Ekonometri i ordets vidaste bemärkelse betyder. Testa. Tidsföljder. I en stationär tidsserie, trendkomponenten

Under lång tid fanns det två olika definitioner av ekonometri: från "ekonometri i ordets breda bemärkelse" till "ekonometri i ordets snäva bemärkelse." "Ekonometri i ordets breda betydelse" avser en uppsättning olika typer av ekonomisk forskning som utförs med matematiska metoder. Med "ekonometrik i ordets snäva mening" menar vi främst tillämpningen av matematiska och statistiska metoder i ekonomisk forskning: konstruktionen av matematiska och statistiska modeller av ekonomiska fenomen, skattningen av parametrar i modeller av vilken typ som helst, etc.

Namnet "ekonometrik" introducerades av grundaren av denna riktning inom ekonomi 1926, Ragnar Frisch. Språkmässigt är termen "ekonometrik" av tyskt ursprung (Okonometrie). Denna term dök upp första gången 1910 i en tysk bok om redovisning, vars författare förstod teorin om redovisning av den. Ordagrant översatt betyder ekonometri "mätningar inom ekonomi" (kan jämföras med biometri, scientometri, astrometri, sociometri, psykometri, polymetri).

För närvarande kan vi dock med full tillförsikt säga att den definition som ges av S.A. Ayvazyan och V.S. Mkhitaryan i sin senaste lärobok är den mest objektiva, moderna och korrekta:

Definition: Ekonometri är en oberoende vetenskaplig disciplin som kombinerar en uppsättning teoretiska resultat, tekniker, metoder och modeller utformade för att

- ekonomisk teori,

- ekonomisk statistik,

- matematiska och statistiska verktyg

- ge ett specifikt kvantitativt uttryck för allmänna (kvantitativa) mönster som bestäms av ekonomisk teori.

Som vi kan se överensstämmer denna definition helt med den som R. Frisch införde för sjuttio år sedan. Han ansåg att ekonometri borde följa en treenig formel, som kombinerar teoretisk analys, empirisk data och matematiska metoder.

På tal om ekonomisk teori inom ramen för ekonometrin är forskare inte bara intresserade av att identifiera objektivt existerande (på kvalitativ nivå) ekonomiska lagar och samband mellan ekonomiska indikatorer, utan också av förhållningssätt till deras formalisering. När man betraktar ekonomisk statistik som en integrerad del av ekonometri, är forskare bara intresserade av den aspekten av denna oberoende disciplin som är direkt relaterad till informationsstödet från den analyserade ekonometriska modellen. Och slutligen betyder ekonometrins matematiska och statistiska verktyg, naturligtvis, inte matematisk statistik i dess traditionella mening, utan endast dess individuella sektioner (klassiska och generaliserade linjära modeller av regressionsanalys, tidsserieanalys, konstruktion och analys av system av samtidiga ekvationer) . Dessa avsnitt av matematisk statistik bör kompletteras med viss information (speciella typer av regressionsmodeller, tillvägagångssätt för att lösa specifikationsproblem, identifierbarhet och verifierbarhet av modeller, etc.).

I all verksamhet av en ekonometriker är det viktigt att använda en modell. Därför är det mycket viktigt att spåra hela "kedjan" av definitioner som relaterar till detta begrepp.

Matematisk modell är en abstraktion av den verkliga världen där relationerna mellan verkliga element av intresse för forskaren ersätts av lämpliga relationer mellan matematiska kategorier.

Ekonomisk och matematisk modell – är vilken matematisk modell som helst som beskriver funktionsmekanismen för ett visst hypotetiskt ekonomiskt system eller socioekonomiskt system. Ibland kan samma modell helt enkelt kallas ekonomisk . (Ett exempel på en sådan modell är den enklaste versionen av den så kallade ”webbmodellen”, som beskriver processen att skapa efterfrågan och utbud för en viss produkt eller typ av tjänst på en konkurrensutsatt marknad).

Om vi ​​i definitionen av en ekonomisk-matematisk modell inte talar om någon matematisk modell, utan om en modell konstruerad med hjälp av apparatur för sannolikhetsteori och matematisk statistik, så kan vi redan få en uppfattning om den ekonometriska modellen. Men för detta bör du komma ihåg följande definitioner.

Probabilistisk modell – detta är en matematisk modell som simulerar funktionsmekanismen hypotetisk(inte specifikt) verkligt fenomen (eller system) av stokastisk natur.

Probabilistisk-statistisk modell – detta är en sannolikhetsmodell, vars värden för individuella egenskaper (parametrar) uppskattas baserat på resultaten av observationer (initiala statistiska data) som kännetecknar funktionen hos den modellerade specifik(snarare än ett hypotetiskt) fenomen (eller system).

Slutligen kan vi prata om den ekonometriska modellen:

Ekonometrisk modell kallas en probabilistisk-statistisk modell som beskriver funktionsmekanismen för ett ekonomiskt eller socioekonomiskt system.

I varje ekonometrisk modell är alla variabler som är involverade i den, beroende på de slutliga tillämpningsmålen, uppdelade i exogena, endogena och förutbestämda:

exogena variabler(ekzo-outside, genous-ursprung)- dessa är variabler som sätts som om "utifrån", autonomt och i viss utsträckning är kontrollerbara (planerade);

endogena variabler(endo-inuti, generös-ursprung) är variabler vars värden bildas i processen och inuti hur det analyserade socioekonomiska systemet fungerar i betydande utsträckning under inflytande av exogena variabler och, naturligtvis, i samspel med varandra; i en ekonometrisk modell är de föremål för förklaring;

fördefinierade variabler- det här är variabler som fungerar i systemet som faktorer - argument, eller förklara variabler.

Uppsättningen av fördefinierade variabler bildas av alla exogena variabler (som kan ”bindas” till tidigare, nuvarande och framtida tidpunkter) och den s.k. fördröjda endogena variabler, de där. sådana endogena variabler, vars värden ingår i ekvationerna för det analyserade ekonometriska systemet mätt i dåtid(i förhållande till nuvarande) ögonblick i tiden, och därför är det redan känd, given.

