна: -> 0 2 -1 1 Число степеней свободы (верхнее и нижнее) для отношения RSS2/RSS1 в тесте Голдфелда - Квандта равно -> n' - k - 1 (n' - k)/k (n' - k)/n n' - k Число степеней свободы для t-статистики равно числу наблюдений в выборке __________ количество оцениваемых коэффициентов -> минус деленному на умноженному на плюс Число степеней свободы для уравнения множественной (m-мерной) регрессии при достаточном числе наблюдений n составляет -> n - m - 1 n - m + 1 n/m n - m Эконометрика - часть экономической науки, занимающаяся разработкой и применением __________________ методов анализа экономических процессов -> математических экспертных качественных структурных Эконометрика получает количественные зависимости для экономических соотношений, основываясь в первую очередь на -> данных знании экономических законов теоремах априорных соображениях Эконометрический инструментарий базируется на методах и моделях -> математической статистики математического анализа экономической кибернетики теории вероятностей Эксперимент по методу Монте-Карло - искусственный, контролируемый эксперимент, проводимый для проверки и сравнения эффективности различных -> статистических методов аналитических зависимостей детерминированных моделей экспериментальных данных Эластичность y по x рассчитывается __________ величины относительного изменения y на величину относительного изменения x -> делением уменьшением увеличением умножением Эффективная оценка - несмещенная оценка, имеющая ______________ среди всех несмещенных оценок -> наименьшую дисперсию наименьшую ошибку наибольшую точность наибольшую дисперсию Явление, когда нестрогая линейная зависимость между объясняющими переменными в модели множественной регрессии приводит к получению ненадежных оценок регрессии, называют -> мультиколлинеарностью смещенностью детерминированностью коррелированностью Явление, когда строгая линейная зависимость между переменными приводит к невозможности применения МНК, называется -> полной коллинеарностью детерминированностью неопределенностью мультиколлинеарностью |
Если у Вас возникли трудности с выполнением заданий для СГА, Синергия, ИМЭИ, МТИ, МЭИ, МНЭПУ и других вуз партнеров, мы готовы оказать Вам быструю и качественную помощь.
