Тест по эконометрике: основные понятия и методы

Название предмета: Эконометрика
Тема 1: Эконометрика как научная дисциплина
Компетенции:
1.ОПК-1
2.ОПК-2
3.ОПК-3
4. ПК-1
Тест 1 (уровень сложности 1)
Эконометрика - это
а) наука, которая дает количественное выражение взаимосвязей в экономике
б) учение о системе показателей, дающих представление об экономике
в) различного рода цифровые данные
Тест 2 (уровень сложности 1)
Эконометрическая модель описывает
а) стохастические связи между переменными
б)функциональные связи между переменными
в)набор цифровых данных
г) состав переменных
Тест 3 (уровень сложности 1)
Переменные, задаваемые «из вне», в определенной степени управляемые
(планируемые), называются
а)экзогенные
б)эндогенные
в) предопределенные
Тест 4 (уровень сложности 1)
Верификация модели – это
а) проверка точности модельных данных
б)статистическое оценивание неизвестных параметров модели
в)формулировка вида модели, состава и формы входящих в нее связей
г)сбор необходимой статистической информации
Тест 5 (уровень сложности 1)
К одному из методов эконометрики относится
а)анализ временных рядов
б)индексный анализ
в)счета и двойная запись
г)кластерный анализ
Тест 6 (уровень сложности 1)
Идентификация модели – это
а)статистическое оценивание неизвестных параметров модели
б)формулировка вида модели, состава и формы входящих в нее связей
в)сбор необходимой статистической информации
г)проверка точности модельных данных
Тема 2: Основные понятия теории вероятностей и статистики, применяемые
в эконометрике
Компетенции:
1.ОПК-1
2.ОПК-2
3.ОПК-3
4. ПК-4
5. ПК-5
Тест 1 (уровень сложности 1)
Статистическими называются выводы, полученные путем
а) обобщения свойств выборки на генеральную совокупность
б) измерения генеральной совокупности
в) сбора статистических данных
Тест 2 (уровень сложности 1)
Выборочное среднее квадратическое отклонение является
а)оценкой разброса в генеральной совокупности
б)оценкой среднего в генеральной совокупности
в)наиболее часто встречающейся величиной в генеральной совокупности
Тест 3 (уровень сложности 1)
Если линейный коэффициент корреляции между двумя случайными
величинами больше нуля, то значит
а)случайные величины имеют прямую линейную зависимость
б)случайные величины имеют обратную линейную зависимость
в)случайные величины не зависимы
Тест 4 (уровень сложности 2)
Вероятность события А изменяется в пределах
а) 0  P( A)  1
б) 0  P ( A)  
в)  1  p ( A)  1
Ответ: А
Тест 5 (уровень сложности 1)
Случайной величина
а) заранее не известное численное значение, зависящее от случайных
обстоятельств
б)количественная мера для сравнения событий по степени возможности их
появления
в)исход или совокупность исходов вероятностного эксперимента
Тест 6 (уровень сложности 1)
Законом распределения дискретной случайной величины называется
а) соответствие между всеми возможными значениями дискретной случайной
величины и их вероятностями
б) функция, определяющая вероятность того, что случайная величина X
примет значение, меньшее, чем Х
в) функция, производная от функции распределения дискретной случайной
величины
Тест 7 (уровень сложности 2)
Функцией распределения случайной величины Х называется
а)функция, определяющая вероятность того, что случайная величина X
примет значение, меньшее, чем Х
б)соответствие между всеми возможными значениями случайной величины и
их вероятностями
в)функция, производная от функции распределения непрерывной случайной
величины
Тест 8 (уровень сложности 2)
Плотностью распределения вероятностей случайной величины Х называется
а)функция, производная от функции распределения случайной величины
б)соответствие между всеми возможными значениями случайной величины и
их вероятностями
в)функция, определяющая вероятность того, что случайная величина X
примет значение, меньшее, чем Х
Тест 9 (уровень сложности 2)
Стандартизированное нормальное распределение имеет параметры
а) m  0,  1
б) m  1,  1
в) m  1,  0
Тест 10 (уровень сложности 2)
Оценка * значения параметра модели  является несмещенной, если
а)
*   .
б) * обладает наименьшей дисперсией по сравнению с другими оценками
в)При N, вероятность отклонения * от значения  cтремится к 0
*     .
г)
д)Математическое ожидание  * равно 
Тест 11 (уровень сложности 2)
Оценка  * значения параметра модели  является эффективной, если
а)Математическое ожидание  * равно 
б) * обладает наименьшей дисперсией по сравнению с другими оценками
*   .
в)
г)При N, вероятность отклонения * от значения  cтремится к 0
д)
*     .
Тест 12 (уровень сложности 2)
Оценка  * значения параметра модели  является состоятельной, если
а) * обладает наименьшей дисперсией по сравнению с другими оценками
б)Математическое ожидание  * равно 
*   .
в)
г)При N, вероятность отклонения  * от значения  cтремится к 0
д)
*     .
Тест 13 (уровень сложности 3)
При проверке гипотезы H 0 : m  m0 против альтернативной H1 : m  m0
обследуется выборка x1 , x2 ,..., x16 . Дисперсия неизвестна. В этом случае на
уровне 0,05 критическое значение статистики равно
а) 2,1315
б)1,7531
в)1,96
г)1,645
д)-1,96
е)-1,645
Тест 14 (уровень сложности 3)
H : 2   2
H : 2   2
y
y
При проверке гипотезы 0 x
против альтернативной 1 x
обследуются две выборки x1 , x2 ,..., x12 и y1 , y2 ,..., y14 , причем было получено
s x2  s y2
а)2,63
. Тогда на уровне 0,05 критическое значение статистики равно
б)2,77
в)2,53
г)2,46
Тема 3. Линейная модель парной регрессии и методы ее оценивания
Компетенции:
ПК-6
ПК-7
ПК-8
ПК-10
Тест 1 (уровень сложности 1)
Суть метода наименьших квадратов (МНК) отражена в следующем
выражении