Ekonometriprov - sida nr 1/1

Ekonometriprov
Introduktion

1. 
   Den ekonometriska modellen har formen
   1. 
      y=fx
   2. 
      y=a+b1x+b2x2
   3. 
      y=fx+ε
   4. 
      y=fx

1. 
   Match

1. 
   Regression är
   1. 
      beroendet av värdena för den resulterande variabeln på värdena för de förklarande variablerna (faktorer)
   2. 
      en regel enligt vilken varje värde på en variabel är associerat med ett enda värde på en annan variabel
   3. 
      regeln enligt vilken varje värde på den oberoende variabeln är associerad med värdet på den beroende variabeln
   4. 
      beroende av medelvärdet för den resulterande variabeln på värdena för de förklarande variablerna (faktorer)

1. 
   Minsta kvadratiska metod...
   1. 
      Låter dig få uppskattningar av linjära regressionsparametrar baserat på villkoret i=1nyi-yi2→min
   2. 
      Låter dig få uppskattningar av regressionsparametrar baserat på villkoret ln⁡(i=1nf(yi,)→max
   3. 
      Låter dig kontrollera den statistiska signifikansen för regressionsparametrar
   4. 
      Låter dig få uppskattningar av olinjära regressionsparametrar baserat på villkoret i=1ny-yi2→min

1. 
   Linjär multipel regressionsekvation
   1. 
      y=a+bx
   2. 
      y=a+b1x1+b2x2+…+bpxp
   3. 
      y=ax1b1x2b2…xpbp
   4. 
      yt=Tt+St+Et

1. 
   För en linjär multipel regressionsekvation, matcha

1. 
   Regressiinnebär
   1. 
      Urval av faktorer som ingår i regressionsekvationen
   2. 
      Uppskattning av parametrar för regressionsekvationer
   3. 
      Bedöma tillförlitligheten av regressionsanalysresultat
   4. 
      Välja typ av regressionsekvation

1. Krav på faktorer som ingår i en linjär multipel regressionsmodell...

1. 
   Antalet faktorer bör vara 6 gånger mindre än befolkningens volym
2. 
   Faktorer måste representera tidsserier
3. 
   Faktorer måste ha samma dimension
4. 
   Det ska inte finnas någon hög korrelation mellan faktorer

2. Sanna påståenden om multikollinearitet av faktorer

1. 
   Det rekommenderas att inkludera multikollinjära faktorer i en linjär multipel regressionsmodell
2. 
   Multikollinearitet av faktorer leder till en minskning av tillförlitligheten av uppskattningar av parametrar för regressionsekvationer
3. 
   Multikolinearitet av faktorer manifesteras i närvaro av parade intemed värden större än 0,7
4. 
   Multikolinearitet av faktorer manifesteras i närvaro av parade intemed värden mindre än 0,3

3. Sanna påståenden om inkluderandet av faktorer i ekvationen för linjär multipel regression

1. 
   Inkluderandet av en faktor i modellen leder till en märkbar ökning av koefficienten för multipel bestämning
2. 
   Parkorrelationskoefficienten för faktorn och utfallsvariabeln är mindre än 0,3
3. 
   Elevens t-testvärde för regressionskoefficienten när faktorn är mindre än tabellvärdet
4. 
   Faktorn måste förklara beteendet hos den indikator som studeras i enlighet med de accepterade bestämmelserna i ekonomisk teori

4.När man konstruerar en multipel regressionsmodell med metoden för steg-för-steg-inkludering av variabler, överväger det första steget en modell med...

1. 
   En förklaringsvariabel som har den minsta korrelationskoefficienten med den beroende variabeln
2. 
   En förklaringsvariabel som har den högsta korrelationskoefficienten med den beroende variabeln
3. 
   Flera förklarande variabler som har modulokorrelationskoefficienter med den beroende variabeln större än 0,5
4. 
   Komplett lista med förklarande variabler

1. 
   Parametrar för faktorer i linjär multipel regression
   y=a+b1x1+b2x2+…+bpxp karakterisera
   1. 
      Andelen varians i utfallsvariabeln som förklaras av regression i dess totala varians
   2. 
      Styrkan i sambandet mellan utfallsvariabeln och motsvarande faktor, samtidigt som påverkan av andra faktorer som ingår i modellen elimineras
   3. 
      
   4. 
      Med vilken procent i genomsnitt förändras den resulterande variabeln med en förändring av motsvarande faktor med 1 %

5.Standardisering av variabler utförs enligt formeln

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

1. 
   Den multipla regressionsekvationen på en standardiserad skala är ty=20+0,9tx1+0,5tx2+ε. Det effektiva tecknet påverkas mycket av:

1. 
   x1 och x2
2. 
   ingen slutsats kan dras

1. 
   Multipel regressionsekvationen i sin naturliga form är
   y=20+0,7x1+0,5x2+ε. Det effektiva tecknet påverkas mycket av:

1. 
   x1 och x2
2. 
   ingen slutsats kan dras

6. Egenskaperna för en regressionsekvation i standardiserad form inkluderar...

1. 
   Regressionskoefficienter för förklarande variabler är lika med varandra
2. 
   Det finns ingen konstant parameter (fri term av ekvationen) för regression
3. 
   Standardiserade regressionskoefficienter är inte jämförbara med varandra
4. 
   Variablerna som ingår i ekvationen är dimensionslösa

7. Närheten av faktorernas gemensamma inverkan på resultatet i den linjära multipelregressionsekvationen bedöms

1. 
   Parkorrelationskoefficient
2. 
   Partiell korrelationskoefficient
3. 
   
4. 
   

8. Match

9. Mför ett linjärt samband kan beräknas med hjälp av formeln

10. Sanna påståenden omn

1. 
   Ju närmare värdet är en Ryx1...xp, desto närmare kopplingen mellan den effektiva egenskapen och alla faktorer
2. 
   Ju närmare värdet är noll Ryx1...xp, desto närmare kopplingen mellan den effektiva egenskapen och alla faktorer
3. 
   Ryx1…xp tar värden från intervallet
4. 
   Ryx1...xp tar värden från intervallet [– 1, 1]

11.Koefficienten för multipel bestämning kännetecknar

1. 
   Närheten av det gemensamma inflytandet av faktorer på resultatet i den linjära multipel regressionsekvationen
2. 
   Närheten av förhållandet mellan resultatet och motsvarande faktor, samtidigt som man eliminerar inflytandet från andra faktorer som ingår i modellen
3. 
   Andelen av variansen för det resulterande attributet som förklaras av regression i dess totala varians
4. 
   Den genomsnittliga förändringen av utfallsvariabeln med en förändring av motsvarande faktor med en, med samma värde av andra faktorer fastställda på medelnivån

12. För totalsumman (TSS), regressions- (RSS) och restsumman (ESS) av kvadrerade avvikelser och bestämningskoefficienten R2 är likheten uppfylld...

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

13. Förhållandet mellan kvarvarande varians och total varians är 0,05. Det betyder …

1. 
   Bestämningskoefficient R2=0,95
2. 
   Bestämningskoefficient R2=0,05
3. 
   Skillnad (1-R2)=0,95, där R2 är bestämningskoefficienten
4. 
   Skillnad (1-R2)=0,05, där R2 är bestämningskoefficienten

14. För att eliminera det systematiska felet av kvarvarande varians används en linjär multipel regressionsmodell för att bedöma kvaliteten

1. 
   Koefficient för multipel bestämning
2. 
   Multipel korrelationskoefficient
3. 
   Justerad koefficient för multipel bestämning
4. 
   Justerad partiell korrelationskoefficient

15. Uppskattning av den statistiska signifikansen för den linjära multipelregressionsekvationen som helhet utförs med hjälp av

1. 
   Elevens t-test
2. 
   Fisher kriterium
3. 
   Durbin-Watson test
4. 
   Foster-Stewart test

16. Bedömning av den statistiska signifikansen för linjära multipla regressionskoefficienter utförs med hjälp av

1. 
   Elevens t-test
2. 
   Fisher kriterium
3. 
   Durbin-Watson test
4. 
   Foster-Stewart test

17.Om regressionskoefficienten är signifikant är villkoren uppfyllda för det

1. 
   Det faktiska värdet av studentens t-test är mindre än det kritiska värdet
2. 
   Det faktiska värdet av studentens t-test är större än det kritiska värdet
3. 
   Konfidensintervallet går genom noll
4. 
   Standardfelet överstiger inte hälften av parametervärdet

18.Om regressionsekvationen är signifikant, då är det faktiska värdet av F-testet ...

