Econometria în sensul cel mai larg al cuvântului înseamnă. Test. Serii de timp. Într-o serie temporală staționară, componenta de tendință

Multă vreme, au existat două definiții diferite ale econometriei: de la „econometrie în sensul larg al cuvântului” la „econometrie în sensul restrâns al cuvântului”. „Econometria în sensul larg al cuvântului” se referă la un set de diferite tipuri de cercetări economice efectuate folosind metode matematice. Prin „econometrie în sensul restrâns al cuvântului” înțelegem în principal aplicarea metodelor matematice și statistice în cercetarea economică: construirea de modele matematice și statistice ale fenomenelor economice, estimarea parametrilor în modele de orice tip etc.

Denumirea „econometrie” a fost introdusă de fondatorul acestei direcții în economie în 1926, Ragnar Frisch. Din punct de vedere lingvistic, termenul „econometrie” este de origine germană (Okonometrie). Acest termen a apărut pentru prima dată în 1910 într-o carte germană despre contabilitate, autorul căreia a înțeles teoria contabilității prin el. Tradusă literal, econometria înseamnă „măsurători în economie” (poate fi comparată cu biometria, scientometria, astrometria, sociometria, psihometria, polimetria).

Cu toate acestea, în prezent putem spune cu deplină încredere că definiția dată de S.A. Ayvazyan și V.S Mkhitaryan în ultimul lor manual este cel mai obiectiv, modern și precis:

Definiție: Econometria este o disciplină științifică independentă care combină un set de rezultate teoretice, tehnici, metode și modele concepute pentru a

- teorie economică,

- statistici economice,

- instrumente matematice și statistice

- da o expresie cantitativă specifică modelelor generale (cantitative) determinate de teoria economică.

După cum putem vedea, această definiție corespunde pe deplin cu cea introdusă de R. Frisch în urmă cu șaptezeci de ani. El credea că econometria ar trebui să urmeze o formulă triună, combinând analiza teoretică, datele empirice și metodele matematice.

Vorbind despre teoria economică în cadrul econometriei, cercetătorii sunt interesați nu doar de identificarea obiectivelor legi economice existente (la nivel calitativ) și a conexiunilor dintre indicatorii economici, ci și de abordări ale formalizării acestora. Când consideră statistica economică ca parte integrantă a econometriei, cercetătorii sunt interesați doar de acel aspect al acestei discipline independente care este direct legat de suportul informațional al modelului econometric analizat. Și, în sfârșit, instrumentele matematice și statistice ale econometriei înseamnă, în mod firesc, nu statistică matematică în sensul său tradițional, ci doar secțiunile sale individuale (modele clasice și generalizate liniare de analiză de regresie, analiza seriilor temporale, construcția și analiza sistemelor de ecuații simultane) . Aceste secțiuni de statistică matematică ar trebui completate cu unele informații (tipuri speciale de modele de regresie, abordări pentru rezolvarea problemelor de specificare, identificarea și verificabilitatea modelelor etc.).

În toate activitățile unui econometrician, utilizarea unui model este esențială. Prin urmare, este foarte important să urmărim întregul „lanț” de definiții legate de acest concept.

Model matematic este o abstractizare a lumii reale în care relațiile dintre elementele reale de interes pentru cercetător sunt înlocuite cu relații adecvate între categorii matematice.

Model economic si matematic - este orice model matematic care descrie mecanismul de funcționare al unui anumit sistem economic ipotetic sau al unui sistem socio-economic. Uneori, același model poate fi numit simplu economic . (Un exemplu de astfel de model este cea mai simplă versiune a așa-numitului „model web”, care descrie procesul de generare a cererii și ofertei pentru un anumit produs sau tip de serviciu pe o piață competitivă).

Dacă în definiția unui model economico-matematic nu vorbim despre orice model matematic, ci despre un model construit folosind aparatul teoriei probabilităților și statisticii matematice, atunci ne putem face deja o idee despre modelul econometric. Dar pentru aceasta ar trebui să vă amintiți următoarele definiții.

Model probabilistic - acesta este un model matematic care simulează mecanismul de funcționare ipotetic(nu specific) fenomen (sau sistem) real de natură stocastică.

Model probabilistic-statistic – acesta este un model probabilistic, ale cărui valori ale caracteristicilor individuale (parametrilor) sunt estimate pe baza rezultatelor observațiilor (date statistice inițiale) care caracterizează funcționarea modelului. specific(mai degrabă decât un ipotetic) fenomen (sau sistem).

În sfârșit, putem vorbi despre modelul econometric:

Model econometric se numeşte model probabilistic-statistic care descrie mecanismul de funcţionare a unui sistem economic sau socio-economic.

În orice model econometric, toate variabilele implicate în acesta, în funcție de obiectivele finale ale aplicației, sunt împărțite în exogene, endogene și predeterminate:

variabile exogene(ekzo-exterior, genus-origine)- acestea sunt variabile care sunt stabilite ca și cum „din exterior”, în mod autonom și, într-o anumită măsură, sunt controlabile (planificate);

variabile endogene(endo-interior, genos-origine) sunt variabile ale căror valori se formează în proces și interior funcționarea sistemului socio-economic analizat într-o măsură semnificativă sub influența variabilelor exogene și, bineînțeles, în interacțiune între ele; într-un model econometric ele fac obiectul explicaţiei;

variabile predefinite- acestea sunt variabile care acţionează în sistem ca factori – argumente, sau explicând variabile.

Setul de variabile predefinite este format din toate variabilele exogene (care pot fi „legate” de momente trecute, actuale și viitoare) și așa-numitele variabile endogene întârziate, acestea. astfel de variabile endogene, ale căror valori sunt incluse în ecuațiile sistemului econometric analizat măsurate în trecut(față de curent) momente în timp și, prin urmare, sunt deja cunoscut, dat.

Teste de econometrie - str. Nr. 1/1

Teste econometrice
Introducere

1. 
   Modelul econometric are forma
   1. 
      y=fx
   2. 
      y=a+b1x+b2x2
   3. 
      y=fx+ε
   4. 
      y=fx

1. 
   Meci

1. 
   Regresia este
   1. 
      dependența valorilor variabilei rezultate de valorile variabilelor (factorilor) explicative
   2. 
      o regulă conform căreia fiecare valoare a unei variabile este asociată cu o singură valoare a altei variabile
   3. 
      regula conform căreia fiecare valoare a variabilei independente este asociată cu valoarea variabilei dependente
   4. 
      dependența valorii medii a variabilei rezultante de valorile variabilelor (factorilor) explicative

1. 
   Metoda celor mai mici pătrate...
   1. 
      Vă permite să obțineți estimări ale parametrilor de regresie liniară pe baza condiției i=1nyi-yi2→min
   2. 
      Vă permite să obțineți estimări ale parametrilor de regresie pe baza condiției ln⁡(i=1nf(yi,)→max
   3. 
      Vă permite să verificați semnificația statistică a parametrilor de regresie
   4. 
      Vă permite să obțineți estimări ale parametrilor de regresie neliniară pe baza condiției i=1ny-yi2→min

1. 
   Ecuație de regresie multiplă liniară
   1. 
      y=a+bx
   2. 
      y=a+b1x1+b2x2+…+bpxp
   3. 
      y=ax1b1x2b2…xpbp
   4. 
      yt=Tt+St+Et

1. 
   Pentru o ecuație de regresie multiplă liniară, potriviți

1. 
   Problema de specificare a modelului de regresie implică
   1. 
      Selectarea factorilor incluși în ecuația de regresie
   2. 
      Estimarea parametrilor ecuației de regresie
   3. 
      Evaluarea fiabilității rezultatelor analizei de regresie
   4. 
      Selectarea tipului de ecuație de regresie

