 |
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция
Вопрос № 24.4. Оригинальный порядковый номер: 17
Приведена последовательность операций:
1. заданная система одновременных уравнений из структурной формы преобразуется в приведенную форму
2. оценки параметров приведенной формы находятся традиционным методом наименьших квадратов
3. определение расчетных значений эндогенных переменных, которые выступают в качестве факторов в структурной форме модели
4. определение структурных параметров каждого уравнения в отдельности традиционным методом наименьших квадратов, используя в качестве факторов входящие в это уравнение предопределенные переменные и расчетные значения эндогенных переменных, полученные на первом шаге.
Этот алгоритм соответствует ____ методу наименьших квадратов.
Варианты ответов. Кол-во правильных ответов - 1
1. косвенному
2. обобщенному
3. трехшаговому
4. двухшаговому
Вопрос № 24.5. Оригинальный порядковый номер: 28
Оценки параметров идентифицируемой системы эконометрических уравнений могут быть найдены с помощью ______ метода наименьших квадратов.
Варианты ответов. Кол-во правильных ответов - 1
1. взвешенного
2. косвенного
3. обобщенного
4. обычного
Начало формы
Вопрос №1 Уровень сложности - средний (2 балла)
Задача дисперсионного анализа состоит в анализе (разложении)
Модель изолированного временного ряда строится в том случае, если даны несколько временных рядов и рассматривается
Если рассчитанные значения компонент временного ряда позволяют представить уровни ряда в виде суммы тенденции ряда, периодических колебаний и случайных колебаний, то построенная модель ряда называется
| Комментарий временной ряд может быть аддитивным (Суммы) и мультипликативной (Множетели) Средние значения оценки сезонной компоненты для данного временного ряда составили: Скорректированные значения сезонной компоненты равны соответственно:
| Комментарий находим коэффициент (0,88+1,32+1,87+0,33)/4=1.1 теперь каждое число делим на него 0,88/1,1=0,8 1,32/1,1=1,2 1,87/1,1=1,7 0.33/1,1=0,3
Пусть: Y – признак-результат;
Дана система одновременных эконометрических уравнений: Для третьего уравнения системы
Модель идентифицируема, если все структурные ее коэффициенты определяются однозначно, единственным образом по коэффициентам приведенной формы модели, т. е. если число параметров структурной модели равно числу параметров приведенной формы модели. В этом случае структурные коэффициенты модели оцениваются через параметры приведенной формы модели и модель идентифицируема. Достаточное условие идентификации. Уравнение идентифицируемо, если определитель матрицы, составленной из коэффициентов при переменных, отсутствующих в исследуемом уравнении, не равен нулю, и ранг этой матрицы не менее числа эндогенных переменных системы без единицы.
Если средние квадратические отклонения наблюдаемых значений факторного признака X и результирующего признака Y от
Для эконометрической модели, выраженной системой уравнений в отклонениях переменных от их средних уровней
Система линейных алгебраических уравнений для определения методом наименьших квадратов значений параметров a,b уравнения
По 25-ти наблюдениям построено уравнение регрессии
По 27-ти наблюдениям за изменениями значений признаков X и Y вычислено значение парного коэффициента линейной корреляции. Распределение значений статистической характеристики нулевой гипотезы об отсутствии линейной корреляционной зависимости между признаками X и Y близко к распределению
Степень свободы равна df=n-2 в нашем случаи 27-2=25 Показатель тесноты корреляционной связи данного фактора и признака-результата, зависящий от других факторов, включенных в модель множественной линейной регрессии, и от степени тесноты их связи с данным фактором, – это
Матрица коэффициентов при эндогенных переменных приведенной формы эконометрической модели может иметь вид:
Основой проверки значимости построенной регрессии и ее параметров по общему F -критерию является
Исследование стабильности дисперсии случайного члена в регрессионной модели сводится к проверке статистической гипотезы о равенстве двух дисперсий (вычисленных по группе первых наблюдений и по группе последних наблюдений) с использованием статистики:
Если: n – объем выборки,
Если связь между факторами близка к функциональной, то определитель матрицы парных межфакторных коэффициентов корреляции
Вычислены частные коэффициенты линейной корреляции первого порядка:
Если наблюдаются стабильные темпы роста показателя, то модель тенденции в динамике показателя можно выразить уравнением:
По значениям показателя за 12 кварталов 2007г., 2008г., 2009г. построена модель временного ряда. Модель тренда выражена уравнением:
Пусть: Y – признак-результат;
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
ошибка 
в уравнении для эндогенной переменной 
приведенной формы эконометрической модели
–признаки - факторы. По исходным данным вычислены средние уровни признаков, средние квадратические отклонения значений признаков от средних уровней признаков 
и построено уравнение регрессии в стандартизованном масштабе 