1. 
   mer kritisk
2. 
   mindre än kritisk
3. 
   nära enhet
4. 
   nära noll

19. Förutsättningarna för multinationella företag är...

1. 
   Variansen av slumpmässiga avvikelser är konstant för alla observationer
2. 
   Variansen av slumpmässiga avvikelser är inte konstant för alla observationer
3. 
   Slumpmässiga avvikelser korrelerar med varandra
4. 
   Slumpmässiga avvikelser är oberoende av varandra

20. Ange de slutsatser som motsvarar grafen över residualerna

1. 
   OLS utgångspunkt när det gäller restsubstansernas oberoende från varandra kränks
2. 
   Det finns en autokorrelation av residualerna
3. 
   Det finns inget mönster i resternas beteende
4. 
   Det finns ingen autokorrelation av residualer

21.När premisserna för minsta kvadratmetoden (OLS) är uppfyllda kännetecknas residualerna av regressionsekvationen vanligtvis av...

1. 
   Noll genomsnitt
2. 
   Heteroskhet
3. 
   Slumpmässig i naturen
4. 
   Hög grad av autokorrelation

22. Metoder för att upptäcka heteroskedasticitet hos restprodukter inkluderar

1. 
   Durbin-Watson test
2. 
   Goldfeld-Quandt test
3. 
   Grafisk analys av balanser
4. 
   Minsta kvadratiska metod

23. Dummyvariablerna i den multipla regressionsekvationen är...

1. 
   Kvalitativa variabler omvandlade till kvantitativa
2. 
   Variabler som representerar de enklaste funktionerna hos variabler som redan ingår i modellen
3. 
   Ytterligare kvantitativa variabler för att förbättra lösningen
4. 
   Kombinationer av faktorer som ingår i regressionsekvationen som ökar modellens adekvans

24. Att spegla inflytandet av en kvalitativ medföljande variabel som har m tillstånd ingår vanligtvis i modellen... en dummyvariabel

1. 
   m+12
2. 
   m-12

25. Regressioner som är olinjära i förklarande variabler, men linjära i de uppskattade parametrarna

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.Regressioner, olinjära i de uppskattade parametrarna

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. Ange de korrekta påståendena om modellen

y=fx,z∙ε=a∙bx∙cz∙ε

1. 
   Avser typen av modeller som är olinjära i förklarande variabler, men linjära i de uppskattade parametrarna
2. 
   Avser typen av modeller som är olinjära i de uppskattade parametrarna
3. 
   Avser typen av linjära modeller
4. 
   Kan inte reduceras till linjär form
5. 
   Kan reduceras till linjär form

28. Ange de korrekta påståendena om modellen

1. 
   Linjärisering av en linjär multipel regressionsmodell
2. 
   Linjärisering av en linjär parvis regressionsmodell
3. 
   Tillhör klassen av olinjära modeller när det gäller förklaringsvariabler, men linjär när det gäller de uppskattade parametrarna
4. 
   Tillhör klassen linjära modeller

29.Modellen y=a∙bx∙ε tillhör klassen av... ekonometriska olinjära regressionsmodeller

1. 
   stillsam
2. 
   omvänd
3. 
   indikativ
4. 
   linjär

30.Modellen y=a∙xb∙ε tillhör klassen av... ekonometriska olinjära regressionsmodeller

1. 
   stillsam
2. 
   omvänd
3. 
   indikativ
4. 
   linjär

31.Modellen y=a+bx+cx2+ε tillhör klassen av... ekonometriska olinjära regressionsmodeller

1. 
   stillsam
2. 
   polynom
3. 
   indikativ
4. 
   linjär

32. Det märktes att med en ökning av mängden gödselmedel som appliceras ökar också avkastningen, men när ett visst värde på faktorn uppnås börjar den modellerade indikatorn att minska. För att studera detta förhållande kan du användanen...

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

33. För att erhålla uppskattningar av parametrarna för potensregressionsmodellen y=a∙xb ...

1. 
   Minsta kvadratmetoden är inte tillämplig
2. 
   Det är nödvändigt att välja lämplig substitution
3. 
   Logaritmisk konvertering krävs
4. 
   Trigonometrisk omvandling behövs

34. Med hjälp av minsta kvadratmetoden är det omöjligt att uppskatta värdena för parametrarna för regressionsekvationen...

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

35. En förändring som bestämmer den allmänna utvecklingsriktningen, huvudtrenden i en tidsserie, förstås som...

1. 
   Trend
2. 
   Säsongskomponent
3. 
   Cyklisk komponent
4. 
   Slumpmässig komponent

36. Regelbundna komponenter i en tidsserie är

1. 
   Trend
2. 
   Säsongskomponent
3. 
   Cyklisk komponent
4. 
   Slumpmässig komponent

37.Om perioden med cykliska fluktuationer i nivåerna för en tidsserie inte överstiger ett år, kallas de ...

1. 
   Årlig
2. 
   Opportunistisk
3. 
   Säsong
4. 
   Perenn

38. Låt Yt vara en tidsserie, Tt vara en trendkomponent, St vara en säsongskomponent, Et vara en slumpmässig komponent. Den additiva tidsseriemodellen har formen...

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

39. Låt Yt vara en tidsserie, Tt vara en trendkomponent, St vara en säsongskomponent, Et vara en slumpmässig komponent. Den multiplikativa tidsseriemodellen har formen...

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

40. En additiv tidsseriemodell har konstruerats, där Yt är tidsserien, Tt är trendkomponenten, St är säsongskomponenten, Et är den slumpmässiga komponenten. Om Yt=15, så hittas värdena för seriekomponenterna korrekt...

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. Du kan bestämma förekomsten av en trend i en tidsserie...

1. 
   Enligt tidsseriediagram
2. 
   Efter volym av tidsserier
3. 
   Genom avsaknad av en slumpmässig komponent
4. 
   Använda statistisk testning av hypotesen om förekomsten av en trend

42. Du kan bestämma förekomsten av cykliska (säsongsmässiga) fluktuationer i en tidsserie...

1. 
   Som ett resultat av analysen av autokorrelationsfunktionen
2. 
   Enligt tidsseriediagram
3. 
   Efter volym av tidsserier
4. 
   Använder Foster-Stewart-testet

43. Låt Yt vara en tidsserie med kvartalsobservationer, St vara en additiv säsongskomponent. Uppskattningar av säsongskomponenten för första, andra och fjärde kvartalet är S1=5, S2=-1, S4=2. Uppskattningen av säsongskomponenterna för tredje kvartalet är...

44. Som ett resultat av att utjämna tidsserierna 6, 2, 7, 5, 12 med ett enkelt tre-terms glidande medelvärde är det första utjämnade värdet ...

45. Som ett resultat av att utjämna tidsserierna 6, 2, 7, 5, 12 med ett enkelt fyra-terms glidande medelvärde är det första utjämnade värdet ...

46. ​​För att beskriva trenden för en tidsserie används en tillväxtkurva med mättnad ...

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

47.Första ordningens autokorrelationskoefficient

1. 
   Partiell korrelationskoefficient mellan angränsande nivåer i en tidsserie
2. 
   Linjär parkorrelationskoefficient mellan godtyckliga nivåer i en tidsserie
3. 
   Linjär koefficient för parkorrelation mellan intilliggande nivåer i en tidsserie
4. 
   Linjär parkorrelationskoefficient mellan nivån på en tidsserie och dess antal

48. Autokorrelationsfunktion...

1. 
   Autokorrelationskoefficientens beroende av de första skillnaderna i nivåerna för tidsserien
2. 
   Beroende av nivån för en tidsserie på korrelationskoefficienten med dess nummer
3. 
   Sekvens av autokorrelationskoefficienter arrangerade i ökande ordning
4. 
   Sekvens av autokorrelationskoefficienter ordnade i stigande ordning efter deras värden

49. Om 4:e ordningens autokorrelationskoefficient visar sig vara högst, så har tidsserien

1. 
   linjär trend
2. 
   slumpmässig komponent
3. 
   trend i form av ett 4:e ordningens polynom
4. 
   cykliska svängningar med en period av 4

50. De kända värdena för autokorrelationskoefficienterna är r1=0,8, r2=0,2, r3=0,3, r4=0,9. Vänligen ange de korrekta påståendena...

1. 
   
2. 
   Tidsserien innehåller en trend i form av ett 4:e ordningens polynom
3. 
   
4. 
   

51. De kända värdena för autokorrelationskoefficienterna är r1=0,1, r2=0,8, r3=0,3, r4=0,9. Vi kan dra slutsatsen...

1. 
   Tidsserien innehåller en linjär trend
2. 
   Tidsserien är slumpmässig
3. 
   Tidsserien innehåller cykliska fluktuationer med en period på 2
4. 
   Tidsserien innehåller cykliska fluktuationer med en period på 4

52. En tidsseriemodell anses vara adekvat om värdena på residualerna...

1. 
   har noll matematiska förväntningar
2. 
   det faktiska värdet av F-testet är mindre än tabellvärdet
3. 
   följa normalfördelningslagen
4. 
   följa en enhetlig distributionslag
5. 
   är positiva
6. 
   är slumpmässiga och oberoende

53. Oberoendet av residualerna i en tidsseriemodell kan kontrolleras med hjälp av

1. 
   Durbin-Watson test
2. 
   Pearson test
3. 
   Fisher kriterium
4. 
   

54. Slumpmässigheten hos residualerna i en tidsseriemodell kan testas med hjälp av

1. 
   Analys av autokorrelationsfunktionen för residualer
2. 
   Pearson test
3. 
   Testa hypotesen om förekomsten av en trend
4. 
   Beräkning av skevhet och kurtos

55.För exponentiell utjämning används formeln

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

56. Utjämningskonstanten α i den exponentiella utjämningsmodellen St=αyt+1-αSt-1 tar värdena

1. 
   0,2 eller 0,3
2. 
   från 0,7 till 0,9
3. 
   
4. 
   slumpmässig

57. Valet av det optimala värdet på utjämningskonstanten α i den exponentiella utjämningsmodellen St=αyt+1-αSt-1 utförs

1. 
   Värdet α=0,3 används alltid
2. 
   Värdet α=0,7 används alltid
3. 
   Det optimala värdet för α anses vara det vid vilket den minsta felvariansen erhålls
4. 
   Det optimala värdet av α anses vara det vid vilket den största felvariansen erhålls

58. Anpassningsparameter α=0,3, y5=8, y6=7, S4=6. S6-värdet som erhålls som ett resultat av exponentiell utjämning av tidsserien med formeln St=αyt+1-αSt-1 är...

Svar: 6,72

59. Tidsserien innehåller en trend och Holt-modellen används för att jämna ut den: St=αyt+1-α(St-1-mt-1), mt=γSt-St-1+1-γmt-1. Om a=γ=0,3, y5=8, S4=5, m4=2. Värdet på m5 är...

Svar: 1,25
System av samtidiga ekvationer

1. 
   Jordbruksföretaget är engagerat i odling av vete, majs, korn och bovete. En ekonometrisk modell har konstruerats som beskriver skörden av varje gröda beroende på de tillförda doser av gödselmedel och mängden fukt. Denna modell tillhör klassen av system...ekvationer
   1. 
      samtidig
   2. 
      oberoende
   3. 
      rekursiv
   4. 
      vanligt

1. 
   Tillståndet för en sluten ekonomi beskrivs av följande egenskaper: Y - bruttonationalprodukt (BNP), C - konsumtionsnivå, I - investeringsmängd, G - statliga utgifter, T - skattebelopp, R - realränta . Specifikationen av modellen är baserad på följande bestämmelser i ekonomisk teori: 1) konsumtionen förklaras av mängden disponibel inkomst (Y-T); 2) investeringsnivån bestäms av storleken på BNP och räntan; 3) konsumtion, investeringar och offentliga utgifter summerar till BNP. Motsvarande system av sammankopplade ekvationer kommer att se ut så här:
   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. 
   I modellens strukturella form, byggd enligt det specificerade schemat för relationer mellan variabler, är antalet exogena variabler lika med ...

Svar: 2

I modellens strukturella form, byggd enligt det specificerade schemat för relationer mellan variabler, är antalet endogena variabler lika med ...

Svar: 3

I ett system av samtidiga ekvationer är de endogena variablerna

1. 
   I ett system av samtidiga ekvationer är de exogena variablerna

1. 
   Antalet ekvationer i systemet för det specificerade schemat av relationer mellan variabler är ...

Svar: 2

61. Antalet ekvationer i systemet för det specificerade diagrammet över samband mellan variabler är ...

1. 
   Ekvationer som behöver ingå i systemet för det angivna diagrammet över samband mellan variabler

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. 
   Reducerad form av modellen motsvarande den strukturella formen av systemet med samtidiga ekvationer

inkluderar ekvationer

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. 
   Modellens reducerade form är resultatet av transformationen...
   1. 
      Icke-linjära regressionsekvationer
   2. 
      Modellens strukturella form
   3. 
      System av oberoende ekvationer
   4. 
      System av rekursiva ekvationer

62. Reducerad form för modellen för pris- och lönedynamik

y2 – prisändringstakt,

x1 – procentandel arbetslösa,

x3 – förändringstakt i priserna för importerade råvaror,

ser ut som...

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. Det unika i överensstämmelsen mellan de reducerade och strukturella formerna av modellen av ett system av samtidiga ekvationer utgör ett problem...