1. Cerințe pentru factorii incluși într-un model de regresie multiplă liniară...

1. 
   Numărul de factori ar trebui să fie de 6 ori mai mic decât volumul populației
2. 
   Factorii trebuie să reprezinte serii de timp
3. 
   Factorii trebuie să aibă aceeași dimensiune
4. 
   Nu ar trebui să existe o corelație mare între factori

2. Afirmații adevărate privind multicoliniaritatea factorilor

1. 
   Se recomandă includerea factorilor multicoliniari într-un model de regresie multiplă liniară
2. 
   Multicoliniaritatea factorilor duce la o scădere a fiabilității estimărilor parametrilor ecuației de regresie
3. 
   Multicoliniaritatea factorilor se manifestă în prezența coeficienților de corelație interfactori perechi cu valori mai mari de 0,7
4. 
   Multicoliniaritatea factorilor se manifestă în prezența coeficienților de corelație interfactori perechi cu valori mai mici de 0,3

3. Afirmații adevărate despre includerea factorilor în ecuația regresiei multiplă liniare

1. 
   Includerea unui factor în model duce la o creștere vizibilă a coeficientului de determinare multiplă
2. 
   Coeficientul de corelație de pereche pentru factor și variabila rezultat este mai mic de 0,3
3. 
   Valoarea testului t Student pentru coeficientul de regresie atunci când factorul este mai mic decât valoarea din tabel
4. 
   Factorul trebuie să explice comportamentul indicatorului studiat în conformitate cu prevederile acceptate ale teoriei economice

4. Când se construiește un model de regresie multiplă folosind metoda includerii pas cu pas a variabilelor, prima etapă ia în considerare un model cu...

1. 
   O variabilă explicativă care are cel mai mic coeficient de corelație cu variabila dependentă
2. 
   O variabilă explicativă care are cel mai mare coeficient de corelație cu variabila dependentă
3. 
   Mai multe variabile explicative care au coeficienți de corelație modulo cu variabila dependentă mai mare de 0,5
4. 
   Lista completă a variabilelor explicative

1. 
   Parametrii factorilor în regresia multiplă liniară
   y=a+b1x1+b2x2+…+bpxp caracterizează
   1. 
      Proporția de varianță în variabila rezultat explicată prin regresie în varianța sa totală
   2. 
      Puterea relației dintre variabila rezultat și factorul corespunzător, eliminând în același timp influența altor factori incluși în model
   3. 
      
   4. 
      În ce procent, în medie, variabila rezultată se modifică cu o modificare a factorului corespunzător cu 1%

5.Standardizarea variabilelor se realizează conform formulei

1. 
   ty=ymaxy
2. 
   ty=y-y
3. 
   ty=yσy
4. 
   ty=y-yσy

1. 
   Ecuația de regresie multiplă pe o scară standardizată este ty=20+0.9tx1+0.5tx2+ε. Semnul eficient este foarte influențat de:

1. 
   x1 și x2
2. 
   nu se poate trage nicio concluzie

1. 
   Ecuația de regresie multiplă în forma sa naturală este
   y=20+0,7x1+0,5x2+ε. Semnul eficient este foarte influențat de:

1. 
   x1 și x2
2. 
   nu se poate trage nicio concluzie

6. Proprietățile ecuației de regresie în formă standardizată includ...

1. 
   Coeficienții de regresie pentru variabilele explicative sunt egali între ei
2. 
   Nu există un parametru constant (termen liber al ecuației) de regresie
3. 
   Coeficienții de regresie standardizați nu sunt comparabili între ei
4. 
   Variabilele incluse în ecuație sunt adimensionale

7. Se evaluează gradul de apropiere a influenței comune a factorilor asupra rezultatului în ecuația de regresie liniară multiplă

1. 
   Coeficient de corelație de pereche
2. 
   Coeficient de corelație parțială
3. 
   
4. 
   

8. Meci

9. Coeficientul de corelație multiplă pentru o relație liniară poate fi calculat folosind formula

10. Afirmații adevărate privind coeficientul de corelație multiplă

1. 
   Cu cât valoarea este mai aproape de un Ryx1...xp, cu atât este mai strânsă legătura dintre caracteristica efectivă și toți factorii
2. 
   Cu cât valoarea este mai aproape de zero Ryx1...xp, cu atât este mai strânsă legătura dintre caracteristica efectivă și toți factorii
3. 
   Ryx1…xp ia valori din interval
4. 
   Ryx1…xp ia valori din intervalul [– 1, 1]

11.Coeficientul de determinare multiplă caracterizează

1. 
   Apropierea influenței comune a factorilor asupra rezultatului în ecuația de regresie multiplă liniară
2. 
   Apropierea relației dintre rezultat și factorul corespunzător, eliminând în același timp influența altor factori incluși în model
3. 
   Ponderea varianței atributului rezultat explicată prin regresie în varianța sa totală
4. 
   Modificarea medie a variabilei rezultate cu o modificare a factorului corespunzător cu unul, cu aceeași valoare a altor factori fixată la nivelul mediu

12. Pentru suma totală (TSS), regresie (RSS) și reziduală (ESS) a abaterilor pătrate și a coeficientului de determinare R2, egalitatea este satisfăcută...

1. 
   R2=RSSTSS
2. 
   R2=1-ESSTSS
3. 
   R2=ESSTSS
4. 
   R2=1-RSSTSS
5. 
   R2=RSSTSS+ESSTSS

13. Raportul dintre variația reziduală și varianța totală este 0,05. Inseamna …

1. 
   Coeficientul de determinare R2=0,95
2. 
   Coeficientul de determinare R2=0,05
3. 
   Diferența (1-R2)=0,95, unde R2 este coeficientul de determinare
4. 
   Diferența (1-R2)=0,05, unde R2 este coeficientul de determinare

14. Pentru a elimina eroarea sistematică a varianței reziduale, se utilizează un model de regresie multiplă liniară pentru a evalua calitatea

1. 
   Coeficientul de determinare multiplă
2. 
   Coeficient de corelație multiplă
3. 
   Coeficientul de determinare multiplă ajustat
4. 
   Coeficientul de corelație parțial ajustat

15. Evaluarea semnificației statistice a ecuației de regresie multiplă lineară în ansamblu se realizează folosind

1. 
   Testul t al elevului
2. 
   Criteriul Fisher
3. 
   Testul Durbin-Watson
4. 
   Testul Foster-Stewart

16. Evaluarea semnificației statistice a coeficienților de regresie multiplă lineară se realizează folosind

1. 
   Testul t al elevului
2. 
   Criteriul Fisher
3. 
   Testul Durbin-Watson
4. 
   Testul Foster-Stewart

17.Dacă coeficientul de regresie este semnificativ, atunci sunt îndeplinite condițiile pentru acesta

1. 
   Valoarea reală a testului t Student este mai mică decât valoarea critică
2. 
   Valoarea reală a testului t Student este mai mare decât valoarea critică
3. 
   Intervalul de încredere trece prin zero
4. 
   Eroarea standard nu depășește jumătate din valoarea parametrului

18.Dacă ecuația de regresie este semnificativă, atunci valoarea reală a testului F...

1. 
   mai critic
2. 
   mai putin decat critic
3. 
   aproape de unitate
4. 
   aproape de zero

19. Condițiile prealabile ale CMN-urilor sunt...

1. 
   Varianta abaterilor aleatoare este constantă pentru toate observațiile
2. 
   Varianta abaterilor aleatoare nu este constantă pentru toate observațiile
3. 
   Abaterile aleatoare se corelează între ele
4. 
   Abaterile aleatoare sunt independente unele de altele

20.Indica concluziile care corespund graficului reziduurilor

1. 
   Se încalcă premisa OLS privind independența reziduurilor unul față de celălalt
2. 
   Există o autocorelare a reziduurilor
3. 
   Nu există un model în comportamentul reziduurilor
4. 
   Nu există autocorelare a reziduurilor

21. Când sunt îndeplinite ipotezele metodei celor mai mici pătrate (MCO), reziduurile ecuației de regresie sunt de obicei caracterizate prin...

1. 
   Medie zero
2. 
   Heteroskedness
3. 
   Aleatoriu în natură
4. 
   Grad ridicat de autocorelare

22. Metodele de detectare a heteroschedasticității reziduurilor includ

1. 
   Testul Durbin-Watson
2. 
   Testul Goldfeld-Quandt
3. 
   Analiza grafică a soldurilor
4. 
   Metoda celor mai mici pătrate

23. Variabilele fictive din ecuația de regresie multiplă sunt...

1. 
   Variabile calitative convertite în cantitative
2. 
   Variabile reprezentând cele mai simple funcții ale variabilelor deja incluse în model
3. 
   Variabile cantitative suplimentare pentru a îmbunătăți soluția
4. 
   Combinații de factori incluși în ecuația de regresie care măresc caracterul adecvat al modelului

24.Să reflecte influența unei variabile calitative însoțitoare care are m stările sunt de obicei incluse în model... o variabilă inactivă

1. 
   m+12
2. 
   m-12

25. Regresii care sunt neliniare în variabilele explicative, dar liniare în parametrii estimați

1. 
   y=a+b1x+b2x2+ε
2. 
   y=a∙xb∙ε
3. 
   y=a+bx+ε
4. 
   y=a+bx+ε
5. 
   y=a∙bx∙ε
6. 
   y=ea+bx∙ε

26.Regresii, neliniare în parametrii estimați

1. 
   y=a+b1x+b2x2+ε
2. 
   y=a∙xb∙ε
3. 
   y=a+bx+ε
4. 
   y=a+bx+ε
5. 
   y=a∙bx∙ε
6. 
   y=ea+bx∙ε

27.Indica afirmatiile corecte despre model

y=fx,z∙ε=a∙bx∙cz∙ε

1. 
   Se referă la tipul de modele care sunt neliniare în variabilele explicative, dar liniare în parametrii estimați
2. 
   Se referă la tipul de modele care sunt neliniare în parametrii estimați
3. 
   Se referă la tipul de modele liniare
4. 
   Nu poate fi redus la formă liniară
5. 
   Poate fi redus la formă liniară

28.Indica afirmatiile corecte despre model

1. 
   Linearizarea unui model de regresie multiplă liniară
2. 
   Liniarizarea unui model de regresie liniară în perechi
3. 
   Aparține clasei modelelor neliniare în ceea ce privește variabilele explicative, dar liniare în ceea ce privește parametrii estimați
4. 
   Aparține clasei de modele liniare

29.Modelul y=a∙bx∙ε aparține clasei... modelelor de regresie econometrică neliniară

1. 
   potolit
2. 
   verso
3. 
   indicativ
4. 
   liniar

30.Modelul y=a∙xb∙ε aparține clasei... modelelor de regresie econometrică neliniară

1. 
   potolit
2. 
   verso
3. 
   indicativ
4. 
   liniar

31.Modelul y=a+bx+cx2+ε aparține clasei... modelelor de regresie econometrică neliniară

1. 
   potolit
2. 
   polinom
3. 
   indicativ
4. 
   liniar

32. S-a observat că odată cu creșterea cantității de îngrășământ aplicat crește și randamentul, totuși, la atingerea unei anumite valori a factorului, indicatorul modelat începe să scadă. Pentru a studia această relație, puteți folosi specificația ecuației de regresie...

1. 
   y=a+bx+cx2+ε
2. 
   y=a+b1x1+b2x2+ε
3. 
   y=a+bx+ε
4. 
   y=a+xb+ε

33. Pentru a obține estimări ale parametrilor modelului de regresie a puterii y=a∙xb ...

1. 
   Metoda celor mai mici pătrate nu este aplicabilă
2. 
   Este necesar să selectați înlocuirea adecvată
3. 
   Este necesară conversia logaritmică
4. 
   Este necesară conversia trigonometrică

34. Folosind metoda celor mai mici pătrate, este imposibil să se estimeze valorile parametrilor ecuației de regresie...

1. 
   y=a+bx+ε
2. 
   y=a+bxc+ε
3. 
   y=a+bx+cx2+ε
4. 
   y=a+b1x1+b2x2+ε

35. O schimbare care determină direcția generală de dezvoltare, tendința principală a unei serii de timp, este înțeleasă ca...

1. 
   Tendinţă
2. 
   Componenta sezoniera
3. 
   Componenta ciclică
4. 
   Componentă aleatorie

36. Componentele regulate ale unei serii temporale sunt

1. 
   Tendinţă
2. 
   Componenta sezoniera
3. 
   Componenta ciclică
4. 
   Componentă aleatorie

37.Dacă perioada fluctuațiilor ciclice ale nivelurilor unei serii temporale nu depășește un an, atunci acestea se numesc ...

1. 
   Anual
2. 
   Oportunistă
3. 
   Sezonier
4. 
   Perenă

38. Fie Yt o serie temporală, Tt o componentă de tendință, St o componentă sezonieră, Et o componentă aleatorie. Modelul de serie de timp aditivă are forma...

1. 
   Yt=Tt+St+Et
2. 
   Yt=Tt∙St+Et
3. 
   Yt=Tt+St∙Et
4. 
   Yt=Tt∙St∙Et

39. Fie Yt o serie temporală, Tt o componentă de tendință, St o componentă sezonieră, Et o componentă aleatorie. Modelul de serie de timp multiplicativă are forma...

1. 
   Yt=Tt+St+Et
2. 
   Yt=Tt∙St+Et
3. 
   Yt=Tt+St∙Et
4. 
   Yt=Tt∙St∙Et

40. A fost construit un model de serie de timp aditiv, unde Yt este seria de timp, Tt este componenta tendinței, St este componenta sezonieră, Et este componenta aleatorie. Dacă Yt=15, atunci valorile componentelor seriei sunt găsite corect...

1. 
   Tt=8, St=5, Et=0
2. 
   Tt=8, St=5, Et=2
3. 
   Tt=15, St=5, Et=0
4. 
   Tt=15, St=-5, Et=2

41. Puteți determina prezența unei tendințe într-o serie temporală...

1. 
   Conform graficului seriilor temporale
2. 
   După volumul serii de timp
3. 
   Prin absența unei componente aleatorii
4. 
   Utilizarea testării statistice a ipotezei despre existența unei tendințe

42. Puteți determina prezența fluctuațiilor ciclice (sezoniere) într-o serie temporală...

1. 
   Ca rezultat al analizei functiei de autocorelare
2. 
   Conform graficului seriilor temporale
3. 
   După volumul serii de timp
4. 
   Folosind testul Foster-Stewart

43. Fie Yt o serie temporală cu observații trimestriale, St o componentă sezonieră aditivă. Estimările componentei sezoniere pentru primul, al doilea și, respectiv, al patrulea trimestru sunt S1=5, S2=-1, S4=2. Estimarea componentei sezoniere pentru trimestrul al treilea este...

44. Ca rezultat al netezirii seriei de timp 6, 2, 7, 5, 12 medie mobilă simplă pe trei termene, prima valoare netezită este ...

