итоговый тест (1)


ТЕСТ 1

1.

2. Модель равенства спроса и предложения, где предложение q1 и спрос q2 являются линейными функциями цены p, состоит из уравнений. Укажите не менее двух вариантов ответа:

q1 =a1+b1*p

q1 =a1+b11*p+ b12*q2

q2 =a1+b11*p+ b12*q1

q2 =a2+b2*p

q1 = q2

3. Система независимых эконометрических уравнений может быть идентифицирована с помощью обычного метода наименьших квадратов. Определите последовательность этапов алгоритма оценки параметров для такой модели. Укажите порядковый номер для всех вариантов ответа.

разделение системы независимых уравнений на отдельные уравнения регрессии

построение общего вида системы нормальных уравнений для каждого уравнения системы и расчет необходимых значений сумм.

решение системы нормальных уравнений для каждого уравнения системы

оценка возможности идентификации модели как системы независимых уравнений

подстановка найденных значений оценок параметров в уравнения системы

4. Изучаются модели зависимости спроса q1 и предложения q2 от цены p и прочих факторов. Установите соответствие между видом и классом эконометрических уравнений.

q1 =a1+b1*p+ε1,

q2 =a2+b2*p+ε2

q1 =a1+b1*p+ε1 +b2*q21,

q2 =a2+b3*p +b4*q1+ ε2

q1 =a1+b1*p+ε1,

q2 =a2+b2*p +b3*q1+ ε2

Укажите соответствие для каждого нумерованного элемента задания

система одновременных уравнений

система приведенных уравнений

система независимых уравнений

система рекурсивных уравнений

5. Изучается зависимость цены квартиры (y) от ее жилой площади (x) и типа дома. В модель включены фиктивные переменные, отражающие рассматриваемые типы домов: монолитный, панельный, кирпичный. Получено уравнение регрессии: y = 230+400*x+2100*z1+1600*z2,

где z1 = 1, если дом монолитный

0, в остальных случаях

z2 = 1, если дом кирпичный

0, в остальных случаях

Частными уравнениями регрессии для кирпичного дома и монолитного являются (укажите не менее двух вариантов ответа):

y = 3930+400*x

для типа дома монолитный

y = 230+400*x

для типа дома кирпичный

y = 2330+400*x

для типа дома монолитный

y = 1830+400*x

для типа дома кирпичный

6. Для регрессионной модели зависимости среднедушевого денежного дохода населения (руб., у) от объема валового регионального продукта (тыс.р., хi) и уровня безработицы в субъекте (%, х2) получено уравнение у = 12558+0,003хi — 1,67х2+ε. Величина коэффициента регрессии при переменной х2 свидетельствует о том, что при изменении уровня безработицы на 1% среднедушевой денежный доход ____ рубля при неизменной величине валового регионального продукта

уменьшится на (-1,67)

изменится на (-1,67)

изменится на 0,003

увеличится на 1,67

7. Для регрессионной модели вида y = a+b1x+b2 x2+b3x3 +ε, необходим минимальный объем наблюдений, содержащий ____ объектов наблюдения

30

15

5

9

8. Для эконометрической модели линейного уравнения множественной регрессии вида у = f(х(1)(2), х(3), х(4)) +ε построена матрица парных коэффициентов линейной корреляции (у – зависимая переменная; х(1), х(2), х(3), х(4) – независимые переменные);

у

х(1)

х(2)

х(3)

х(4)

у

1

х(1)

0,75

1

х(2)

0,6

0,45

1

х(3)

0,89

0,82

0,3

1

х(4)

0,31

0,94

0,7

0,12

1

х(1) и х(4)

х(2) и х(3)

х(1) и х(3)

х(2) и х(4)

9. Известно, что доля остаточной регрессии в общей составила 0,9. Тогда значение коэффициента корреляции равно

0,95

0,19

0,81

0,9

10. Если известно уравнение множественной регрессии y = a+b1x+b2 x2+b3x3 +ε, построенное по результатам 50 наблюдений, для которого общая сумма квадратов равна 153, и остаточная сумма квадратов отклонений равна 3, то значение F-статистики равно