1. 
   multikollinearitet av faktorer
2. 
   Identifiering
3. 
   heteroskedasticitet hos residualer
4. 
   data heterogenitet

64. Upprätta en överensstämmelse mellan typen av strukturell modell och överensstämmelsen mellan de strukturella och reducerade koefficienterna...

65. Använd det nödvändiga identifieringsvillkoret för modellen för pris- och lönedynamik, ange de korrekta påståendena...

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

där y1 är förändringstakten för månadslönen,

y2 – prisändringstakt,

x1 – procentandel arbetslösa,

x2 – förändringstakt av konstant kapital,

x3 – förändringstakt i priser för importerade råvaror

1. 
   båda ekvationerna är exakt identifierbara
2. 
   båda ekvationerna är inte identifierbara
3. 
   båda ekvationerna är överidentifierbara
4. 
   den första ekvationen är överidentifierbar
5. 
   den andra ekvationen är exakt identifierbar

66. Låt D vara antalet exogena variabler som finns i systemet, men som inte ingår i denna ekvation. För den första ekvationen av modellen för pris- och lönedynamik är värdet på D lika med ...

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

Svar: 2

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

68. Låt H vara antalet endogena variabler i systemet, D vara antalet exogena variabler som finns i systemet men som inte ingår i denna ekvation. För den första ekvationen av modellen för pris- och lönedynamik är värdet (H – D) lika med ...

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

Svar: 0

70. Upprätta en överensstämmelse för räkneregeln med det nödvändiga identifieringsvillkoret, om H är antalet endogena variabler i systemet, är D antalet exogena variabler som finns i systemet, men som inte ingår i denna ekvation

71. Konventionell OLS används framgångsrikt för att uppskatta strukturkoefficienter...

1. 
   System av icke identifierbara ekvationer
2. 
   System av rekursiva ekvationer (triangulära modeller)
3. 
   System av inbördes relaterade eller samtidiga ekvationer
4. 
   Ekvationssystem-identiteter
5. 
   System av oberoende ekvationer

72. För en identifierbar strukturell form av ett system av samtidiga ekvationer, vid skattning av parametrar, ...

73. För en överidentifierad strukturell form av ett system av samtidiga ekvationer, vid skattning av parametrar, ...

1. 
   Vanlig minsta kvadratmetod
2. 
   Indirekt minsta kvadratmetod
3. 
   Tvåstegs minsta kvadrater
4. 
   Trestegs minsta kvadratmetod

F=……….. minmotsvarar minsta kvadratmetoden

Autokorrelationär korrelationsberoendet för nivåerna i serien på tidigare värden.

Autokorrelation finns när varje efterföljande värde av resten

Den additiva tidsseriemodellen har formen: Y=T+S+E

En attributvariabel kan användas när: den oberoende variabeln är kvalitativ;

Inom vilka gränser ändras determinantkoefficienten?: från 0 till 1.

I vilket fall anses modellen vara adekvat? Fcalc>Ftable

Som ett resultat av autokorrelation har vi ineffektiva parameteruppskattningar

I en välpassad modell ska resterna och har en normal lag

I ekonometrisk analysXjövervägs som slumpvariabler

Värdet på konfidensintervallet tillåter oss att fastställa antagandet att: intervallet innehåller en uppskattning av parametern för det okända.

Värdet beräknat med formelnr=...är en uppskattning parodds Korrelationer

Inre olinjär regressionär en verkligt icke-linjär regression som inte kan reduceras till linjär regression genom att transformera variabler och introducera nya variabler.

Tidsföljderär en sekvens av värden för en egenskap (resulterande variabel) som tas över på varandra följande ögonblick av tid eller perioder.

Välj en modell med lagsУt= a+b0x1…….(längsta formel)

Selektivt värde Rxy inte > 1, |R|< 1

Provkorrelationskoefficientri absoluta tal inte överstiger enhet

Heteroskedasticitet- brott mot variansens beständighet för alla observationer.

Heteroskedasticitet är närvarande när: variansen av slumpmässiga residualer är inte konstant

Heteroskydasticitet är när variansen av residualerna är olika

Hypotesen om frånvaron av autokorrelation av residualer har bevisats, om Dtable2...

Homoskedasticitet- spridningskonstant för alla observationer, eller samma spridning av varje avvikelse (resten) för alla värden av faktorvariabler.

Homoskidasticitet– det är när variansen av residualerna är konstant och densamma för alla ... observationer.

Dispersion- indikator på variation.

För att bestämma parametrarna för en oidentifierad modell används följande: inte en av enheterna. metoder kan inte tillämpas

För att fastställa parametrar bortom den identifierade modellen, använd: gäller. 2-stegs OLS

För att bestämma parametrarna måste modellens strukturella form omvandlas till reducerad form av modellen

För att bestämma parametrarna för en exakt identifierbar modell: indirekt OLS används;

För att utvärdera... förändringaryfrånxgick in i: elasticitetskoefficient:

För parvis regression ơ²blika….(xi-x¯)²)

För att testa betydelsen av individuella regressionsparametrar använder vi: t-test.

För regressiony= a+ bxfrånnobservations konfidensintervall (1-a)% för koefficient.bkommer vara b±t…….·ơb

För regression frånnobservationer ochmoberoende variabler finns det ett sådant samband mellanR² ochF..=[(n-m-1)/m](R²/(1-R²)]

Förtroende sannolikhetär sannolikheten att det verkliga värdet av resultatindikatorn kommer att falla inom det beräknade prognosintervallet.

Låt oss anta att 2 modeller är lämpliga för att beskriva en ekonomisk process. Båda är tillräckligafFishers kriterium. vilken fördel att ge den katten: större än F-kriteriet

Låt oss anta att kostnadernas beroende av inkomsten beskrivs av funktioneny= a+ bxmedelvärdet y=2...lika med 9

OmRxyär positivt alltså när x ökar, ökar y.

Om det finns en obetydlig variabel i regressionsekvationen så visar den sig med ett lågt värde T-statistik

Om en kvalitativ faktor har 3 graderingar, då det erforderliga antalet dummyvariabler 2

Om korrelationskoefficienten är positiv, då i den linjära modellen när x ökar, ökar y

Om vi ​​är intresserade av att använda attributvariabler för att visa effekten av olika månader bör vi använda 11 attributmetoder

Om regressionsmodellen har ett exponentiellt samband, då Minsta kvadratmetoden är tillämplig efter reduktion till linjär form.

Förhållandet mellan koefficienten för multipel bestämning (D) och korrelationer (R) beskrivs med följande metod R=√D

Betydelsen av regressionsekvationen- den faktiska närvaron av beroendet som studeras, och inte bara ett slumpmässigt sammanträffande av faktorer som simulerar ett beroende som faktiskt inte existerar.

Betydelsen av regressionsekvationen som helhet bedöms: -Fishers F-test

Betydelsen av privata och parade odds. korrelationer verifieras. genom att använda:-Elevens t-test

Interkorrelation och relaterad multikollinearitet- detta är ett nära samband mellan faktorer som närmar sig ett fullständigt linjärt samband.