45. Ca rezultat al netezirii seriilor temporale 6, 2, 7, 5, 12 cu o medie mobilă simplă pe patru termeni, prima valoare netezită este ...

46. ​​​​Pentru a descrie tendința unei serii de timp, se folosește o curbă de creștere cu saturație...

1. 
   y=a+b1t+b2t2
2. 
   y=a+b1t+b2t2+b3t3
3. 
   y=a∙bt, b>1
4. 
   y=k+a∙bt, a

47.Coeficientul de autocorelare de ordinul întâi

1. 
   Coeficient de corelație parțială între nivelurile adiacente ale unei serii de timp
2. 
   Coeficient de corelație de pereche liniară între nivelurile arbitrare ale unei serii de timp
3. 
   Coeficientul liniar al corelației perechilor între nivelurile adiacente ale unei serii de timp
4. 
   Coeficient liniar de corelație de pereche între nivelul unei serii de timp și numărul acesteia

48. Funcția de autocorelare...

1. 
   Dependenţa coeficientului de autocorelare de primele diferenţe ale nivelurilor seriei de timp
2. 
   Dependența nivelului unei serii de timp de coeficientul de corelație cu numărul acesteia
3. 
   Secvență de coeficienți de autocorelare aranjați în ordine crescătoare
4. 
   Secvență de coeficienți de autocorelare aranjați în ordinea crescătoare a valorilor lor

49. Dacă coeficientul de autocorelare de ordinul 4 se dovedește a fi cel mai mare, atunci seria temporală are

1. 
   tendință liniară
2. 
   componentă aleatorie
3. 
   tendință sub forma unui polinom de ordinul 4
4. 
   oscilații ciclice cu o perioadă de 4

50. Valorile cunoscute ale coeficienților de autocorelare sunt r1=0,8, r2=0,2, r3=0,3, r4=0,9. Vă rugăm să indicați afirmațiile corecte...

1. 
   
2. 
   Seria temporală conține o tendință sub forma unui polinom de ordinul 4
3. 
   
4. 
   

51. Valorile cunoscute ale coeficienților de autocorelare sunt r1=0,1, r2=0,8, r3=0,3, r4=0,9. Putem concluziona...

1. 
   Seria temporală conține o tendință liniară
2. 
   Seria temporală este aleatorie
3. 
   Seria temporală conține fluctuații ciclice cu o perioadă de 2
4. 
   Seria temporală conține fluctuații ciclice cu o perioadă de 4

52. Un model de serie de timp este considerat adecvat dacă valorile reziduurilor...

1. 
   au zero așteptări matematice
2. 
   valoarea reală a testului F este mai mică decât valoarea tabelului
3. 
   respectă legea distribuției normale
4. 
   se supune unei legi uniforme de distribuție
5. 
   sunt pozitive
6. 
   sunt aleatorii și independente

53.Independența reziduurilor unui model de serie de timp poate fi verificată folosind

1. 
   Testul Durbin-Watson
2. 
   testul Pearson
3. 
   Criteriul Fisher
4. 
   

54. Aleatorietatea reziduurilor unui model de serie de timp poate fi testată folosind

1. 
   Analiza funcției de autocorelare a reziduurilor
2. 
   testul Pearson
3. 
   Testarea ipotezei despre prezența unei tendințe
4. 
   Calculul asimetriei și curtozei

55.Pentru netezirea exponențială se folosește formula

1. 
   St=αyt+1-αyt-1
2. 
   St=αyt+1-αSt-1
3. 
   yt=k+a∙bt, a
4. 
   Yt=Tt+St+Et

56. Constanta de netezire α în modelul de netezire exponențială St=αyt+1-αSt-1 ia valorile

1. 
   0,2 sau 0,3
2. 
   de la 0,7 la 0,9
3. 
   
4. 
   arbitrar

57. Se efectuează selecția valorii optime a constantei de netezire α în modelul de netezire exponențială St=αyt+1-αSt-1

1. 
   Se folosește întotdeauna valoarea α=0,3
2. 
   Se folosește întotdeauna valoarea α=0,7
3. 
   Valoarea optimă a lui α este considerată a fi cea la care se obține cea mai mică varianță de eroare
4. 
   Valoarea optimă a lui α este considerată a fi cea la care se obține cea mai mare varianță de eroare

58.Parametru de adaptare α=0,3, y5=8, y6=7, S4=6. Valoarea S6 obținută ca urmare a netezirii exponențiale a seriei de timp folosind formula St=αyt+1-αSt-1 este...

Răspuns: 6,72

59. Seria temporală conține o tendință și modelul Holt este folosit pentru a o netezi: St=αyt+1-α(St-1-mt-1), mt=γSt-St-1+1-γmt-1. Dacă α=γ=0,3, y5=8, S4=5, m4=2. Valoarea lui m5 este...

Răspuns: 1,25
Sisteme de ecuații simultane

1. 
   Întreprinderea agricolă este angajată în cultivarea grâului, porumbului, orzului și hrișcii. A fost construit un model econometric care descrie randamentul fiecărei culturi în funcție de dozele aplicate de îngrășăminte și de cantitatea de umiditate. Acest model aparține clasei de sisteme... ecuații
   1. 
      simultan
   2. 
      independent
   3. 
      recursiv
   4. 
      normal

1. 
   Starea unei economii închise este descrisă de următoarele caracteristici: Y - produsul intern brut (PIB), C - nivelul consumului, I - valoarea investiției, G - cheltuielile guvernamentale, T - valoarea impozitelor, R - rata reală a dobânzii . Precizarea modelului se bazează pe următoarele prevederi ale teoriei economice: 1) consumul se explică prin valoarea venitului disponibil (Y-T); 2) nivelul investiției este determinat de mărimea PIB-ului și de rata dobânzii; 3) consumul, investițiile și cheltuielile guvernamentale se adună la PIB. Sistemul corespunzător de ecuații interconectate va arăta astfel:
   1. 
      C=a0+a1∙Y+ε1,I=b0+b1∙Y+b2∙R+ε2,Y=C+I+G
   2. 
      C=a0+a1∙Y-T+ε1,I=b0+b1∙Y+ε2,Y=C+I+G
   3. 
      C=a0+a1∙Y-T+ε1,I=b0+b1∙Y+b2∙R+ε2,Y=c0+c1∙C+c2∙I+c3∙G+ε3
   4. 
      C=a0+a1∙Y-T+ε1,I=b0+b1∙Y+b2∙R+ε2,Y=C+I+G

1. 
   În forma structurală a modelului, construit conform schemei specificate de relații între variabile, numărul de variabile exogene este egal cu ...

Raspuns: 2

În forma structurală a modelului, construit conform schemei specificate de relații între variabile, numărul de variabile endogene este egal cu ...