2  min
а)  y  y x


б)  y  y  min
в)   y  y   min


г)  y  y  min
2
x
2
2
x
Тест 2 (уровень сложности 2)
Если коэффициент уравнения регрессии (k) статистически значим, то
а)k > 1
б)|k | > 1
в)k  0
г)k > 0
д)0 < k < 1
Тест 3 (уровень сложности 2)
Выберите формулу для расчета коэффициента детерминации{
 y  y
y  y
а) 
 y  y 
y  y
б) 
 y  y / m
 y  y  / n  m  1
в) 
  y  y  / n  m  1
 y  y  / n  1 }
г) 
2
x
2
2
x
2
2
x
2
x
2
x
2
Тест 4 (уровень сложности 2)
Выберите формулу для расчета фактического значения F – критерия Фишера
 y  y / m
2
x
а) 
 y  y x 2 / n  m  1
  y  y  / n  m  1
 y  y  / n  1
б) 
 y  y 
1
y  y
в) 
  y  y  / n  m  1
y  y / m
г) 
2
x
2
2
x
2
2
x
2
x
Тест 5 (уровень сложности 1)
Если фактор не оказывает влияния на результат, то линия регрессии на
графике{
а)параллельна оси ох
б)параллельна оси оу
в)является биссектрисой первой четверти декартовой системы координат
Тест 6 (уровень сложности 1)
Остаточная сумма квадратов равна нулю в том случае, когда
а)у связан с х функционально
б)значения у, рассчитанные по уравнению регрессии, равны среднему
значению у
в)вся общая дисперсия у обусловлена влиянием прочих факторов
Тест 7 (уровень сложности 1)
Общая сумма квадратов отклонений совпадает с остаточной, когда
а)фактор х не оказывает влияния на результат
б)прочие факторы не влияют на результат
в) фактор х и прочие факторы в равной степени влияют на результат
Тест 8 (уровень сложности 2)
Какое из утверждений истинно
а)оценки коэффициентов регрессии будут иметь нормальное распределение,
если случайные отклонения распределены нормально
б)чем больше стандартная ошибка регрессии (остаточная дисперсия), тем
точнее оценки коэффициентов
в)90%-й доверительный интервал для условного математического ожидания
зависимой переменной определяет область возможных значений для 90 % -ов
наблюдений за зависимой переменной при соответствующем уровне
объясняющей переменной
Тест 9 (уровень сложности 2)
Если переменная Х принимает среднее по выборке значение х, то
а)наблюдаемая величина зависимой переменной У равна среднему значению
у
б)регрессионная величина Ух в среднем равна среднему значению у, но не
обязательно в каждом конкретном случае
в)регрессионная величина Ух равна среднему значению у
г)регрессионный остаток минимален среди всех других отклонений
Тест 10 (уровень сложности 1)
С увеличением числа наблюдений n дисперсии оценок а и b
а)уменьшаются
б)увеличиваются
в) не изменяются
Тест 11 (уровень сложности 1)
С увеличением наклона прямой регрессии (b) разброс значений свободного
члена а
а)увеличивается
б)уменьшается
в)не изменяется
Тема 4. Экономическая и статистическая интерпретация модели парной
регрессии
Компетенции:
ПК-5
ПК-11
ПК-12
ПК-13
Тест 1 (уровень сложности 1)
Коэффициент уравнения регрессии показывает
а)на сколько % изменится результат при изменении фактора на 1%
б)на сколько % изменится фактор при изменении результата на 1%
в)на сколько единиц изменится результат при изменении фактора на 1
единицу
г)на сколько единиц изменится фактор при изменении результата на 1
единицу
д)во сколько раз изменится результат при изменении фактора на 1 единицу
Тест 2 (уровень сложности 1)
На основании наблюдений за 100 домохозяйствами построено эмпирическое
уравнение регрессии, у- потребление, х –доход У=145,65+0,825*х
Соответствуют ли знаки и значения коэффициентов регрессии теоретическим
представлениям
а)да
б)нет
в)частично соответствуют
Тест 3 (уровень сложности 2)
Для уравнения y  3,14  2 x   значение коэффициента корреляции
составило 2. Следовательно
а) значение коэффициента корреляции рассчитано с ошибкой
б) связь функциональная
в) при увеличении фактора на единицу значение результата увеличивается в
2 раза
г) теснота связи в 2 раза сильнее, чем для функциональной связи
Тест 4 (уровень сложности 1)
Зная, что регрессионная сумма квадратов составила 110,32, остаточная сумма
квадратов 21,43, найдите коэффициент детерминации
а)0,837
б)0,999
в)1,000
г)0,736
Тест 5 (уровень сложности 2)
Для уравнения зависимости выручки от величины оборотных средств
получено значение коэффициента детерминации, равное 0,7. Следовательно,
_______ процентов дисперсии обусловлено случайными факторами
а)30%
б)100%
в)70%
г)0%
Тест 6 (уровень сложности 1)
Подбор аналитической формы зависимости для уравнения парной регрессии
возможен на основе графиков разброса…{
а)теоретических точек с координатами :
x ; ŷ , x ; yˆ ,..., x ; yˆ 
1
x1
2
x2
n
xn
б)остатков модели e1, e2 ,..., en
в)центрированных по факторной переменной точек с координатами
x1  x , y1 , x2  x , y2 ,..., xn  x , yn 
г)эмпирических точек с координатами
x1 y1 , x2 , y2 ,..., xn , yn 
Тест 7 (уровень сложности 2)
В таблице представлены результаты дисперсионного анализа. Количество
наблюдений, по которым построено уравнение регрессии, можно определить
как ________ плюс единица
Дисперсионный анализ
Число степеней
Сумма квадратов
свободы
df
SS
Регрессия
3
30
Остаток
10
10
Итого
13
40
число на пересечении столбца «df» и строки «Регрессия»
а)«Остаток» + «Итого»
б)число на пересечении столбца «df» и строки «Регрессия»
в)сумму чисел, определенных на пересечении столбца «df» и строк
«Регрессия» и «Остаток»}
Тест 8 (уровень сложности 2)
Эконометрическая модель представляет собой парную линейную регрессию,
коэффициент корреляции факторного и результативного признака равен 0,9.
Тогда коэффициент детерминации рассматриваемой модели равен…
а)0,81
б)-0,9
в)0,1
г)0,99
Тест 9 (уровень сложности 3)
По совокупности 15 предприятий торговли изучается зависимость между
ценой x на товар А и прибылью y торгового предприятия. При оценке
линейной регрессионной модели были получены следующие результаты
 ( y  yˆ )  32000
2
 ( y  y )  40000
2
Фактическое значение F- критерия, значимость уравнения регрессии
следующие
а)
б)
Fфакт.  3,25;
Fфакт.  6,15;
F
в) факт.
0,05;
г)
 2,78;
Fфакт.  5,12;
уравнение статистически не значимо на уровнях 0,01 и 0,05
уравнение статистически значимо только на уровне 0,1;
уравнение статистически значимо только на уровнях 0,1 и
уравнение статистически значимо на всех уровнях
Тест 10 (уровень сложности 3)
Зависимость объема продаж y от расходов на рекламу х характеризуется по
12 предприятиям концерна следующим образом
y  10,6  0,6  x
 x  4,7
 y  3,4
t-статистика коэффициента регрессии равна
а)4,7
б)3,9
в)2,4
г)2,5
Тема 5. Линейная модель множественной регрессии и оценка ее параметров
Компетенции:
ПК-1
ПК-4
ПК-5
ПК-6
Тест 1 (уровень сложности 1)
y  a  b1 x1  b2 x2   . Определите
Дано уравнение регрессии
спецификацию модели
а)линейное уравнение множественной регрессии
б)полиномиальное уравнение парной регрессии
в)линейное уравнение простой регрессии
г)полиномиальное уравнение множественной регрессии
Тест 2 (уровень сложности 1)
В стандартизованном уравнении множественной регрессии переменными
являются
а)исходные переменные
б)стандартизованные параметры
в)средние значения исходных переменных
г)стандартизованные переменные}
Тест 3 (уровень сложности 1)
В стандартизованном уравнении множественной регрессии 1  0,3;  2  -2,1.
Определите, какой из факторов x1 или x2 оказывает более сильное влияние на
y{
а) x2 , так как l-2,1l>l0,3l
б)по этому уравнению нельзя ответить на поставленный вопрос, так как
неизвестны значения «чистых» коэффициентов регрессии
в) x1 , так как 0,3>-2,1
г)по этому уравнению нельзя ответить на поставленный вопрос, так как
стандартизированные коэффициенты несравнимы между собой}
Тест 4 (уровень сложности 1)
Добавление новой объясняющей переменной
а)никогда не уменьшает значение коэффициента детерминации
б)иногда уменьшает значение коэффициента детерминации
в)не оказывает влияния на значение коэффициента детерминации
Тест 5 (уровень сложности 1)
Статистическая надежность оценки коэффициентов регрессии увеличивается
а)с увеличением числа степеней свободы
б)с уменьшением числа степеней свободы
в)не зависит от числа степеней свободы}
Тест 6 (уровень сложности 1)
Скорректированный коэффициент детерминации увеличивается при
добавлении новой объясняющей переменной тогда и только тогда
а) когда t-статистика для этой переменной по модулю больше единицы
б)когда t-статистика для этой переменной по модулю больше своего
критического значения
в)когда t-статистика для этой переменной по модулю больше трех
Тест 7 (уровень сложности 1)
Если коэффициент детерминации равен нулю, то{
а)величина зависимой переменной Y линейно не зависит от независимых
переменных Xi
б)величина зависимой переменной Y линейно зависит от независимых
переменных Xi
в)нельзя сделать вывод о линейной зависимости Y от независимых
переменных Xif
Тест 8 (уровень сложности 1)
Укажите истинное утверждение
а)скорректированный и обычный коэффициенты детерминации совпадают
только в тех случаях, когда обычный коэффициент детерминации равен
единице
б)стандартные ошибки коэффициентов регрессии определяются значениями
всех коэффициентов регрессии
в)при наличии гетероскедастичности оценки коэффициентов регрессии
становятся смещенными
Тест 9 (уровень сложности 2)
Множественный коэффициент корреляции Rух1x2=0,8. Определите, какой
процент дисперсии зависимой переменной у объясняется влиянием х1 и x2
а)80%
б)28%
в)32%
г)64%
Тема 6. Оценка качества модели множественной регрессии
Компетенции:
ПК-7
ПК-8
ПК-10
ПК-11
Тест 1 (уровень сложности 2)
По результатам 20 наблюдений найден множественный коэффициент
корреляции Rух1x2=0,8. Проверьте значимость Rух1x2 при уровне
значимости 0,05 и определите разность между наблюдаемым и критическим
значениями критерия Фишера{
а)11.5
б)2.8
в)13.6
г)9.4
Тест 2 (уровень сложности 1)
Какое значение не может принять множественный коэффициент корреляции{
а)1,2
б)-1
в)-0.5
г)0
Тест 3 (уровень сложности 2)
Известно, что х2 усиливает связь между у и х1. По результатам наблюдений
получен частный коэффициент корреляции Rух1/x2=-0,45. Какое значение
может принять парный коэффициент корреляции rух1?
а)-0.5
б)0.4
в)0.2
г) 1.2
Тест 4 (уровень сложности 2)
Какие требования в линейной модели множественной регрессии
предъявляются к математическому ожиданию и дисперсии случайных
отклонений{
2
а) M ( i )  0, D( i )  
б) M ( i )  1, D( i )  
2
в) M ( i )  0, D( i )  0
г) M ( i )  1, D( i )  0
Тест 5 (уровень сложности 2)
По результатам бюджетного обследования пятидесяти семей записано
следующее уравнение регрессии накоплений (регрессоры – доход и
имущество) y=0,279+0,123x1-0,029x2
Спрогнозируйте накопление семьи, имеющей доход 40 тыс. руб. и
имущество стоимостью 5 млн. руб
а)5,05
б)3,78
в)5,06
г)5,47
Тест 6 (уровень сложности 1)
По результатам бюджетного обследования пятидесяти семей записано
следующее уравнение регрессии накоплений (регрессоры – доход и
имущество, тыс. руб.) y=0,279+0,123x1-0,029x2
Оцените, как возрастут накопления семьи, если ее доход вырос на 10 тыс.
руб.,а стоимость имущества не изменилась?
а)10,123
б)1,23
в)0,123
г)10,0
Тест 7 (уровень сложности 3)
По 18 наблюдениям получены следующие данные:
yˆ  a  0,36 x1  0,255 x2  2,86 x3
y  70 ; x1  110 ; x2  150 ;
R 2  0,65 ;
x3  85
Значения скорректированного коэффициента детерминации, частных
коэффициентов эластичности и параметра a равны
0,57;  0,55; 3,47;  174,45
0,575; 0,55;  0,57; 3,47; 174,45
б)
0,603; 0,57;  0,55; 3,47;  174,45
в)
г) 0,603; 0,55;  0,57; 2,17; 278,7 }
а) 0,575;
Тест 8 (уровень сложности 3)
При построении регрессионной зависимости некоторого результативного
признака на 8 факторов по 25 измерениям коэффициент детерминации
составил 0,736. После исключения 3 факторов коэффициент детерминации
уменьшился до 0,584. Обоснованно ли было принятое решение на уровнях
значимости 0,1, 0,05 и 0,01{
а)Да, только на уровнях 0,05 и 0,01
б)Да, на всех уровнях значимости
в)Нет, на всех уровнях значимости
г)Да, только на уровне 0,01
д)Да, только на уровнях 0,1 и 0,05
Тест 9 (уровень сложности 3)
Уравнение регрессии, построенное по 15 наблюдениям, имеет вид
y  12,4  9,6 x1  ? x2 