Vilken statistisk egenskap uttrycks av formelnR²=… determinationskoefficient

Vilken statistisk egenskap uttrycks av formeln: r xy = Ca(x; y) dividera med rotenVar(x)* Var(y): koefficient. korrelationer

Vilken funktion används vid modellering av modeller med konstant tillväxt kraft

Vilka punkter exkluderas från tidsserien genom utjämningsproceduren? både i början och i slutet.

Vilken regressionsekvation är en potensekvation? y= a˳ aͯ¹ a

Den klassiska metoden för att uppskatta regressionsparametrar är baserad på:- minsta kvadratmetoden (LSM)

Antal frihetsgrader förtstatistik vid testning av signifikansen av regressionsparametrar från 35 observationer och 3 oberoende variabler 31;

Antalet frihetsgrader för nämnarenF-statistik i regression av 50 observationer och 4 oberoende variabler: 45

VektorkomponenterEiOch har en normal lag

Korrelation- stokastiskt beroende, vilket är en generalisering av ett strikt deterministiskt funktionellt beroende genom att inkludera en probabilistisk (slumpmässig) komponent.

Autokorrelationskoefficient: kännetecknar närheten av det linjära förhållandet mellan nuvarande och kommande nivåer i serien

Bestämningskoefficient- indikator på närheten av den stokastiska kopplingen i det allmänna fallet med olinjär regression

Bestämningskoefficientär en storhet som kännetecknar sambandet mellan beroende och oberoende variabler.

Bestämningskoefficienten är kvadratisk multipelkorrelationskoefficient

Bestämningskoefficienten är: ett värde som kännetecknar förhållandet mellan de oberoende och beroende (beroende) variablerna;

BestämningskoefficientRvisar andelen variation i den beroende variabeln y som förklaras av påverkan av faktorer som ingår i modellen.

Bestämningskoefficienten varierar inom: - från 0 till 1

Konfidensfaktor- detta är en koefficient som förbinder de begränsande och genomsnittliga felen med ett linjärt beroende, klargör innebörden av det begränsande felet som kännetecknar uppskattningens noggrannhet och är ett argument för fördelningen (oftast sannolikhetsintegralen). Det är denna sannolikhet som är graden av tillförlitlighet i bedömningen.

Konfidensfaktor (normaliserad avvikelse)- resultatet av att dividera avvikelsen från genomsnittet med standardavvikelsen, karakteriserar på ett meningsfullt sätt graden av tillförlitlighet (tillförlitlighet) hos den resulterande bedömningen.

KorrelationskoefficientRxyBegagnade för att fastställa fullständigheten av sambandet mellan X och Y.

Korrelationskoefficienten varierar inom intervallet: från -1 till 1

En korrelationskoefficient på 0 betyder att: - ingen linjär koppling .

En korrelationskoefficient på 1 betyder att: -det finns ett funktionellt beroende.

Korrelationskoefficienten används för: bestämning av närheten av sambandet mellan stokastiska variabler X och Y;

Korrelationskoefficienten beräknas för mäta graden av linjärt samband mellan två stokastiska variabler.

Linjär korrelationskoefficient- en indikator på närheten av det stokastiska sambandet mellan faktorn och resultatet vid linjär regression.

Regressionskoefficient- koefficient för faktorvariabeln i den linjära regressionsmodellen.

Regressionskoefficientbvisar: Med hur många enheter ökar y om x ökar med 1.

Regressionskoefficienten varierar inom: alla värden gäller; från 0 till 1; från -1 till 1;

Elasticitetskoefficienten mäts i: omätbar mängd.

Darwin-Chatson-kriteriet används för: - Val av faktorer i modellen; eller - definitioner av autokorrelation i residualer

Elevens t-test- kontroll av betydelsen av individuella regressionskoefficienter och betydelsen av korrelationskoefficienten.

Fishers test visar den statistiska signifikansen för modellen som helhet baserat på den kombinerade signifikansen av alla dess koefficienter;

Fördröjda variabler: - Dessa är variabler relaterade till tidigare tidpunkter; eller - dessa är värdena beroende. förändra. för föregående tidsperiod.

Fördröjda variabler är värdet av beroende variabler för föregående tidsperiod

Modellen som helhet är statistiskt signifikant om Fcalc > Ftab.

Modellen identifieras om:- antalet parametrar i den strukturella modellen är lika med antalet angivna parametrar. modellformer.

Modellen är oidentifierad om:- numret anges. koefficient . Mer antal strukturkoefficienter

En modell är överidentifierad om: nummer angivet. koefficient mindre än antalet strukturkoefficienter

Multicollaterality uppstår när: felaktig inkludering av 2 eller fler linjärt beroende variabler i ekvationen; 2. Två eller flera förklarande variabler, normalt svagt korrelerade, blir starkt korrelerade under specifika provförhållanden; . En variabel som är starkt korrelerad med den beroende variabeln ingår i modellen.

Den multiplikativa tidsseriemodellen har formen:- Y=T*S*E

En multiplikativ tidsseriemodell konstrueras om: amplituden av säsongsfluktuationer ökar eller minskar

Baserat på kvartalsdata...värden 7-1 kvartal, 9-2 kvartal och 11-3 kvartal...-5

Fel val av funktionell form eller förklaringsvariabler kallas specifikationsfel

Opartiskheten hos resom erhålls med OLS betyder:- att den kännetecknas av minsta spridning.

Ett problem som kan uppstå vid multivariat regression och aldrig inträffar vid parvis regression är korrelationen mellan oberoende variabler.

Vad bestämmer antalet poäng som exkluderas från tidsserien som ett resultat av utjämning: beroende på vilken utjämningsmetod som används.

Observera huvudtyperna av specifikationsfel: kasta bort en signifikant variabel; lägga till en obetydlig variabel;

Uppskattningar av parvisa regressionskoefficienter är opartiska if: matematiska förväntningar på resten =0.

Parameteruppskattningar för parad linjär regression hittas med hjälp av formeln b= Cov(x;y)/Var(x);a=y¯bx¯

Uppskattningar av regressionsparameter är opartiska if Den matematiska förväntan på resten är 0

Uppskattningar av regressionsparametrar är konsekventa if: - noggrannheten för uppskattningen ökar med n, d.v.s. när n ökar, tenderar sannolikheten för uppskattningen från det sanna värdet av parametern till 0.

Uppskattningar av parvis regression av fenomen. effektiv om: bedömning har den minsta spridningen jämfört med andra bedömningar

I närvaro av heteroskedasticitet bör följande användas:- generaliserade minsta kvadrater

När man kontrollerar betydelsen av alla parametrar samtidigt, används följande:-F-test.

När man kontrollerar betydelsen av alla regressionsparametrar samtidigt, används följande: F-test.

Är minsta kvadratmetoden användbar för att beräkna parametrarna för exponentiellt beroende? tillämplig efter minskningen

Är minsta kvadratmetoden (LSM) tillämplig för att beräkna parametrarna för olinjära modeller? tillämpas efter dess särskilda minskning till linjär form

Vilket kriterium används för att bedöma betydelsen av en regressionskoefficient? Elevens T

Med en ökning av antalet förklarande variabler är den korrelerade bestämningskoefficienten:- ökar.