Raspuns: 3

Într-un sistem de ecuații simultane, variabilele endogene sunt

1. 
   Într-un sistem de ecuații simultane, variabilele exogene sunt

1. 
   Numărul de ecuații ale sistemului pentru schema specificată a relațiilor dintre variabile este ...

Raspuns: 2

61. Numărul de ecuații ale sistemului pentru diagrama specificată a relațiilor dintre variabile este ...

1. 
   Ecuații care trebuie incluse în sistem pentru diagrama specificată a relațiilor dintre variabile

1. 
   Y1=b12Y2+a11X1+a12X2+ε1
2. 
   Y2=b21Y1+a21X1+a22X2+ε2
3. 
   Y1=a11X1+a12X2+ε1
4. 
   Y2=a21X1+a22X2+ε2
5. 
   Y1=b12Y2+a11X1+ε1
6. 
   Y2=b21Y1+a21X1+ε2

1. 
   Forma redusă a modelului corespunzătoare formei structurale a sistemului de ecuații simultane

include ecuații

1. 
   y1=a11x1+ε1
2. 
   y2=a22x2+ε2
3. 
   y1=δ11x1+u1
4. 
   y2=δ22x2+u2
5. 
   y1=δ11x1+δ12x2+u1
6. 
   y2=δ21x1+δ22x2+u2

1. 
   Forma redusă a modelului este rezultatul transformării...
   1. 
      Ecuații de regresie neliniară
   2. 
      Forma structurală a modelului
   3. 
      Sisteme de ecuații independente
   4. 
      Sisteme de ecuații recursive

62.Forma redusa pentru modelul dinamicii preturilor si salariilor

y2 – rata de modificare a prețului,

x1 – procentul de șomeri,

x3 – rata de modificare a prețurilor pentru materiile prime importate,

se pare ca...

1. 
   y1=δ11x1+ε1,y2=δ22x2+δ23x3+ε2
2. 
   y1=δ12y2+δ11x1+ε1,y2=δ21y1+δ22x2+δ23x3+ε2
3. 
   y1=δ12y2+ε1,y2=δ21y1+ε2
4. 
   y1=δ11x1+δ12x2+δ13x3+ε1,y2=δ21x1+δ22x2+δ23x3+ε2

63. Unicitatea corespondenței dintre formele reduse și structurale ale modelului unui sistem de ecuații simultane constituie o problemă...

1. 
   multicoliniaritatea factorilor
2. 
   Identificare
3. 
   heteroschedasticitatea reziduurilor
4. 
   eterogenitatea datelor

64. Stabiliți o corespondență între tipul de model structural și corespondența dintre coeficienții structurali și redusi...

65. Folosind condiția de identificare necesară pentru modelul de dinamică a prețurilor și a salariilor, indicați afirmațiile corecte...

y1=b12y2+a11x1+ε1,y2=b21y1+a22x2+a23x3+ε2,

unde y1 este rata de modificare a salariului lunar,

y2 – rata de modificare a prețului,

x1 – procentul de șomeri,

x2 – rata de variație a capitalului constant,

x3 – rata de modificare a prețurilor la materiile prime importate

1. 
   ambele ecuații sunt exact identificabile
2. 
   ambele ecuații nu sunt identificabile
3. 
   ambele ecuații sunt supraidentificabile
4. 
   prima ecuație este peste identificabilă
5. 
   a doua ecuaţie este precis identificabilă

66. Fie D numărul de variabile exogene care sunt conținute în sistem, dar nu sunt conținute în această ecuație. Pentru prima ecuație a modelului dinamicii prețurilor și a salariilor, valoarea lui D este ...

y1=b12y2+a11x1+ε1,y2=b21y1+a22x2+a23x3+ε2,

Raspuns: 2

y1=b12y2+a11x1+ε1,y2=b21y1+a22x2+a23x3+ε2,

68. Fie H numărul de variabile endogene din sistem, D fie numărul de variabile exogene care sunt conținute în sistem, dar nu sunt conținute în această ecuație. Pentru prima ecuație a modelului dinamicii prețurilor și salariilor, valoarea (H – D) este egală cu...

y1=b12y2+a11x1+ε1,y2=b21y1+a22x2+a23x3+ε2,

Raspuns: 0

70. Stabiliți o corespondență pentru regula de numărare cu condiția de identificare necesară, dacă H este numărul de variabile endogene din sistem, D este numărul de variabile exogene care sunt conținute în sistem, dar nu sunt cuprinse în această ecuație

71. MOL convențională este folosită cu succes pentru a estima coeficienții structurali...

1. 
   Sisteme de ecuații neidentificabile
2. 
   Sisteme de ecuații recursive (modele triunghiulare)
3. 
   Sisteme de ecuații interdependente sau simultane
4. 
   Sisteme de ecuații-identități
5. 
   Sisteme de ecuații independente

72. Pentru o formă structurală identificabilă a unui sistem de ecuații simultane, la estimarea parametrilor, ...

73. Pentru o formă structurală supraidentificată a unui sistem de ecuații simultane, la estimarea parametrilor, ...

1. 
   Metoda celor mai mici pătrate obișnuite
2. 
   Metoda indirectă a celor mai mici pătrate
3. 
   Cele mai mici pătrate în doi pași
4. 
   Metoda celor mai mici pătrate în trei etape

Q=……….. mincorespunde metoda celor mai mici pătrate

Autocorelare este dependența de corelație a nivelurilor seriei de valorile anterioare.

Autocorelația există atunci când fiecare valoare ulterioară a resturilor

Modelul de serie de timp aditivă are forma: Y=T+S+E

O variabilă de atribut poate fi utilizată atunci când: variabila independentă este calitativă;

În ce limite se modifică coeficientul determinant?: de la 0 la 1.

În ce caz modelul este considerat adecvat? Fcalc>Ftable

Ca urmare a autocorelației avem estimări ineficiente ale parametrilor

Într-un model bine montat, reziduurile ar trebui au o lege normală

În analiza econometricăXjsunt luate în considerare ca variabile aleatoare

Valoarea intervalului de încredere ne permite să stabilim ipoteza că: intervalul conține o estimare a parametrului necunoscutului.

Valoarea calculată prin formulăr=...este o estimare cote de pereche Corelații

Regresia neliniară intrinsecă este o regresie cu adevărat neliniară care nu poate fi redusă la regresie liniară prin transformarea variabilelor și introducerea de noi variabile.

Serii de timp este o succesiune de valori ale unei caracteristici (variabilă rezultată) preluate în momente succesive de timp sau perioade.

Alegeți un model cu întârzieriУt= a+b0x1…….(cea mai lungă formulă)

Valoare selectivă Rxy nu > 1, |R|< 1

Coeficientul de corelație al eșantionuluirîn termeni absoluti nu depaseste unitatea

Heteroscedasticitate- încălcarea constanței varianței pentru toate observațiile.

Heteroscedasticitatea este prezentă atunci când: varianţa reziduurilor aleatoare nu este constantă

Heteroskydasticitatea este când varianţa reziduurilor este diferită

Ipoteza despre absența autocorelației reziduurilor a fost dovedită, dacă Dtable2...

Homoscedasticitatea- constanța dispersiei pentru toate observațiile sau aceeași dispersie a fiecărei abateri (restul) pentru toate valorile variabilelor factoriale.

Homoskidasticitatea– atunci varianța reziduurilor este constantă și aceeași pentru toate ... observațiile.

Dispersia- indicator de variație.

Pentru a determina parametrii unui model neidentificat, se utilizează următoarele: nu una dintre entităţi. metodele nu pot fi aplicate

Pentru a determina parametrii dincolo de modelul identificat, utilizați: se aplică. OLS în 2 pași

Pentru a determina parametrii, forma structurală a modelului trebuie convertită în forma redusă a modelului

Pentru a determina parametrii unui model precis identificabil: se folosește MCO indirectă;

Pentru a evalua... schimbăriydinXa intrat: coeficient de elasticitate:

Pentru regresia pe perechi ơ²begală….(xi-x¯)²)

Pentru a testa semnificația parametrilor individuali de regresie, folosim: testul t.

Pentru regresiey= A+ bxdinnintervalul de încredere al observațiilor (1-a)% pentru coeficient.bva fi b±t…….·ơb

Pentru regresia de lanobservatii simvariabile independente există o astfel de relaţie întreR² șiF..=[(n-m-1)/m](R²/(1- R²)]

Probabilitatea de încredere este probabilitatea ca valoarea reală a indicatorului de performanță să se încadreze în intervalul de prognoză calculat.