3,2 0,12 
mb
1,55    4,0
tb
6,3 x3

 3,15
Доверительный интервал для b 3 с вероятностью 0,99 равен
 12,51;0,09
а)
б)
в)
г)
 10,7;1,9
1,9;10,7
 9,89;2,71
Тема 7. Мультиколлинеарность
Компетенции:
ОПК-1
ОПК-2
ОПК-3
ПК-12
ПК-13
Тест 1 (уровень сложности 1)
Мультиколлинеарность факторов эконометрической модели подразумевает
а)наличие нелинейной зависимости между двумя факторами
б)наличие линейной зависимости между более чем двумя факторами
в)отсутствие зависимости между факторами
г)наличие линейной зависимости между двумя факторами}
Тест 2 (уровень сложности 1)
Признаком мультиколлинеарности является
а)высокие коэффициент детерминации и частные коэффициенты корреляции
б)высокий DW
в)высокое значение F-статистики
Тест 3 (уровень сложности 1)
Одним из признаков мультиколлинеарности, использующий понятие Допределителя матрицы межфакторной корреляции является выражение…
а)Д  1
б)Д  0
в)Д  1
г)Д  0
Тест 4 (уровень сложности 1)
О присутствии мультиколлинеарности свидетельствуют величины
недиагональных элементов матрицы межфакторной корреляции…
а)близкие к нулю
б)равные между собой
в)по абсолютной величине превышающие значения 0.75-0.8
г)не превышающие по абсолютной величине 0.5
Тест 5 (уровень сложности 1)
Из пары коллинеарных факторов в эконометрическую модель включается тот
фактор
а)который при достаточно тесной связи с результатом имеет меньшую связь
с другими факторами
б)который при отсутствии связи с результатом имеет меньшую связь с
другими факторами
в)который при достаточно тесной связи с результатом имеет наибольшую
связь с другими факторами
г)который при отсутствии связи с результатом имеет максимальную связь с
другими факторами
Тест 6 (уровень сложности 1)
Укажите ложное утверждение
а)мультиколлинеарность не ухудшает качество модели
б)мультиколлинеарность не приводит к получению смещенных оценок
коэффициентов, но ведет к получению смещенных оценок для дисперсии
коэффициентов
в)при наличии мультиколлинеарности оценки коэффициентов остаются
несмещенными, но их t-статистики будут занижены
Тема 8. Гетероскедастичность
Компетенции:
ПК-1
ПК-4
ПК-5
ПК-6
Тест 1 (уровень сложности 1)
Гетероскедастичность подразумевает
а)постоянство дисперсии остатков независимо от значения фактора
б)зависимость математического ожидания остатков от значения фактора
в)зависимость дисперсии остатков от значения фактора
г)независимость математического ожидания остатков от значения фактора
Тест 2 (уровень сложности 1)
На практике гетероскедастичность имеет место, если есть основания считать,
что
а)вероятностные распределения случайных отклонений при различных
наблюдениях будут различны
б)вероятностные распределения случайных отклонений при различных
наблюдениях будут одинаковы
в)дисперсии случайных отклонений постоянны
Тест 3 (уровень сложности 1)
При гетероскедастичности случайных отклонений оценки коэффициентов
регрессии становятся
а)неэффективными
б)смещенными
в)нелинейными
Тест 4 (уровень сложности 1)
В координатной плоскости при гомоскедастичности случайных отклонений
а)квадраты случайных отклонений находятся внутри полуплоскости,
параллельной оси абсцисс
б)квадраты случайных отклонений находятся в первой четверти системы
координат
в)наблюдаются систематические изменения в соотношениях между
квадратами случайных отклонений и переменной Х
Тест 5 (уровень сложности 1)
Какое из утверждений верно
а)не существует общего теста для анализа гетероскедастичности
б)тест ранговой корреляции Спирмена основан на использовании статистики
Фишера
в)тест Глейзера является частным случаем теста Голдфелда-Квандта
Тест 6 (уровень сложности 2)
Какое из утверждений верно (применительно к гетероскедастичности)
а)оценки вследствие гетероскедастичности перестают быть состоятельными
б)оценки и дисперсии оценок остаются несмещенными
в)выводы по статистикам являются ненадежными (применительно к
гетероскедастичности)
г)гетероскедастичность проявляется через низкое значение статистики DW
Тест 7 (уровень сложности 2)
Какое из утверждений о гетероскедастичности не верно
а)проблема гетероскедастичности обычно характерна для перекрестных
данных
б)выводы по t –статистикам и F-статистике при гетероскедастичности
являются ненадежными
в)не существует общего теста для анализа гетероскедастичности
г)гетероскедастичность проявляется через низкое значение статистики
Дарбина – Уотсона
Тест 8 (уровень сложности 1)
Обобщенный метод наименьших квадратов используется для корректировки
а)параметров нелинейного уравнения регрессии
б)точности определения коэффициента множественной корреляции
в)автокорреляции между независимыми переменными
г)гетероскедастичности остатков в уравнении регрессии
Тест 9 (уровень сложности 1)
Когда дисперсии отклонений неизвестны, то для устранения
гетероскедастичности применяют
1 / xi
а)коэффициент пропорциональности
, или 1 / x i
б)коэффициент пропорциональности
1 / у̂ i
в)коэффициент пропорциональности
1 / xi
, или
1 / уˆ i ,
или 1 / х i }
Тест 10 (уровень сложности 3)
Для регрессии
у  b0  b1  x1  b2  x2  
за период 1988-2015 гг.
получены следующие результаты 1  i
(для данных 1988-1997 гг.),
S3   ei2  50 ( для данных 2006-2015 гг.), α = 0,05. Сделайте вывод о
постоянстве дисперсии отклонений
а)дисперсия отклонений непостоянна
б)дисперсия отклонений постоянна
в)дисперсия отклонений составляет 35
г)дисперсия отклонений не влияет на качество регрессии}
S 
e  15
2
Тест 11 (уровень сложности 2)
Тест Голдфелда-Квандта, используемый для обнаружения
гетероскедастичности остатков основан на
а)предложении пропорциональности между дисперсией остатков и
независимой переменной с коэффициентом  i   xi
б)сравнении рангов значений независимой переменной xi и остатков модели
2
2 2
ei
в)сравнении рангов значений зависимой переменной yi и остатков модели ei
ei2    yi    b  xi 
2
г) минимализации остатков
i
Тест 12 (уровень сложности 3)
При анализе данных на гетероскедастичность вся выборка была после
упорядочения разбита на три подвыборки. Затем по результатам парных
регрессий остаточная СКО в первой подвыборке составила 6450, в третьей –
3480. Подтверждается ли наличие гетероскедастичности на уровнях 0,1; 0,05
и 0,01, если объем данных в каждой подвыборке равен 25?
а)да, только на уровне 0,1
б)да, только на уровнях 0,1 и 0,05
в)да, на всех уровнях
г)нет, на всех уровнях
д)да, только на уровнях 0,05 и 0,01
е)да, только на уровне 0,01
Тема 9. Автокорреляция
Компетенции:
ПК-7
ПК-8
ПК-10
ПК-11
Тест 1 (уровень сложности 1)
В условиях автокорреляции t-статистики коэффициентов регрессии будут
а)завышены
б)занижены
в)точные
Тест 2 (уровень сложности 1)
Если график наблюдений переменной Y и график регрессионных значений
переменной Y пересекаются редко, то можно предположить наличие
а)положительной автокорреляции остатков
б)отрицательной автокорреляции остатков
в)отсутствие автокорреляции остатков
Тест 3 (уровень сложности 1)
y *  y    y , xt *  xt    xt 1
t
t 1
Преобразование t
соответствует
а)авторегрессионной схеме 1 порядка
б)методу взвешенных наименьших квадратов
в)косвенному методу наименьших квадратов
Тест 4 (уровень сложности 1)
Коэффициент автокорреляции «ро» в авторегрессионной схеме 1 порядка на
основе статистики DW определяется
а)1-DW/2
б)DW/2
в)1+DW/2
Тест 5 (уровень сложности 1)
Укажите ложное утверждение
а)при наличии автокорреляции значение коэффициента детерминации всегда
будет существенно ниже единицы
б)статистика DW лежит в пределах от 0 до 4
в)статистика DW не используется в авторегрессионных моделях
Тест 6 (уровень сложности 1)
Критерий Дарбина-Уотсона применяется для
а)проверки модели на автокорреляцию остатков
б)определения экономической значимости модели в целом
в)определения статистической значимости модели в целом
г)сравнения двух альтернативных вариантов модели
д)отбора факторов в модель
Тест 7 (уровень сложности 3)
Для модели, связывающей количество вакансий Wt и уровень безработицы
Ut :
ln Wt=2,3-0,78 lnUt, статистика Дарбина-Уотсона составила 0,3. О чем
говорит ее значения?
а)свидетельствует о наличии положительной автокорреляции первого
порядка ошибок регрессии
б)свидетельствует о тесной связи между количеством вакансий и уровнем
безработицы
в)свидетельствует о значимости коэффициентов регрессии
г)подтверждает наличие гетероскедастичности
Тест 8 (уровень сложности 2)
Укажите неверное применительно к автокорреляции выражение
а)оценки коэффициентов перестают быть эффективными
б)выводы по t- и F – статистикам могут быть неверными
в)дисперсия регрессии является смещенной оценкой истинного значения
г)дисперсии оценок коэффициентов остаются несмещенными
Тест 9 (уровень сложности 1)
Обобщенный метод наименьших квадратов отличается от обычного МНК
тем, что при применении ОМНК
а)преобразуются исходные уровни переменных
б)остатки не изменяются
в)остатки приравниваются к нулю
г)уменьшается количество наблюдений
Тема 11. Нелинейные регрессии и их линеаризация
Компетенции:
ПК-7
ПК-8
ПК-10
ПК-11
Тест 1 (уровень сложности 1)
В производственной функции Кобба-Дугласа параметр  соответствует
коэффициенту
а)корреляции
б)вариации
в)эластичности
г)детерминации
Тест 2 (уровень сложности 2)
Какое из уравнений регрессии нельзя свести к линейному виду
а)
б)
в)
г)
y   0  1 x 1 2  ...   .
y   0  1 x 1  ...  n x n   .
y  e 0 x 11 ... x n n  .
y   0  1 / x 1  ...  n / x n   .
2
2
y
 

