Тест по эконометрике: вопросы и ответы

1. Фиктивная переменная взаимодействия – фиктивная переменная, предназначенная для

• а) наступления одного из нескольких взаимосвязанных
• б) установления влияния на регрессию __________событий:
• в) одновременного наступления нескольких независимых
• г) степени взаимосвязи возможных
• д) наступления одного из нескольких независимых
• е) циклических

Уделите внимание

Исторические корни: Эконометрика начала развиваться в начале 20 века, когда экономисты, такие как Ragnar Frisch и Jan Tinbergen, применяли статистические методы для анализа экономических данных. В 1930 году они стали первыми лауреатами Нобелевской премии по экономике за свои работы в этой области, что подчеркнуло важность эконометрических методов в экономическом анализе.

2. Если две переменные независимы, то их теоретическая ковариация равна:

• а) 1
• б) -1
• в) 2
• г) ½
• д) 0

3. В вторегрессионной схеме первого порядка зависимость между последовательными случайными членами описывается формулой u k+1 = ________, где а ρ – константа, ε k+1 – новый случайный член:

• а) k +1 ρε
• б) +1 + k k ρu ε
• в) +1 + k k u ρε
• г) +1 − k k ρu ε
• д) −1 +1 + k k ρu ε

4. Для того, чтобы установить влияние какого-либо события на коэффициент линейной

• а) лаговую переменную
• б) фиктивную переменную для коэффициента наклона
• в) фиктивную переменную взаимодействия
• г) регрессии при нефиктивной переменной, в модель включают:
• д) циклическую
• е) лишнюю переменную

Примечательно

Моделирование реальности: Эконометрика позволяет создавать математические модели, которые отражают экономическую реальность. Например, модель потребительского поведения может включать переменные, такие как доход и цены, чтобы предсказать, как изменения в этих факторах влияют на спрос на товары.

5. Наиболее частая причина положительной автокорреляции заключается в постоянной направленности воздействия _____________ переменных:

• а) циклических
• б) фиктивных
• в) не включенных в уравнение
• г) лишних
• д) сезонных

6. Близко к линии регрессии находится наблюдение, для которого теоретическое распределение случайного члена имеет:

• а) малое стандартное отклонение
• б) наибольшее среднее значение
• в) большое стандартное отклонение
• г) асимметрию, равную 0
• д) нулевое среднее значение

7. Если независимые переменные имеют ярко выраженный временной тренд, то они оказываются:

• а) тесно коррелированными
• б) малозначимыми
• в) слабо коррелированными
• г) некоррелированными
• д) имеющими большое влияние:

8. Если предположение о природе гетероскедастичности верно, то дисперсия случайного

• а) равно 1
• б) больше, чем
• в) равно 0
• г) ниже, чем
• д) такая же, как
• е) члена для первых наблюдений в упорядоченном ряду будет ________ для последних:

9. Автокорреляция первого порядка – ситуация, когда коррелируют случайные члены регрессии в __________ наблюдениях:

• а) четных
• б) k первых и k последних
• в) первых
• г) последовательных
• д) нечетных

Стоит отметить

Прогнозирование: Прогнозирование экономических показателей, таких как валовой внутренний продукт (ВВП) и уровень безработицы, является одной из основных задач эконометрики. Эти прогнозы помогают правительствам и компаниям принимать более обоснованные решения, основываясь на ожидаемых экономических условиях.

10. Число степеней свободы для уравнения множественной (m-мерной) регрессии при достаточном числе наблюдений n составляет:

• а) m/n
• б) n-m+1
• в) n-m-1
• г) n+m+1
• д) n-m

11. Стандартные ошибки, вычисленные при гетероскедастичности:

• а) соответствуют истинным значениям
• б) занижены по сравнению с истинными значениями
• в) являются случайными
• г) не имеют математического смысла
• д) завышены по сравнению с истинными значениями

12. В авторегрессионной схеме первого порядка предполагается, что значение ε в каждом

• а) зависит от его значения в предыдущих наблюдениях
• б) не зависит от его значения во всех других наблюдениях
• в) зависит от его значения в первом наблюдении
• г) зависит от его значения во всех других наблюдениях
• д) наблюдении:
• е) равны 0

13. Из перечисленного: 1) число объясняющих переменных, 2) количество наблюдений в выборке, 3) конкретные значения переменных − критические значения статистики Дарбина-Уотсона зависят от:

• а) 3
• б) 1, 2, 3
• в) 2
• г) 1, 2
• д) 1, 3

Интересный факт

Использование регрессии: Регрессионный анализ является ключевым инструментом в эконометрике. Например, линейная регрессия позволяет оценить, как изменение одной переменной (например, налоговой ставки) влияет на другую переменную (например, уровень инвестиций). Это позволяет исследовать причинно-следственные связи.

14. Множественный регрессионный анализ является ________ парного регрессионного анализа:

• а) частным случаем
• б) эквивалентностью
• в) развитием
• г) противоположностью
• д) подобием

15. Критерий Дарбина-Уотсона –метод обнаружения _________ с помощью статистики Дарбина-Уотсона:

• а) автокорреляции
• б) гетероскедастичности ошибки
• в) сезонных колебаний
• г) гомоскедастичности
• д) мультиколлинеарности

16. Процесс выбора необходимых переменных для регрессии переменных и отбрасывание

• а) прогнозированием
• б) подгонкой
• в) унификацией переменных
• г) спецификацией переменных
• д) моделированием
• е) лишних переменных называется:

17. Условие гомоскедастичности означает, что вероятность того, что случайный член при-

• а) одинакова для всех
• б) от характера
• в) зависит от времени проведения
• г) зависит от числа
• д) зависит от номера
• е) мет какое-либо конкретное значение _________ наблюдений:

Стоит знать

Непараметрические методы: Непараметрические методы, такие как тесты Манна-Уитни и Краскала-Уоллиса, не требуют строгих предположений о распределении данных. Это делает их особенно полезными в условиях реальных данных, которые могут не соответствовать нормальному распределению.

18. Положительная автокорреляция –ситуация, когда случайный член регрессии в сле-

• а) дующем наблюдении ожидается:
• б) равным 0
• в) противоположного знака по сравнению с настоящим наблюдением
• г) того же знака, что и в первом наблюдении
• д) того же знака, что и в настоящем наблюдении
• е) противоположного знака по сравнению с первым наблюдением