Să presupunem că două modele sunt potrivite pentru a descrie un proces economic. Ambele sunt adecvatefcriteriul lui Fisher. ce avantaj să oferi pisicii: mai mare decât valoarea criteriului F

Să presupunem că dependența cheltuielilor de venit este descrisă de funcțiey= A+ bxvaloarea medie y=2...egale 9

DacăRxyeste pozitiv, atunci pe măsură ce x crește, și crește.

Dacă există o variabilă nesemnificativă în ecuația de regresie, atunci aceasta se dezvăluie printr-o valoare scăzută statistici T

Dacă un factor calitativ are 3 gradații, atunci numărul necesar de variabile fictive 2

Dacă coeficientul de corelație este pozitiv, atunci în modelul liniar pe măsură ce x crește, și crește

Dacă suntem interesați să folosim variabile de atribut pentru a arăta efectul diferitelor luni, ar trebui să folosim 11 metode de atribut

Dacă modelul de regresie are o relație exponențială, atunci Metoda celor mai mici pătrate este aplicabilă după reducerea la formă liniară.

Relația dintre coeficientul de determinare multiplă (D) și corelații (R) este descrisă prin următoarea metodă R=√D

Semnificația ecuației de regresie- prezența reală a dependenței studiate, și nu doar o coincidență aleatorie a factorilor care simulează o dependență care de fapt nu există.

Se evaluează semnificația ecuației de regresie în ansamblu: -Testul F al lui Fisher

Semnificația cotelor private și pereche. se verifică corelaţiile. prin utilizarea:-Testul studentului

Intercorelația și multicoliniaritatea aferentă- aceasta este o relație strânsă între factorii care se apropie de o relație liniară completă.

Ce caracteristică statistică este exprimată prin formulaR²=… coeficient de determinare

Ce caracteristică statistică este exprimată prin formula: r X y = Ca(X; y) împărțiți la rădăcinăVar(X)* Var(y): coeficient. corelații

Ce funcție este utilizată la modelarea modelelor cu creștere constantă putere

Ce puncte sunt excluse din seria temporală prin procedura de netezire? atât la început cât şi la sfârşit.

Care ecuație de regresie este o ecuație de putere? y= A˳ Aͯ¹ A

Metoda clasică de estimare a parametrilor de regresie se bazează pe:- metoda celor mai mici pătrate (LSM)

Numărul de grade de libertate pttstatistici la testarea semnificației parametrilor de regresie din 35 de observații și 3 variabile independente 31;

Numărul de grade de libertate ale numitoruluiF-statistici in regresie a 50 de observatii si 4 variabile independente: 45

Componente vectorialeEiȘi au o lege normală

Corelație- dependența stocastică, care este o generalizare a unei dependențe funcționale strict deterministe prin includerea unei componente probabilistice (aleatorie).

Coeficient de autocorelare: caracterizează apropierea relației liniare dintre nivelurile actuale și viitoare ale seriei

Coeficient de determinare- indicator al apropierii conexiunii stocastice în cazul general al regresiei neliniare

Coeficient de determinare este o mărime care caracterizează relația dintre variabilele dependente și cele independente.

Coeficientul de determinare este coeficientul de corelație multiplă pătrat

Coeficientul de determinare este: o valoare care caracterizează relația dintre variabilele independente și dependente (dependente);

Coeficient de determinareRspectacole proporția de variație a variabilei dependente y care se explică prin influența factorilor incluși în model.

Coeficientul de determinare variază în interiorul: - de la 0 la 1

Factorul de încredere- acesta este un coeficient care leagă erorile limită și medii cu o dependență liniară, clarifică semnificația erorii limitatoare care caracterizează acuratețea estimării și este un argument pentru distribuție (cel mai adesea, integrala de probabilitate). Această probabilitate este gradul de fiabilitate al evaluării.

Factorul de încredere (abatere normalizată)- rezultatul împărțirii abaterii de la medie la abaterea standard, caracterizează în mod semnificativ gradul de fiabilitate (încredere) a evaluării rezultate.

Coeficient de corelațieRxyfolosit pentru a determina caracterul complet al conexiunii dintre X și Y.

Coeficientul de corelație variază în intervalul: de la -1 la 1

Un coeficient de corelație de 0 înseamnă că: - nicio legătură liniară .

Un coeficient de corelație de 1 înseamnă că: -există o dependenţă funcţională.

Coeficientul de corelație este utilizat pentru: determinarea gradului de apropiere a relației dintre variabilele aleatoare X și Y;

Se calculează coeficientul de corelație pentru măsurarea gradului de relaţie liniară între două variabile aleatoare.

Coeficient de corelație liniară- un indicator al proximității relației stocastice dintre factor și rezultat în cazul regresiei liniare.

Coeficientul de regresie- coeficientul variabilei factor în modelul de regresie liniară.

Coeficientul de regresiebspectacole: Cu câte unități crește y dacă x crește cu 1.

Coeficientul de regresie variază în interiorul: se aplică orice valoare; de la 0 la 1; de la -1 la 1;

Coeficientul de elasticitate se măsoară în: cantitate incomensurabilă.

Criteriul Darwin-Chatson este utilizat pentru: - selectarea factorilor în model; sau - definiții ale autocorelației în reziduuri

Testul t al elevului- verificarea semnificaţiei coeficienţilor individuali de regresie şi a semnificaţiei coeficientului de corelaţie.

Criteriul lui Fisher arată semnificația statistică a modelului în ansamblu bazată pe semnificația combinată a tuturor coeficienților săi;

Variabile întârziate: - acestea sunt variabile legate de momente anterioare din timp; sau - acestea sunt valorile dependente. Schimbare pentru perioada anterioară de timp.

Variabilele întârziate sunt valoarea variabilelor dependente pentru perioada anterioară de timp

Modelul în ansamblu este semnificativ statistic dacă Fcalc > Ftab.

Modelul este identificat dacă:- numărul de parametri ai modelului structural este egal cu numărul de parametri indicați. forme de model.

Modelul este neidentificat dacă:- este dat numărul. coeficient . Mai mult numărul de coeficienți structurali

Un model este supraidentificat dacă: număr dat. coeficient mai mic decât numărul de coeficienți structurali

Multicolateralitatea apare atunci când: includerea eronată a 2 sau mai multe variabile dependente liniar în ecuație; 2. două sau mai multe variabile explicative, în mod normal slab corelate, devin puternic corelate în anumite condiții de eșantionare; . O variabilă care este foarte corelată cu variabila dependentă este inclusă în model.

Modelul de serie de timp multiplicativă are forma:- Y=T*S*E

Un model de serie de timp multiplicativă este construit dacă: amplitudinea fluctuaţiilor sezoniere creşte sau scade

Pe baza datelor trimestriale... valorile 7-1 trimestru, 9-2 trimestru și 11-3 trimestru...-5

Se numește alegerea greșită a formei funcționale sau a variabilelor explicative erori de specificație

Nepărtinirea estimării parametrului de regresie obținută folosind MCO înseamnă:- că se caracterizează prin cea mai mică dispersie.

O problemă care poate apărea în regresia multivariată și nu apare niciodată în regresia perechi este corelația dintre variabilele independente.

Ce determină numărul de puncte excluse din seria temporală ca urmare a netezirii:în funcţie de metoda de netezire utilizată.

Rețineți principalele tipuri de erori de specificație: eliminarea unei variabile semnificative; adăugarea unei variabile nesemnificative;

Estimările coeficienților de regresie perechi sunt imparțial dacă: așteptări matematice ale resturilor =0.

