Эконометрика (13 тестовых заданий)
Основными пошаговыми процедурами отбора факторов в уравнение множественной регрессии являются: Если коэффициенты автокорреляции всех порядков статистически несущественны, то ряд содержит: В результате проведения регрессионного анализа изучают функцию, описывающую… показателей. МНК не может применяться при условиях (возможно несколько вариантов ответа): Как называется параметр линейного уравнения… Читать ещё >
Эконометрика (13 тестовых заданий) (реферат, курсовая, диплом, контрольная)
Содержание
- 1. Если на результативный признак влияет два фактора, то при проведении корреляционно-регрессионного анализа строят… модели
- Сложные
- Однофакторные
- Многофакторные
- Парные
- 2. При исключении неинформативного фактора значение ранее рассчитанного коэффициента множественной детерминации: значительно возрастёт значительно уменьшится практически не изменится
- 3. При использовании аналитического выравнивания временного ряда строится зависимость уровней ряда от времени, которая называется: лаг
- тренд экстраполяция
- тенденция
4.На практике о наличии мультиколлинеарности обычно судят по матрице парных коэффициентов корреляции. Если один из парных коэффициентов корреляции между двумя факторными признаками больше …, то считают, что имеет место мультиколлинеарность.
0,7
0,3
0,5
5. Как называется параметр линейного уравнения регрессии, стоящей при факторе?
коэффициент регрессии коэффициент вариации коэффициент эластичности коэффициент детерминации коэффициент корреляции
6. При наличии обратной линейной функциональной зависимости между количественными признаками Х и У коэффициент корреляции r=…
+1
0,9
0,6
-0,6
-1
7. Если во временном ряду есть циклические колебания и тенденция, то: нужно исключить тенденцию, а потом моделировать циклическую составляющую нужно исключить циклическую составляющую, а потом моделировать тенденцию нужно исключить случайную составляющую, а потом моделировать тенденцию можно сразу моделировать тенденцию
8. МНК не может применяться при условиях (возможно несколько вариантов ответа): присутствие эффекта мультиколлинеарности слабая связь фактора с результатом неоднородность значений признаков;
отсутствие эффекта мультиколлинеарности тесная связь фактора с результатом малый объём множества малое число признаков
9. Если коэффициенты автокорреляции всех порядков статистически несущественны, то ряд содержит: только случайную компоненту случайную компоненту или сильную линейную тенденцию случайную компоненту или сильную нелинейную тенденцию только сильную линейную тенденцию только сильную нелинейную тенденцию
10. При анализе временных рядов, содержащих сезонную составляющую, наиболее простым способом ее расчета является метод: арифметической средней смещенной средней скользящей средней авторегрессионной средней хронологической средней
11. Если с ростом значений факторного признака растут дисперсии оценок параметров уравнения регрессии, то это явление называется: эргодичность
гомоскедастичность гетероскедастичность
авторегрессия автокорреляция
12. В результате проведения регрессионного анализа изучают функцию, описывающую… показателей.
темпы прироста соотношение
структуру темпы роста взаимосвязь
13. Основными пошаговыми процедурами отбора факторов в уравнение множественной регрессии являются: процедура последовательного вычисления процедура последовательного удаления процедура последовательного усреднения процедура последовательного присоединения процедура последовательного замещения
1.Если на результативный признак влияет два фактора, то при проведении корреляционно-регрессионного анализа строят… модели.
Сложные
Однофакторные
Многофакторные
Парные
2.При исключении неинформативного фактора значение ранее рассчитанного коэффициента множественной детерминации:
значительно возрастёт
значительно уменьшится
практически не изменится
3.При использовании аналитического выравнивания временного ряда строится зависимость уровней ряда от времени, которая называется:
лаг
тренд
экстраполяция
тенденция
4.На практике о наличии мультиколлинеарности обычно судят по матрице парных коэффициентов корреляции. Если один из парных коэффициентов корреляции между двумя факторными признаками больше …, то считают, что имеет место мультиколлинеарность.
0,7
0,3
0,5
5. Как называется параметр линейного уравнения регрессии, стоящей при факторе?
коэффициент регрессии
коэффициент вариации
коэффициент эластичности
коэффициент детерминации
коэффициент корреляции
6. При наличии обратной линейной функциональной зависимости между количественными признаками Х и У коэффициент корреляции r=…
+1
0,9
0,6
— 0,6
— 1
7. Если во временном ряду есть циклические колебания и тенденция, то:
нужно исключить тенденцию, а потом моделировать циклическую составляющую
нужно исключить циклическую составляющую, а потом моделировать тенденцию
нужно исключить случайную составляющую, а потом моделировать тенденцию
можно сразу моделировать тенденцию
8. МНК не может применяться при условиях (возможно несколько вариантов ответа):
присутствие эффекта мультиколлинеарности
слабая связь фактора с результатом
неоднородность значений признаков;
отсутствие эффекта мультиколлинеарности
тесная связь фактора с результатом
малый объём множества
малое число признаков
9. Если коэффициенты автокорреляции всех порядков статистически несущественны, то ряд содержит:
только случайную компоненту
случайную компоненту или сильную линейную тенденцию
случайную компоненту или сильную нелинейную тенденцию
только сильную линейную тенденцию
только сильную нелинейную тенденцию
10. При анализе временных рядов, содержащих сезонную составляющую, наиболее простым способом ее расчета является метод:
арифметической средней
смещенной средней
скользящей средней
авторегрессионной средней
хронологической средней
11. Если с ростом значений факторного признака растут дисперсии оценок параметров уравнения регрессии, то это явление называется:
эргодичность
гомоскедастичность
гетероскедастичность
авторегрессия
автокорреляция
12. В результате проведения регрессионного анализа изучают функцию, описывающую… показателей.
темпы прироста
соотношение
структуру
темпы роста
взаимосвязь
13. Основными пошаговыми процедурами отбора факторов в уравнение множественной регрессии являются:
процедура последовательного вычисления
процедура последовательного удаления
процедура последовательного усреднения
процедура последовательного присоединения
процедура последовательного замещения