д)  0  1 / x 1  ...  n / x n   .
Тест 3 (уровень сложности 2)
Какое из уравнений регрессии является степенным?
а)
б)
в)
г)
д)
y   0  1 x 1 2  ...   .
y  e 0 x 11  .
y   0  1 / x 12  ...   .
y   0 1х 1  2х 2  .
y   0  1 x 1 2   .
Тест 4 (уровень сложности 2)
Какой нелинейной функцией можно заменить параболу, если не наблюдается
смена направленности связи признаков
а)степенной функцией
б)гиперболой
в)логистической функцией
Тест 5 (уровень сложности 1)
Спецификацию нелинейного уравнения парной регрессии целесообразно
использовать, если значение
а)индекса детерминации, рассчитанного для данной модели достаточно
близко к 1
б)линейного коэффициента корреляции для исследуемой зависимости близко
к1
в)индекса корреляции для исследуемой зависимости близко к 0
г)доля остаточной дисперсии результативного признака в его общей
дисперсии стремится к 1
Тест 6 (уровень сложности 1)
Экспоненциальным не является уравнение регрессии
а) y  e  bx  
x
y

e

б)
x
в) y  e  
a bx
y

e

г)
Тест 7 (уровень сложности 2)
Нелинейным не является уравнение
а) y  a  bx1  cx2  
б)
y a
y
b

x
1

a  bx
в)
2
г) y  a  bx  cx  
Тест 8 (уровень сложности 1)
Основной целью линеаризации уравнения регрессии является
а)повышение существенности связи между рассматриваемыми переменными
б)получение новых нелинейных зависимостей
в)возможность применения метода наименьших квадратов для оценки
параметров
г)улучшение качества модели
Тест 9 (уровень сложности 1)
Замена
z
1
x НЕ ПОДХОДИТ для уравнения
b

x
а)
bc
ya

x
б)
1
y  a  
bx
в)
1
y

a  bx
г)
ya
Тест 10 (уровень сложности 1)
Нелинейным является уравнение
b

x
а)
x x
y  a  1  2 
b c
б)
y a
в) y  a  bx  
г) y  a  bx1  cx2  
Тема 14. Ошибки спецификации
Компетенции:
ПК-7
ПК-8
ПК-10
ПК-11
Тест 1 (уровень сложности 1)
Согласно содержанию регрессии, наблюдаемая величина зависимой
переменной складывается из
а)теоретического значения зависимой переменной, найденного из уравнения
регрессии, и случайного отклонения
б)теоретического значения зависимой переменной, найденного из уравнения
регрессии, скорректированного на величину стандартной ошибки
в)теоретического значения зависимой переменной, найденного из уравнения
регрессии и остаточной дисперсии
Тест 2 (уровень сложности 1)
Заниженная балансовая прибыль в отчетности является примером
а)ошибки измерения
б)ошибки спецификации
в)ошибки выборки
Тест 3 (уровень сложности 1)
Классический подход к оцениванию коэффициентов регрессии основан на
а)методе наименьших квадратов
б)графической оценке
в)методе максимального правдоподобия
Тест 4 (уровень сложности 1)
Эмпирический коэффициент регрессии b является несмещенной оценкой 
,если
а) M (b)  
б) D(b)  0, n  
в) D(b)  D min
Тест 5 (уровень сложности 1)
Эмпирический коэффициент регрессии b является состоятельной оценкой 
,если
а) D(b)  0, n  
б) M (b)  
в) D(b)  D min
Тест 6 (уровень сложности 1)
Эмпирический коэффициент регрессии b является эффективной оценкой 
,если
а) D(b)  D min
б) D(b)  0, n  
в) M (b)  
Тест 7 (уровень сложности 2)
Парабола второй степени может быть использована для зависимостей
экономических показателей
а)если исходные данные не обнаруживают изменения направленности
б)если для определенного интервала значений фактора не меняется скорость
изменений значений результата, то есть возрастает динамика роста или спада
в)если характер связи зависит от случайных факторов
г)если для определенного интервала значений фактора меняется характер
связи рассматриваемых показателей (прямая связь изменяется на обратную
или обратная на прямую)
Тест 8 (уровень сложности 1)
Если доверительный интервал для параметра проходит через точку ноль,
следовательно
а)параметр может принимать как отрицательные, так и положительные
значения
б)параметр является значимым
в)параметр является существенным
г)параметр признается статистически значимым
Тест 9 (уровень сложности 2)
Расчет средней ошибки аппроксимации для нелинейных уравнений
регрессии связан с расчетом разности между
а)фактическим и теоретическим значениями результативной переменной
б)фактическим и теоретическим значениями независимой переменной
в)прогнозным и теоретическим значениями результативной переменной
г)прогнозным и теоретическим значениями независимой переменной
Тест 10 (уровень сложности 2)
Предпосылкой метода наименьших квадратов является то, что
а)при увеличении моделируемых значений результативного признака
значение остатка увеличивается
б)остаточные величины подчиняются закону нормального распределения,
имеют случайный характер
в)при уменьшении моделируемых значений результативного признака
значение остатка уменьшается
г)остаточные величины имеют неслучайный характер
Тест 11 (уровень сложности 1)
Построена модель парной регрессии зависимости предложения от цены
y  a  bx   . Влияние случайных факторов на величину предложения в этой
модели учтено посредством
а)константы a
б)параметра b
в)случайной величины x
г)случайной величины 
Тест 12 (уровень сложности 2)
Множественная регрессия НЕ ЯВЛЯЕТСЯ результатом преобразования
уравнения
а)
ya
b 1
 
x c
б) y  a  bx  cx  dx  
2
в)
ya
3
1 1


x x2
г) y  a  bx  cx  
2
Тест 13 (уровень сложности 1)
При ошибочном выборе уравнения регрессии математические ожидания
оценок параметров и истинные значения параметров связаны отношением
а)равенства
б)неравенства
Тест 14 (уровень сложности 1)
При ошибочном выборе уравнения регрессии оценки дисперсий оценок
параметров являются
а)смещенными
б) несмещенными
Тест 15 (уровень сложности 1)
При исключении значимого регрессора математические ожидания оценки
дисперсии возмущений и истинные значения дисперсии возмущений связаны
отношением
а)равенства
б)неравенства
Тема 15. Модели одномерных временных рядов
Компетенции:
ПК-5
ПК-6
ПК-10
ПК-11
ПК-12
ПК-13
Тест 1 (уровень сложности 1)
Уровень временного ряда может содержать
а)тенденцию, циклические, сезонные колебания, случайные колебания
б)тенденцию и сезонные колебания
в)сезонные и случайные колебания
г)любое сочетание тенденции, циклических, сезонных, случайных колебаний
Тест 2 (уровень сложности 1)
Аддитивная модель временного ряда имеет вид
а)У t  Tt  St  Vt   t
б)У t  Tt  St  Vt   t
в)У t  Tt  St  Vt   t
Тест 3 (уровень сложности 1)
Наиболее высокий коэффициента автокорреляции первого порядка
свидетельствует о том, что
а)исследуемый ряд содержит только тенденцию
б)исследуемый ряд содержит циклические колебания
в)ряд не содержит тенденции и циклических колебаний
Тест 4 (уровень сложности 1)
Если ни один из коэффициентов автокорреляции не является значимым, это
свидетельствует о том, что
а)исследуемый ряд содержит только тенденцию
б)исследуемый ряд содержит циклические колебания
в)ряд не содержит тенденции и циклических колебаний
Тест 5 (уровень сложности 2)
Y
Построена мультипликативная модель временного ряда, где t - значение
Y  10 , T - значение тренда, S - значение сезонной
уровня ряда, t
компоненты, E - значений случайной компоненты. Определите вариант
правильно найденных значений компонент уровня ряда
а) T  5 , S  2 , E  1
б) T  5 , S  2 , E  3
в) T  5 , S  2 , E  1
г) T  5 , S  2 , E  0
Тест 6 (уровень сложности 1)
Если наиболее высоким оказался коэффициент автокорреляции третьего
порядка, то исследуемый ряд содержит
а)сезонные колебания с периодичностью в три момента времени
б)линейный тренд, проявляющийся в каждом третьем уровне ряда
в)случайную величину, влияющую на каждый третий уровень ряда
г)нелинейную тенденцию полинома третьего порядка
Тест 7 (уровень сложности 1)
Под трендом временного ряда понимают…
а)изменение, определяющее общее направление развития
б)влияние случайной составляющей на уровень временного ряда
в)действия исследователя по приведению исходного временного ряда к
стационарному виду
г) влияние циклических колебаний на уровень временного ряда
Тест 8 (уровень сложности 1)
Отличительной особенностью аддитивных моделей следует считать
а)уменьшающуюся амплитуду сезонных колебаний
б)возрастающую амплитуду сезонных колебаний
в)неизменность амплитуды сезонных колебаний
г)резкое затухание амплитуды колебаний
Тест 9 (уровень сложности 1)
Непосредственно измерив характеристики объекта через определенные
промежутки времени или усреднив данные за некоторый период времени,
формируют последовательность
а)коэффициентов автокорреляции
б)значений сезонных колебаний
в)трендовых значений
г)уровней временного ряда
Тест 10 (уровень сложности 2)
Пусть X t - значения временного ряда с квартальными наблюдениями, St аддитивная сезонная компонента, причем для первого квартала года St  S1  1
, для второго квартала года St  S2  2 , для четвертого квартала года St  S4  4
. Определите оценку сезонной компоненты для третьего квартала года
St  S3  …
1
а) 7
1
б) 7

в) 7
г) -7
Тест 11 (уровень сложности 2)
Если критерий Дарбина-Уотсона находится в пределах от 4 - du до 4, то это
означает?
а) нет оснований отвергнуть нулевую гипотезу об отсутствии
автокорреляции в остатках регрессионной модели (автокорреляция в
остатках отсутствует)
б) нельзя ни отклонить, ни принять нулевую гипотезу об отсутствии
автокорреляции в остатках регрессионной модели (зона неопределенности)
в) в остатках регрессионной модели присутствует положительная
автокорреляция
г) в остатках регрессионной модели присутствует отрицательная
автокорреляция
Тест 12 (уровень сложности 2)
Критерий Дарбина-Уотсона и коэффициент автокорреляции остатков первого
порядка связаны соотношением

а) d  21  r1 

б) d  0,51  r1 

в) d  4r1  1
г) d  2r1  1

Тест 13 (уровень сложности 3)
На основе помесячных данных за последние 4 года была построена
аддитивная модель временного потребления тепла. Скорректированные
значения сезонной компоненты приведены в таблице
Январь
+ 30
май
февраль
+ 25
июнь
март
+ 15
июль
апрель
-2
август
Уравнение тренда выглядит так
- 20
- 34
- 42
- 18
сентябрь
октябрь
ноябрь
декабрь
- 10
?
+22
+27
Т  350  1,3t
Значение сезонной компоненты за октябрь, а также точечный прогноз
потребления тепла на 1 квартал следующего года равны
а)7; 1315
б)–7; 1315
в)7; 1245
г)10; 1245
Тест 14 (уровень сложности 3)
На основе поквартальных данных построена мультипликативная модель
некоторого временного ряда. Скорректированные значения сезонной
компоненты равны
I квартал – 1,6
II квартал – 0,8
III квартал – 0,7
IV квартал - ?
Уравнение тренда имеет вид
____
T  11,6  0,1 t (t  1,48).
Значение сезонной компоненты за IV квартал и прогноз на II и III кварталы
следующего года равны
а)0,90; 5,28 и 4,55
б)1,00; 10,72 и 5,28
в)0,90; 4,55 и 5,28
г)0,80; 5,28 и 10,72
Тест 15 (уровень сложности 3)
На основе квартальных данных объемов продаж 2010 – 2015гг. была
построена аддитивная модель временного ряда. Трендовая компонента имеет
вид T  260  3  t (t  1,2,...).
Показатели за 2015 г. приведены в таблице
Квартал
Фактический Компонента аддитивной модели
объем продаж трендовая
сезонная
случайная
1
270
-9
T1
S1
2
10
+4
y2
T2
3
310
40
T3
E3
4
S4
T4
E4
y4
ИТОГО{
2000
Отдельные недостающие данные в таблице равны
y  1080; S1  44; E3  59
а) 4
y  1011; T3  1124; E 4  59
б) 2
T  1009; S 4  22; E3  59
в) 1
T  1112; S 4  22; y 4  1080
г) 2
Тест 16 (уровень сложности 2)
Известны значения мультипликативной модели временного ряда Yt  15 значение уровня ряда, T =5 - значение тренда, S =3 - значение сезонной
компоненты. Определите значение компоненты E (случайной компоненты)
а) E = -1
б) E =3
в) E =1
г) E =0
Тема 17. Модели стационарных и нестационарных временных рядов
Компетенции:
ПК-7
ПК-8
ПК-10
ПК-11
ПК-12
Тест 1 (уровень сложности 1)
«Белым шумом» называется
а)чисто случайный процесс
б)функциональный процесс
в)неслучайный процесс
г)регрессионный процесс.
Тест 2 (уровень сложности 1)
Под стационарным процессом можно понимать
а)процесс с возрастающей тенденцией
б)процесс с убывающей тенденцией
в)стохастический процесс, для которого среднее и дисперсия независимо от
рассматриваемого периода имеют постоянные значения
г)функциональный процесс
Тест 3 (уровень сложности 1)
Экономические временные ряды, представляющие собой данные
наблюдений за ряд лет, как правило, являются
а)стационарными временными рядами
б)функционально зависящими от времени временными рядами
в)строго возрастающими временными рядами
г)нестационарными временными рядами
Тест 4 (уровень сложности 1)
Уровни ряда группируются вдоль горизонтальной линии с увеличением
времени наблюдения. Это свойство…
а)всех регрессионных моделей
б)нестационарного ряда
в)стационарного ряда
г)автокорреляционной функции
Тест 5 (уровень сложности 1)
Для долгосрочных периодов наблюдения уровни ряда не имеют
горизонтальной оси группировки. Это свойство…
а)рядов типа «белый шум»
б)рядов с ярко выраженными сезонными колебаниями
в)нестационарных рядов
г)стационарных рядов
Тест 6 (уровень сложности 1)
В стационарном временном ряде математическое ожидание, дисперсия
а) зависят от времени линейно
б) не зависят от времени
в) зависят от времени нелинейно
Тест 7 (уровень сложности 1)
Условие стационарности процесса авторегрессии – все корни
характеристического уравнения лежат
а)вне единичного круга
б)внутри единичного круга
в)на единичном круге
Тест 8 (уровень сложности 3)
Автокорреляционная функция для авторегрессионной модели AP(p) является
а)бесконечной (отсутствие тенденции к затуханию)
б)бесконечной (затухающие экспоненты и (или) экспоненциально
затухающие синусоиды)
в)конечной (обрывается)
Тест 9 (уровень сложности 3)