46

50

766,67

877,45

11. Для уравнения множественной регрессии вида y = a+b1x1+b2x2+…+bj xj+…+bp xp+ε на основании 14 наблюдений рассчитаны оценки параметров и записана модель:

у = 2 – 3х1 + 0,5х2 + 4х3 + ε

(2,4) (-3,7) (1,9) (2,1)

(в скобках указаны значения t-статистик, соответствующие параметрам регрессии). Известны критические значения Стьюдента при различных уровнях значимости tкр (α = 0,10) = 1,81, tкр (α = 0,05) = 2,22, tкр (α = 0,01) = 3,17. Для данного уравнения при уровне значимости α = 0,01 значимым(-ыми) является(-ются) параметр(-ы)

а, b2 , b3

а, b1, b3

b1

а, b1, b2, b3

12. Для эконометрической модели вида y = a+bx+ ε показателем тесноты связи между переменными y и x является парный коэффициент линейной

регрессии

корреляции

детерминации

эластичности

13. Гиперболической моделью не является регрессионная модель

y = a+bx-1+ ε

y = a+b+ε

y = a+

y = a+ b+ c

14. Для регрессионной модели y = f(x)+ ε, где f(x)– нелинейная функция, y = f(x)- рассчитанное по модели значение переменной y, получено значение индекса корреляции R=0,64. Моделью объяснена часть дисперсии переменной у, равная

0,36

0,6

0,8

≈0,41

15. Нелинейное уравнение регрессии вида y = a+b1x+b2 x2+b3x3 +ε является _____ моделью ____ регрессии

полиномиальной…множественной

линейной…множественной

полиномиальной…парной

множественной…полиномиальной

16. Для преобразования внутренне нелинейной функции y = a*xb + ε может быть применен метод

логарифмирования

замены переменных

разложения функции в ряд Тейлора

потенцирования

17. Для эконометрической модели уравнения регрессии ошибка модели определяется как _____ между фактическим значением зависимой переменной и ее расчетным значением

сумма квадратов разности

разность

сумма разности квадратов

квадрат разности

18. Для обнаружения автокорреляции в остатках используется

тест Уайта

статистика Дарбина – Уотсона

критерий Гольдфельда – Квандта

тест Парка

19. Несмещенность оценок параметров регрессии означает, что

дисперсия остатков не зависит от величины Х1

математическое ожидание остатков равно нулю

дисперсия остатков минимальная

точность оценок выборки увеличивается с увеличением объема выборки

20. В случае нарушений предпосылок метода наименьших квадратов применяют обобщенный метод наименьших квадратов, который используется для оценки параметров линейных регрессионных моделей с ________ остатками

только гетероскедастичными

только автокоррелированными

автокоррелированными и /или гетероскедастичными

гомоскедастичными и некоррелированными

21. Значение коэффициента автокорреляции первого порядка характеризует

качество модели временного ряда

значимость тренда

тесноту нелинейной связи

тесноту линейной связи

22. Временной ряд – это совокупность значений экономического показателя за несколько______ моментов (периодов) времени.

последовательных

независимых

случайных

произвольных

23. Известно, что временной ряд Y характеризуется устойчивой тенденцией, то есть его среднее значение меняется. Значит, ряд Y, скорее всего, является…

стационарным

автокорреляционным

нестационарным

сбалансированным

24. Уровень временного ряда (yt) формируется под воздействием различных факторов – компонент: T (тенденция), S (циклические и /или сезонные колебания), Е (случайные факторы). Для мультипликативной модели временного ряда, содержащего периодические колебания в 4 момента, получены значения сезонных компонент: S1 =2,087; S2 =0,632; S3 = 0,931; S4 = 3,256. Известны значения компонент:T5 =20,6 и E5=0,4. Рассчитайте значение уровня временного ряда y5.

17,2

23,1

33

0,83






See also:
Яндекс.Метрика