Estimările parametrilor de regresie liniară pereche se găsesc folosind formula b= Cov(x;y)/Var(x);a=y¯ bx¯

Estimările parametrilor de regresie sunt imparțial dacă Așteptarea matematică a restului este 0

Estimările parametrilor de regresie sunt consistente dacă: - acuratețea estimării crește cu n, adică, pe măsură ce n crește, probabilitatea estimării din valoarea reală a parametrului tinde spre 0.

Estimări ale regresiei perechi ale fenomenelor. eficient dacă: evaluările au cea mai mică dispersie în comparație cu alte evaluări

În prezența heteroskedasticității, trebuie utilizate următoarele:- cele mai mici pătrate generalizate

La verificarea semnificației tuturor parametrilor simultan, se utilizează următoarele:-F-test.

La verificarea semnificației tuturor parametrilor de regresie simultan, se utilizează următoarele: F-test.

Este aplicabilă metoda celor mai mici pătrate pentru calcularea parametrilor dependenței exponențiale? aplicabil după reducerea acestuia

Este aplicabilă metoda celor mai mici pătrate (LSM) pentru calcularea parametrilor modelelor neliniare? aplicabil după reducerea sa specială la formă liniară

Ce criteriu este folosit pentru a evalua semnificația coeficientului de regresie? T al studentului

Odată cu creșterea numărului de variabile explicative, coeficientul de determinare corelat este:- creste.

Relația dintre indicele determinării multipleR ² și indicele ajustat de determinare multiplăȒ² Există

Ajustat coeficient determinare:- coeficient mai mare decât de obicei. determinare

Coeficientul standardizat al ecuației de regresie Ƀk arată cu câte % se va schimba indicatorul rezultat y atunci când xi se schimbă cu 1% cu nivelul mediu al altor factori neschimbat

Coeficientul ecuației de regresie standard: arată cât de mult se va schimba 1 y atunci când factorul xk se schimbă cu 1, menținându-le pe celelalte.

Esența coeficientului determinarer 2 X y este după cum urmează:- caracterizează ponderea varianței în atributul rezultat y este explicat. regresie., în varianța totală a trăsăturii rezultate.

Valoarea tabelului testului Studentului depinde din nivel probabilitatea de încredere și asupra numărului de factori incluși și asupra lungimii seriei originale (pe nivelul de semnificație acceptat și asupra numărului de grade de libertate (n - m -1))

Valorile tabelului Fisher (F) depinde asupra probabilității de încredere și asupra numărului de factori incluși și asupra lungimii seriei originale (asupra probabilității de încredere pși numărul de grade de libertate al dispersiunilor f1Și f2)..

Ecuația în careHDnumărul de variabile exogene lipsă, identificate dacă D+1=H

Ecuația în careHnumărul de variabile endogene,Dnumărul de variabile exogene lipsă, NU pot fi identificate dacă D+1

Ecuația în careHnumărul de variabile endogene,Dnumărul de variabile exogene lipsă, supraidentificate dacă D+1>H

Ecuația este identificată dacă:- D+1=H

Ecuația este neidentificată dacă:- D+1

O ecuație este supraidentificată dacă:- D+1>H

Variabilele fictive sunt: caracteristici atributive (de exemplu, profesie, gen, educație), cărora li s-au acordat etichete digitale;

Formulăt= rxy....folosit pentru p verificarea semnificaţiei coeficientului de corelaţie

PrivatF-criteriu:- evaluează semnificația ecuației de regresie în ansamblu

Numărul de grade de libertate pentru suma factorului de pătrate într-un model de regresie multiplă liniară este: m;

Ce arată coeficientul de pantă - Câte unități vei schimba y dacă x se schimbă cu una?

Ce arată coeficientul? creștere absolută cu câte unități se va schimba y dacă x se schimbă cu unu

Variabilă exogenă este variabila independentă sau factorul X.

Variabile exogene- acestea sunt variabile care sunt determinate în afara sistemului și sunt independente

Variabile exogene- Acest variabilele predeterminate care influențează variabile dependente (variabile endogene), dar nu depind de ele, sunt notate cu x

Se măsoară elasticitatea unitate de măsură a factorului...indicator

Elasticitatea arată cu câte % se va schimba indicatorul reductiv y atunci când factorul se va modifica cu 1% xk.

Variabilele endogene sunt: variabile dependente, al căror număr este egal cu numărul de ecuații din sistem și care sunt notate cu y

Definiții

Raport T (test t)- raportul dintre coeficientul estimat obținut folosind MCO și eroarea standard a valorii estimate.

Model de serie de timp aditiv este un model în care seria temporală este prezentată ca suma componentelor enumerate.

Criteriul Fisher- o metodă de testare statistică a semnificației unei ecuații de regresie, în care valoarea calculată (reală) a raportului F este comparată cu valoarea sa critică (teoretică).

Regresie liniara este o relație (regresie), care este reprezentată printr-o ecuație în linie dreaptă și exprimă cea mai simplă relație liniară.

Metoda variabilelor instrumentale- Acesta este un tip de MNC. Folosit pentru estimarea parametrilor modelelor descrise prin mai multe ecuații. Proprietatea principală este înlocuirea parțială a unei variabile explicative necorespunzătoare cu o variabilă care nu este corelată cu termenul aleatoriu. Această variabilă proxy se numește variabilă instrumentală și are ca rezultat estimări consistente ale parametrilor.

Metoda celor mai mici pătrate (LSM)- o metodă pentru găsirea (estimarea) aproximativă a coeficienților (parametrilor) de regresie necunoscuți. Această metodă se bazează pe cerința de a minimiza suma abaterilor pătrate ale valorilor rezultatelor calculate din ecuația de regresie și a valorilor rezultatelor adevărate (observate).

Regresia liniară multiplă este o regresie multiplă care reprezintă o relație liniară pentru fiecare factor.

Regresie multiplă- regresie cu două sau mai multe variabile factori.

Model identificat- un model în care toți coeficienții structurali sunt determinați în mod unic de coeficienții formei reduse a modelului.

Model de ecuații recursive- un model care conține ca factor variabile dependente (rezultative) ale unor ecuații, care apar în partea dreaptă a altor ecuații.

Model multiplicativ– un model în care seria temporală este prezentată ca un produs al componentelor enumerate.

Estimare imparțială- o evaluare a cărei medie este egală cu valoarea evaluată.

Ipoteza nulă- ipoteza că rezultatul nu depinde de factor (coeficientul de regresie este zero).

Cele mai mici pătrate generalizate (GLS)- o metodă care nu necesită dispersie constantă (homoscedasticitate) a reziduurilor, ci presupune că reziduurile sunt proporționale cu factorul comun (varianță). Astfel, este un MCO ponderat.

Varianta explicată- un indicator al variației rezultatului datorită regresiei.

Variabilă (rezultat) explicată- o variabilă care depinde statistic de o variabilă factor, sau explicativă (regressor).

Varianta reziduala- varianță inexplicabilă, care arată variația rezultatului sub influența tuturor celorlalți factori neluați în considerare de regresie.

Variabile predefinite sunt variabile exogene ale sistemului și variabile endogene decalate ale sistemului.

Forma redusă a sistemului- o formă care, spre deosebire de cea structurală, conține deja doar variabile endogene dependente liniar de variabilele exogene. În exterior, nu este diferit de un sistem de ecuații independente.

Valoarea raportului F calculată- valoarea obţinută prin împărţirea varianţei explicate la 1 grad de libertate la varianţa reziduală la 1 grad de libertate.