Автокорреляционная функция для модели скользящего среднего МА(q)
является
а)бесконечной (отсутствие тенденции к затуханию)
б)конечной (обрывается)
в)бесконечной (затухающие экспоненты и (или) экспоненциально
затухающие синусоиды)
Тест 10 (уровень сложности 3)
Автокорреляционная функция для смешанной модели APМА(p,q) является
а)бесконечной (отсутствие тенденции к затуханию)
б)бесконечной (затухающие экспоненты и (или) экспоненциально
затухающие синусоиды)
в)конечной (обрывается)
Тест 11 (уровень сложности 2)
Частная автокорреляционная функция для авторегрессионной модели
является
а)конечной (обрывается)
б)бесконечной (отсутствие тенденции к затуханию)
в)бесконечной (затухающие экспоненты и (или) экспоненциально
затухающие синусоиды)
Тест 12 (уровень сложности 2)
Инструмент, используемый для определения порядка авторегрессионной
модели
а)частная автокорреляционная функция
б)автокорреляционная функция
в)автоковариационная функция
г)дисперсия
Тест 13 (уровень сложности 2)
Инструмент, используемый для определения порядка модели скользящего
среднего
а)автоковариационная функция
б)автокорреляционная функция
в)частная автокорреляционная функция
г)дисперсия
Тест 14 (уровень сложности 1)
Нестационарный временной ряд, остатки которого после удаления
детерминированного тренда стационарны, называется
а)однородным
б)неоднородным
в)разнородным
Тест 15 (уровень сложности 1)
Отсутствие у автокорреляционной функции процесса тенденции к затуханию
является признаком его
а)нестационарности
б)стационарности
в)дискретности
г)непрерывности
Тема 19. Понятие о системах эконометрических уравнений
Компетенции:
ОПК-1
ОПК-2
ПК-8
ПК-11
ПК-12
Тест 1 (уровень сложности 1)
Принцип построения системы взаимозависимых уравнений состоит в том,
что
а)каждая зависимая переменная рассматривается как функция одного и того
же набора факторов
б)одни и те же зависимые переменные в одних уравнениях входят в левую
часть, в других уравнениях – в правую часть системы
в)модель содержит как в правой, так и в левой части эндогенные и
экзогенные переменные
Тест 2 (уровень сложности 1)
Модель идентифицируема, если
а)число коэффициентов структурной модели равно числу коэффициентов
приведенной формы модели
б)число приведенных коэффициентов меньше числа структурных
коэффициентов
в)число приведенных коэффициентов больше числа структурных
коэффициентов
Тест 3 (уровень сложности 1)
Косвенный МНК используется для определения состоятельных структурных
параметров в системе одновременных уравнений
а)если уравнения точно идентифицированы
б)если уравнения неидентифицированы
в)если уравнения сверхидентифицированы
Тест 4 (уровень сложности 1)
Дана следующая модель
Y1t  a0  a1 X 1t  u1t
Y2t  b0  b1Y1t  b2 X 2t  u 2t
Y3t  c0  c1Y1t  c2Y2t  c3 X 2t  u3t
Данная модель является
а)системой рекурсивных уравнений
б)системой независимых уравнений
в)системой взаимосвязанных моделей
Тест 5 (уровень сложности 2)
Выберите верное из следующих утверждений «Преимуществом
двухшагового МНК, по сравнению с косвенным МНК, является то, что он
может быть использован для получения состоятельных оценок структурных
параметров…»
а)…как для сверхидентифицированных, так и для точно
идентифицированных уравнений в системе одновременных уравнений
б)…для неидентифицированных уравнений в системе одновременных
уравнений
в)…как для неидентифицированных, так и для точно идентифицированных
уравнений в системе уравнений
Тест 6 (уровень сложности 1)
При оценке параметров приведенной формы модели косвенный метод
наименьших квадратов использует алгоритм
а)расчета средней взвешенной величины
б)метода главных компонент
в)метода максимального правдоподобия
г)обычного метода наименьших квадратов
Тест 7 (уровень сложности 3)
Имеется следующая структурная модель:
 y1  b12 y 2  a11 x1  a12 x2 ,

 у 2  b21 y1  b23 y3  a22 x2 ,

 у3  b32 y 2  a31 x1  a33 x3.
Соответствующая ей приведенная форма модели имеет вид
 y1  3x1  4 x 2  2 x3 ,

 у 2  2 x1  4 x 2  5 x3 ,

 у3  5 x1  6 x 2  5 x3.
Первое уравнение структурной формы имеет вид
а) y1  0,4 у 2  2,2 х1  5,6 х 2
б)уравнение неидентифицируемо, поэтому невозможно однозначно
определить его коэффициенты
в) y1  0,4 у 2  2,2 х1  5,6 х 2
г) y1  0,4 у 2  2,2 х1  5,6 х 2
Тест 8 (уровень сложности 3)
Имеется следующая модель
Ct  a1  b11 Dt   1t ,
 I  a b Y b Y  ,
 t
2
22 t
23 t 1
2t

 Yt  Dt  Tt ,
 Dt  Ct  I t  Gt .
Она имеет следующие характеристики
а)4 эндогенные и 3 предопределенные переменные, модель
сверхидентифицируема
б)3 эндогенные и 4 предопределенные переменные, модель
сверхидентифицируема
в)4 эндогенные и 3 предопределенные переменные, модель идентифицируема
г)4 эндогенные и 3 предопределенные переменные, модель
неидентифицируема