Förhållandet mellan indexet för multipel bestämningR ² och justerat index för multipel bestämningȒ² Det finns

Justerad koefficient bestämning:- mer än vanligt koefficient. bestämning

Den standardiserade koefficienten för regressionsekvationen Ƀk visar med hur många % kommer den resulterande indikatorn y att förändras när xi ändras med 1 % med den genomsnittliga nivån av andra faktorer oförändrad

Standard regressionsekvationskoefficient: visar hur mycket 1 kommer att förändras y när faktorn xk ändras med 1 samtidigt som den andra bibehålls.

Kärnan i koefficienten bestämningr 2 xy enligt följande:- kännetecknar variansandelen av den resulterande egenskapen y förklarlig. regression., i den totala variansen av den resulterande egenskapen.

Tabellvärdet för studentens prov beror på från nivå konfidenssannolikhet och på antalet inkluderade faktorer och på originalseriens längd (på den accepterade signifikansnivån och på antalet frihetsgrader (n - m -1))

Fisher tabell värden (F) beror på på konfidenssannolikheten och på antalet inkluderade faktorer och på originalseriens längd (på konfidenssannolikheten sid och antalet frihetsgrader för dispersioner f1 Och f2)..

Ekvationen därHDantal saknade exogena variabler, identifierade om D+l=H

Ekvationen därHantal endogena variabler,Dantal saknade exogena variabler, INTE identifierbar om D+1

Ekvationen därHantal endogena variabler,Dantal saknade exogena variabler, överidentifierade om D+1>H

Ekvationen identifieras om:- D+l=H

Ekvationen är oidentifierad om:- D+1

En ekvation är överidentifierad om:- D+1>H

Dummyvariabler är: attributiva egenskaper (till exempel yrke, kön, utbildning), som fick digitala märkningar;

Formelt= rxy....används för sid kontrollera betydelsen av korrelationskoefficienten

PrivatF-kriterium:- utvärderar betydelsen av regressionsekvationen som helhet

Antalet frihetsgrader för faktorsumman av kvadrater i en linjär multipel regressionsmodell är: m;

Vad visar lutningskoefficienten - Hur många enheter kommer y att ändras om x ändras med en?

Vad visar koefficienten? absolut tillväxt med hur många enheter kommer y att ändras om x ändras med en

Exogen variabelär den oberoende variabeln eller X-faktorn.

Exogena variabler- det är variabler som bestäms utanför systemet och är oberoende

Exogena variabler- Det här förutbestämda variabler som påverkar beroende variabler (endogena variabler), men som inte är beroende av dem, betecknas med x

Elasticiteten mäts måttenhet för faktor...indikator

Elasticiteten visar sig med hur många % kommer den reduktiva indikatorn y att ändras när faktorn ändras med 1 % xk.

Endogena variabler är: beroende variabler, vars antal är lika med antalet ekvationer i systemet och som betecknas med y

Definitioner

T-förhållande (t-test)- förhållandet mellan den koefficientuppskattning som erhållits med OLS och standardfelet för det uppskattade värdet.

Additiv tidsseriemodellär en modell där tidsserien presenteras som summan av de listade komponenterna.

Fisher kriterium- en metod för att statistiskt testa signifikansen av en regressionsekvation, där det beräknade (verkliga) värdet av F-förhållandet jämförs med dess kritiska (teoretiska) värde.

Linjär regressionär ett samband (regression), som representeras av en rätlinjeekvation och uttrycker det enklaste linjära sambandet.

Metod för instrumentella variabler– Det här är en typ av MNC. Används för att uppskatta parametrarna för modeller som beskrivs av flera ekvationer. Huvudegenskapen är att delvis ersätta en olämplig förklaringsvariabel med en variabel som är okorrelerad med slumptermen. Denna proxyvariabel kallas en instrumentell variabel och resulterar i konsekventa parameteruppskattningar.

Minsta kvadratmetoden (LSM)- en metod för att ungefär hitta (uppskatta) okända regressionskoefficienter (parametrar). Denna metod är baserad på kravet att minimera summan av kvadrerade avvikelser av resultatvärdena beräknade från regressionsekvationen och de sanna (observerade) resultatvärdena.

Multipel linjär regressionär en multipel regression som representerar ett linjärt samband för varje faktor.

Multipel regression- regression med två eller flera faktorvariabler.

Modell identifierad- en modell där alla strukturella koefficienter bestäms unikt av koefficienterna för modellens reducerade form.

Rekursiva ekvationsmodeller- en modell som innehåller beroende variabler (resultativa) av vissa ekvationer som en faktor, som visas på höger sida om andra ekvationer.

Multiplikativ modell– en modell där tidsserien presenteras som en produkt av de listade komponenterna.

Opartisk uppskattning- en bedömning vars genomsnitt är lika med det värde som bedöms.

Nollhypotesen- antagandet att resultatet inte beror på faktorn (regressionskoefficienten är noll).

Generaliserade minsta kvadrater (GLS)- en metod som inte kräver konstant spridning (homoskedasticitet) av residualerna, utan förutsätter att residualerna är proportionella mot den gemensamma faktorn (varians). Det är alltså en viktad OLS.

Varians förklarad- en indikator på variationen av resultatet på grund av regression.

Förklarad (utfalls)variabel- en variabel som statistiskt sett beror på en faktorvariabel, eller förklarande (regressor).

Kvarvarande varians- oförklarad varians, som visar variationen i resultatet under påverkan av alla andra faktorer som inte beaktas av regression.

Fördefinierade variablerär exogena variabler i systemet och eftersläpade endogena variabler i systemet.

Minskad form av systemet- en form som, till skillnad från den strukturella, redan innehåller endast endogena variabler linjärt beroende av exogena variabler. Utåt skiljer det sig inte från ett system av oberoende ekvationer.

Beräknat F-förhållande värde- värdet som erhålls genom att dividera den förklarade variansen per 1 frihetsgrad med den resterande variansen per 1 frihetsgrad.

Regression (beroende)- detta är genomsnittet (utjämnat), d.v.s. fri från slumpmässiga småskaliga fluktuationer (fluktuationer), kvasi-deterministiskt samband mellan den eller de variabler som förklaras och de förklarande variablerna. Detta samband uttrycks av formler som kännetecknar funktionellt beroende och inte innehåller explicit stokastiska (slumpmässiga) variabler, som nu utövar sitt inflytande som en resulterande effekt, i form av ett rent funktionellt beroende.

Regressor (förklarande variabel, faktorvariabel)är en oberoende variabel som är statistiskt relaterad till utfallsvariabeln. Karaktären av detta samband och inverkan av förändringar (variationer) i regressorn på resultatet studeras i ekonometri.

System av sammankopplade ekvationerär ett system av simultana eller ömsesidigt beroende ekvationer. I den uppträder samma variabler samtidigt som beroende i vissa ekvationer och samtidigt oberoende i andra. Detta är den strukturella formen av ett ekvationssystem. LSM är inte tillämpligt på det.