Regresie (dependență)- aceasta este media (netezită), adică lipsit de fluctuații aleatorii la scară mică (fluctuații), relație cvasi-deterministă între variabila (variabilele) explicată (variabilele) și variabila (variabilele) explicative. Această legătură este exprimată prin formule care caracterizează dependența funcțională și nu conțin variabile explicit stocastice (aleatoare), care își exercită acum influența ca efect rezultant, luând forma unei dependențe pur funcționale.

Regressor (variabilă explicativă, variabilă factor) este o variabilă independentă care este legată statistic de variabila rezultat. Natura acestei conexiuni și impactul modificărilor (variațiilor) ale regresorului asupra rezultatului sunt studiate în econometrie.

Sistem de ecuații interconectate este un sistem de ecuații simultane sau interdependente. În ea, aceleași variabile apar simultan ca dependente în unele ecuații și în același timp independente în altele. Aceasta este forma structurală a unui sistem de ecuații. LSM nu este aplicabil acestuia.

Sistem de ecuații aparent neînrudite- un sistem care se caracterizează prin prezența doar a corelațiilor între reziduuri (erori) în diferite ecuații ale sistemului.

rest aleatoriu (abatere)- acesta este un proces pur aleatoriu sub formă de oscilații la scară mică, care nu conține deja o componentă deterministă, care este prezentă în regresie.

Evaluări consistente- estimări care permit utilizarea efectivă a intervalelor de încredere, atunci când probabilitatea obținerii unei estimări la o distanță dată de valoarea reală a parametrului devine apropiată de 1, iar acuratețea estimărilor în sine crește odată cu creșterea dimensiunii eșantionului.

Specificația modelului- identificarea factorilor semnificativi și identificarea multicoliniarității.

Eroare standard- abaterea medie pătratică (standard). Este legat de eroarea medie și factorul de încredere.

Grade de libertate- sunt marimi care caracterizeaza numarul parametrilor independenti si sunt necesare pentru gasirea tabelelor de distributie a valorilor lor critice.

Tendinţă- tendința principală de dezvoltare, un model neted, stabil de schimbări în nivelurile seriei.

Nivel de semnificație- o valoare care arată probabilitatea unei concluzii eronate la testarea unei ipoteze statistice folosind un criteriu statistic.

Variabile fictive- acestea sunt variabile care reflectă componentele sezoniere ale seriei pentru orice perioadă.

Model econometric- aceasta este o ecuație sau un sistem de ecuații care reprezintă într-un mod special dependența(ele) dintre rezultat și factori. Baza modelului econometric este defalcarea relației complexe și prost înțelese dintre rezultat și factori în suma următoarelor două componente: regresie (componentă de regresie) și reziduală aleatoare (fluctuație). O altă clasă de modele econometrice produce serii de timp.

Eficiența evaluării- aceasta este proprietatea unei evaluări de a avea cea mai mică variație dintre toate posibilele.

o – Alegeți un răspuns.

□ – Alegeți mai multe variante de răspuns.

– Scrieți soluția și răspundeți.

– selectați opțiunile conform secvenței specificate

1. Scrieți o formulă pentru calcularea așteptării matematice a unei variabile aleatoare:

2. Aşteptarea matematică a unei variabile aleatoare este egală cu . Care este așteptarea matematică a unei variabile aleatoare:

3. Se cunosc așteptările matematice ale variabilei aleatoare și varianța. Aflați așteptările matematice și varianța variabilei aleatoare.

4. Dacă valorile fiecărei variabile aleatoare sunt crescute de 10 ori, atunci valoarea medie:

o Va scadea de 10 ori;

o Va crește de 10 ori;

o Creștere cu 10%;

o Nu se va schimba.

5. Suma abaterilor valorilor unei variabile aleatoare de la valoarea medie este întotdeauna:

o Pozitiv;

o Negativ;

o Egal cu zero;

o În fiecare caz este diferit.

6. Fie , sunt variabile aleatoare cu varianțe și covarianță. Cu ce ​​este egal?

7. Coeficientul de corelație liniară se măsoară în intervalul:

8. Valoarea coeficientului de determinare...

o Evaluează semnificația fiecărui factor inclus în ecuația de regresie;

o Caracterizează ponderea varianței caracteristicii rezultate explicată prin ecuație în varianța totală;

o Caracterizează ponderea variației valorii reziduale în varianța totală a caracteristicii rezultate;

o Evaluează semnificația coeficientului de corelație.

9. Stabiliți o corespondență între denumirile elementelor ecuației de regresie și corelație și denumirile lor de litere:

1) Parametrii de regresie __________;

2) Variabila explicativă ______;

3) Coeficientul de corelare ______;

4) Variabila explicată _______;

5) Variabila aleatoare ___________;

6) Coeficientul de determinare ____.

10. Valoarea coeficientului de corelare este 0,81. Putem concluziona că relația liniară dintre caracteristica rezultată și factor este:

o Destul de strâns;

o Funcțional;

o Putere medie.

11. Valoarea coeficientului de corelare este – 0,9. Putem concluziona că relația liniară dintre caracteristica rezultată și factor este:

o Destul de strâns;

o Funcțional;

o Putere medie.

12. Coeficientul de elasticitate arată:

o De câte ori se va schimba rezultatul în medie dacă factorul se modifică de două ori;

o Valoarea maximă posibilă a rezultatului;

o Cu ce ​​procent se va modifica rezultatul mediu atunci când factorul crește cu 1%;

o Cu ce ​​procent se va modifica factorul mediu atunci când rezultatul crește cu 1%.

13. Coeficientul de elasticitate pentru ecuația de regresie a puterii este egal cu:

14. Esența metodei celor mai mici pătrate este:

o În maximizarea sumei abaterilor pătrate a valorii reale a variabilei dependente de la valoarea sa teoretică;

o În minimizarea sumei abaterilor pătrate a valorii reale a variabilei dependente de la valoarea sa teoretică;

o În minimizarea sumei abaterilor valorilor reale și teoretice;

o În maximizarea valorilor absolute ale abaterilor valorilor reale și teoretice.

15. Dacă coeficientul de corelare este 1,2. Înseamnă că…

o Relația dintre caracteristici este puternică;

o Relația dintre caracteristici este slabă;

o Cu o creștere a factorului cu 1%, atributul efectiv crește cu 1,2%;

o Acest lucru nu poate fi.

16. La studierea dependenței unui indicator economic de anumiți factori, s-au obținut următoarele valori ale coeficienților de elasticitate: ; ; Și . Clasează factorii în ordinea descrescătoare a influenței asupra indicatorului economic studiat.

17. Se determină parametrii ecuației de regresie liniară:

o metoda Spearman;

o criteriul lui Fisher;

o Testul Durbin-Watson.

18. Evaluarea statistică a semnificației parametrilor ecuației de regresie liniară pereche se verifică folosind:

o criteriul lui Fisher;

o Testul t al elevului;

o metoda celor mai mici pătrate;

o Testul Spearman.

19. Pentru un eșantion statistic format din 22 de observații, valoarea reală F Criteriul lui Fisher este 52. Ecuația de regresie. Coeficientul de corelație liniară în acest caz este egal cu...

20. Pentru 27 de întreprinderi care produc aceleași produse, a fost construită o relație liniară între volumele vânzărilor și costurile de publicitate. Abaterea standard este 4,7. Abaterea standard este 3,4. Coeficientul liniar de determinare în acest caz este egal cu...

21. Coeficientul de regresie liniară, dacă , este cunoscut, este egal cu...

22. Tendința unei serii temporale caracterizează o combinație de factori...

o Inducerea fluctuațiilor sezoniere în serie;

o Avand un impact unic;

o Nu afectează nivelul rândului;