0936.01.01;МТ.01;1

ALEX SGA
Центр помощи студентам СГА © 2010-2017
· Алекс Финаев

Для быстрого поиска нужного вопроса нажмите ctrl+f
Если ответы не подходят, сообщите нам в вконтакте Алекс Финаев (Сга) и мы исправит ошибку!
Вопросы всех ответов отсортированы по алфавиту
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* = yiгеом
   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