System av till synes orelaterade ekvationer- ett system som kännetecknas av närvaron av endast korrelationer mellan residualer (fel) i olika ekvationer i systemet.

Slumpmässig återstod (avvikelse)- detta är en rent slumpmässig process i form av småskaliga svängningar, som inte redan innehåller en deterministisk komponent, som finns i regression.

Konsekventa bedömningar- uppskattningar som möjliggör effektiv användning av konfidensintervall, när sannolikheten för att erhålla en uppskattning på ett givet avstånd från det verkliga värdet av parametern blir nära 1, och noggrannheten hos själva uppskattningarna ökar med ökande urvalsstorlek.

Modellspecifikation- identifiering av signifikanta faktorer och identifiering av multikollinearitet.

Standard fel- rotmedelkvadratavvikelse (standard). Det är relaterat till medelfelet och konfidensfaktorn.

Grader av frihet- dessa är kvantiteter som kännetecknar antalet oberoende parametrar och är nödvändiga för att hitta fördelningstabellerna för deras kritiska värden.

Trend- den viktigaste utvecklingstrenden, ett jämnt, stabilt mönster av förändringar i seriens nivåer.

Signifikansnivå- ett värde som visar sannolikheten för en felaktig slutsats när man testar en statistisk hypotes med hjälp av ett statistiskt kriterium.

Dummyvariabler- Dessa är variabler som återspeglar säsongskomponenterna i serien för en period.

Ekonometrisk modell- detta är en ekvation eller ekvationssystem som på ett speciellt sätt representerar beroendet/beroendet mellan resultatet och faktorerna. Grunden för den ekonometriska modellen är uppdelningen av det komplexa och dåligt förstådda sambandet mellan resultatet och faktorerna i summan av följande två komponenter: regression (regressionskomponent) och slumpmässig (fluktuation) residual. En annan klass av ekonometriska modeller producerar tidsserier.

Utvärderingens effektivitet- detta är egenskapen hos en bedömning att ha den minsta avvikelsen av alla möjliga.

o – Välj ett svar.

□ – Välj flera svarsalternativ.

– Skriv ner lösningen och svara.

– välj alternativ enligt den angivna sekvensen

1. Skriv en formel för att beräkna den matematiska förväntan av en slumpvariabel:

2. Den matematiska förväntan av en stokastisk variabel är lika med . Vad är den matematiska förväntan på en slumpvariabel:

3. Den matematiska förväntan av den slumpmässiga variabeln och variansen är kända. Hitta den matematiska förväntan och variansen för den slumpmässiga variabeln.

4. Om värdena för varje slumpmässig variabel ökas med 10 gånger, då är medelvärdet:

o Kommer att minska med 10 gånger;

o Kommer att öka 10 gånger;

o Öka med 10 %;

o Kommer inte att ändras.

5. Summan av avvikelser av värdena för en slumpmässig variabel från medelvärdet är alltid:

o Positiv;

o Negativt;

o lika med noll;

o I varje fall är det olika.

6. Låt , är slumpvariabler med varianser och kovarians. Vad är det lika med?

7. Den linjära korrelationskoefficienten mäts i intervallet:

8. Värdet på bestämningskoefficienten...

o Utvärderar betydelsen av varje faktor som ingår i regressionsekvationen;

o Karakteriserar andelen av variansen av den resulterande egenskapen som förklaras av ekvationen i den totala variansen;

o Karakteriserar andelen av variansen av restvärdet i den totala variansen av den resulterande egenskapen;

o Utvärderar betydelsen av korrelationskoefficienten.

9. Upprätta en överensstämmelse mellan namnen på elementen i regressions- och korrelationsekvationen och deras bokstavsbeteckningar:

1) Regressionsparametrar __________;

2) Förklaringsvariabel ______;

3) Korrelationskoefficient ______;

4) Förklarad variabel _______;

5) Slumpvariabel ___________;

6) Bestämningskoefficient ____.

10. Värdet på korrelationskoefficienten är 0,81. Vi kan dra slutsatsen att det linjära förhållandet mellan den resulterande egenskapen och faktorn är:

o Ganska tätt;

o Funktionell;

o Medium styrka.

11. Korrelationskoefficientens värde är – 0,9. Vi kan dra slutsatsen att det linjära förhållandet mellan den resulterande egenskapen och faktorn är:

o Ganska tätt;

o Funktionell;

o Medium styrka.

12. Elasticitetskoefficienten visar:

o Hur många gånger kommer resultatet att ändras i genomsnitt om faktorn ändras två gånger;

o Det högsta möjliga värdet av resultatet;

o Med hur många procent kommer det genomsnittliga resultatet att förändras när faktorn ökar med 1 %;

o Med hur många procent kommer den genomsnittliga faktorn att förändras när resultatet ökar med 1 %.

13. Elasticitetskoefficienten för potensregressionsekvationen är lika med:

14. Kärnan i minsta kvadratmetoden är:

o Vid maximering av summan av kvadrerade avvikelser av det faktiska värdet av den beroende variabeln från dess teoretiska värde;

o Genom att minimera summan av kvadrerade avvikelser av det faktiska värdet av den beroende variabeln från dess teoretiska värde;

o Att minimera summan av avvikelser av faktiska och teoretiska värden;

o Vid maximering av de absoluta värdena för avvikelser från faktiska och teoretiska värden.

15. Om korrelationskoefficienten är 1,2. Det betyder att…

o Relationen mellan egenskaperna är stark;

o Relationen mellan egenskaperna är svag;

o Med en ökning av faktorn med 1 % ökar det effektiva attributet med 1,2 %;

o Detta kan inte hända.

16. När man studerade beroendet av en ekonomisk indikator på vissa faktorer, erhölls följande värden på elasticitetskoefficienter: ; ; Och . Rangordna faktorerna i fallande ordning för påverkan på den ekonomiska indikatorn som studeras.

17. Parametrarna för den linjära regressionsekvationen bestäms:

o Spearmans metod;

o Fishers kriterium;

o Durbin-Watson test.

18. Statistisk bedömning av signifikansen av parametrarna i den parade linjära regressionsekvationen kontrolleras med:

o Fishers kriterium;

o Elevens t-test;

o Minsta kvadraters metod;

o Spearman test.

19. För ett statistiskt urval bestående av 22 observationer, det faktiska värdet F Fishers kriterium är 52. Regressionsekvation. Den linjära korrelationskoefficienten i detta fall är lika med...

20. För 27 företag som tillverkade samma produkter konstruerades ett linjärt samband mellan försäljningsvolymer och reklamkostnader. Standardavvikelsen är 4,7. Standardavvikelsen är 3,4. Den linjära bestämningskoefficienten i detta fall är lika med...

21. Den linjära regressionskoefficienten, om , är känd, är lika med...

22. Trenden med en tidsserie kännetecknar en kombination av faktorer...

o Framkalla säsongsfluktuationer i serien;

o Att ha en engångseffekt;

o Påverkar inte radnivån;