Тогда теоретические (расчетные) значения признака-результата вычисляют по формуле:
и 
равны 1,2 и 3,6 соответственно, а коэффициент линейной корреляции равен 0,5, то параметр b в уравнении парной линейной регрессии 
равен
, вычислены значения величин: 
Тогда приведенное уравнение регрессии для эндогенной переменной 
имеет вид:
по выборке объема n имеет вид:
. Индекс множественной корреляции составил 0,7. На уровне значимости 0,05 табличное значение F -критерия равно 3,35. Построенная регрессионная модель значима, так как фактическое значение F -критерия равно
, – наблюдаемые значения признака-результата Y и факторного признака X соответственно, то параметры a,b уравнения парной линейной регрессии 
, можно определить как решение системы уравнений:
Тогда частный коэффициент линейной корреляции второго порядка 
равен
Вычислены следующие значения сезонной составляющей: 
Прогнозируемое значение показателя на 2-ой квартал 2010 года равно
и построено уравнение регрессии в стандартизованном масштабе 
Тогда теоретические (расчетные) значения признака-результата вычисляют по формуле:
Значения выборочного коэффициента парной линейной корреляции обладают свойством:
Вычислены частные коэффициенты линейной корреляции первого порядка:
Общая сумма квадратов отклонений для регрессии вычисляется по формуле:
Пусть: Y – признак-результат;
Для эконометрической модели, выраженной системой уравнений
Если средние квадратические отклонения наблюдаемых значений факторного признака X и результирующего признака Y от
При построении модели тенденции в динамике уровня показателя уровни временного ряда рассматриваются как функции
Модель изолированного временного ряда строится в том случае, если даны несколько временных рядов и рассматривается
Для эконометрической модели, выраженной системой уравнений ошибка в уравнении для эндогенной переменной
Если остатки
Индекс детерминации характеризует
Если:
Если коэффициент парной линейной корреляции равен 0.6, то коэффициент парной линейной детерминации для тех же данных равен
Если число коэффициентов эконометрической структурной модели равно числу коэффициентов соответствующей приведенной модели и структурные коэффициенты однозначно определяются по приведенным коэффициентам, то структурная модель называется
В уравнение множественной регрессии должны быть включены факторы, которые
За последовательные 4 года по каждому кварталу вычислены суммы значений оценки сезонной компоненты: Скорректированные значения сезонной компоненты равны соответственно:
При построении уравнения регрессии по наблюдаемым значениям признаков X и Y с применением метода наименьших квадратов уравнение
Параметр
Вычислены частные коэффициенты линейной корреляции первого порядка:
При использовании метода последовательного включения факторов в уравнение множественной регрессии целесообразность включения нового фактора оценивается с точки зрения сокращения
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Тогда частный коэффициент линейной корреляции второго порядка 
и построено уравнение регрессии в стандартизованном масштабе 
Тогда теоретические (расчетные) значения признака-результата вычисляют по формуле:
коэффициент 
при 
во втором уравнении приведенной формы модели
приведенной формы эконометрической модели
и расчетные значения зависимой переменной y не коррелированны, то:
, то стандартизованные коэффициенты регрессии 
являются решением системы уравнений:
следует преобразовать к виду:
множественной линейной регрессии, значим, если доверительный интервал, покрывающий этот параметр,Конец формы
Вопрос №3 Уровень сложности - лёгкий (1 балл)
Неправильно
При построении модели тенденции в динамике уровня показателя уровни временного ряда рассматриваются как функции
времени и периодических колебаний
только времени
--------только случайных колебаний
времени и случайных колебаний
Уровень сложности - средний (2 балла)
Неправильно
При использовании шагового регрессионного анализа при выборе наилучшей эконометрической регрессионной модели добавление нового фактора требует проверки значимости
влияния на результат только нового фактора
влияния на результат факторов, уже включенных в модель регрессии
---------только парных межфакторных коэффициентов корреляции
только парных межфакторных коэффициентов детерминации
Уровень сложности - средний (2 балла)
Если коэффициент парной линейной корреляции равен 0.7, то доля вариации зависимого признака Y, объясняемой изменением факторного признака X, составляет
0,7%
++++49% = 0.7^2*100
0,3%
0,09%
----0,49%
Вопрос №18 Уровень сложности - лёгкий (1 балл)
Неправильно
Автокорреляция уровней временного ряда – это корреляционная связь между последовательными значениями
цепных и соответствующих базисных коэффициентов роста уровней ряда
базисных абсолютных приростов уровней ряда
-----цепных и соответствующих базисных абсолютных приростов уровней ряда
уровней ряда
Вопрос №19 Уровень сложности - лёгкий (1 балл)
Нарушение условия независимости дисперсии остатков от номера наблюдения (непостоянство дисперсии) называют
инвариантностью
нестационарностью
Поиск по сайту: