Учебная работа № 86510. «Контрольная Эконометрика. Вариант № 1 (тест)

1 Звезда2 Звезды3 Звезды4 Звезды5 Звезд (Пока оценок нет)
Загрузка...
Контрольные рефераты

Учебная работа № 86510. «Контрольная Эконометрика. Вариант № 1 (тест)

Количество страниц учебной работы: 8
Содержание:
«ТРЕНИРОВОЧНЫЙ ТЕСТ
Вариант 1
1. Данные по реальному ВВП России, собранные с 1990 по 2001 год представляют собой:
1) пообъектную выборку
2) панель
3) репрезентативную выборку
4) временной ряд
5) упорядоченное множество
6) качественные данные
2. Переменная Y в модели называется…
1) регрессором
2) независимой переменной
3) регрессантом
4) случайной ошибкой
5) прогнозом
3. Функциональной является связь, при которой…
1) изменение факторного признака приводит к изменению закона распределения результативного признака
2) данному значению факторного признака соответствует определенное значение результативного признака
3) изменение факторного признака приводит к изменению математического ожидания результативного признака
4) одному значению факторного признака соответствует ровно два значения факторного признака
4. Что минимизируется согласно методу наименьших квадратов:
1) 2) 3)
4) 5)
5. Аналитическое выражение связи между переменными определяется методами
1) корреляционного анализа
2) группировок
3) регрессионного анализа
4) функционального анализа
6. Как связаны между собой коэффициент корреляции и коэффициент регрессии
1) всегда имеют одинаковые знаки
3) всегда имеют разные знаки
4) не связаны ни при каких условиях
5) в некоторых случаях связаны, а в некоторых не связаны
7. Коэффициент корреляции между величинами X и Y равен нулю, тогда какое утверждение верно
1) величины независимы
2) между величинами нет никакой функциональной зависимости
3) между величинами нет линейной зависимости
4) все три предыдущих ответа неверны
8. Формула для коэффициента корреляции имеет вид
1). 2). 3).
4). 5).
9. Известны следующие результаты наблюдений: . Выборочный коэффициент корреляции равен:
1) 0,75 2) 0,5 3) -0,5 4) -0,75 5) 0,25
10. Коэффициент детерминации характеризует
1) тесноту линейной связи между двумя величинами
2) тесноту нелинейной связи между величинами
3) зависимость между результативным и факторными признаками
4) все три предыдущих ответа неверны
11. Индекс корреляции равен 0,9. Чему равен коэффициент детерминации
1) 0,45 2) 0,90 3) 0,81 4) 0,10
12. Какое из приведенных значений может быть коэффициентом детерминации
1) 0,6 2) -1,2 3) 1,2 4) 2 5) -0,8
13. Оценка значимости уравнения регрессии осуществляется с помощью
1) t – критерия Стьюдента
2) коэффициента корреляции
3) коэффициента детерминации
4) F — критерия Фишера
14. Коэффициент детерминации равен 0,8 в регрессионной модели
y = 0,28 + 3,2×1 + 0,64×2. Определите, какой процент изменения величины y объясняется влиянием x1 и x2
1) 28 % 2) 32 % 3) 64 % 4) 80 %
15. Расходы на одежду Y (в у.е.) зависят от времени года. Эта зависимость определяется моделью Y=4+7D1+5D2+10D3+?, где D1=1 летом и D1=0 – в другое время года, D2=1 весной и D2=0 – в другое время года, D3=1 осенью и D3=0 — в другое время года. Поэтому в среднем модуль разности расходов на одежду зимой и летом равен
1) 7 2) 4 3) 5 4) 10
16. Какое из уравнений регрессий является нелинейным по параметрам
1) 2)
3) 4)
17. Методом наименьших квадратов по 16 наблюдениям получена оценка функции регрессии Проверяется гипотеза о существенности (значимости) множественной регрессии на уровне значимости Значение F-статистики для проверки этой гипотезы равно:
1) 16 2) 20 3) 12 4) 18
18. По данным 10 фирм получено уравнение регрессии для объема реализации товарной продукции Y в зависимости от затрат на рекламу X: в предположении, что результаты этих наблюдений связаны моделью . Были найдены также стандартные ошибки оценок параметров регрессии: Значение t-статистики при проверке гипотезы о значимости (существенности) коэффициента b оказалось равным
1) 1 2) 2 3) 1,5 4) 3
19. В результате анализа данных найдены В этом случае точечная оценка функции регрессии при равна
1) 4,0 2) 2,5 3) 1,5 4) 3 5) 4,5
20. Укажите данные, представляющие собой временной ряд:
1) оборот розничной торговли по субъектам РФ
за 2003 год, млрд.руб.;
2) ежедневные значения курса рубля по отношению к доллару США в октябре 2004 года, руб.;
3) оборот розничной торговли РФ по годам
за 1999-2003 годы, млрд.руб.;
4) денежные доходы населения в 2003 году
по субъектам РФ, млрд.руб.
21. Тенденция временного ряда характеризует совокупность факторов, …
1) оказывающих долговременное влияние и формирующих общую динамику изучаемого показателя
2) оказывающих сезонное воздействие
3) оказывающих единовременное влияние
4) не оказывающих влияние на уровень ряда
22. Временной ряд – это совокупность значений экономических показателей
1) за несколько последовательных моментов (периодов) времени
2) по однотипным объектам
3) за несколько непоследовательных моментов (периодов) времени
4) не зависящих от времени
23. В общем случае каждый уровень временного ряда формируется под воздействием
1) тенденции, сезонных колебаний и случайных факторов
2) тенденции и случайных факторов
3) сезонных колебаний и случайных факторов
4) случайных временных воздействий
24. Сезонные колебания представляют собой изменение ряда динамики, повторяющиеся
1) внутри года
2) нерегулярно
3) через определенные промежутки времени с трехмесячным интервалом
4) внутри месяца
25. Исследуется динамика запасов компании (в у.е.). Значения сезонной компоненты представлены в таблице:
Январь 1 Февраль -2 Март 0 Апрель 1
Май -3 Июнь 2 Июль 1 Август
Сентябрь -2 Октябрь 1 Ноябрь 1 Декабрь -2
Уравнение тренда в 2007-2008 годах: , t=1,…,24 – номера месяцев. Используя аддитивную модель ряда, дайте прогноз запаса компании в августе 2008 года:
1) 52 2) 44 3) 48 4) 40
26. Критерий Дарбина-Уотсона используется для проверки
1) автокоррелированности остатков
2) гомоскедастичности остатков
3) гетероскедастичности остатков
4) наличия нормального распределения у случайной ошибки регрессионной модели
27. В аддитивной трендсезонной модели, построенной по ряду поквартальных данных, компенсация сезонных колебаний за год характеризуется:
1) равенством суммы средних индексов сезонности 4
2) равенством суммы средних индексов сезонности 0
3) равенством произведения средних индексов сезонности 4
4) равенством произведения средних индексов сезонности 1
28. Под автокорреляцией уровней временного ряда подразумевается зависимость между последовательными уровнями ряда.
1) корреляционная
2) функциональная
3) корреляционно–функциональная
4) детерминированная
29. Под лагом подразумевается число
1) периодов, по которым рассчитывается коэффициент автокорреляции
2) временных рядов, по которым осуществляется расчет коэффициента автокорреляции
3) уровней исходного временного ряда
4) пар значений, по которым рассчитывается коэффициент автокорреляции
30. Значение коэффициента автокорреляции рассчитывается по аналогии с …
1) линейным коэффициентом корреляции
2) нелинейным коэффициентом корреляции
3) линейным коэффициентом детерминации
4) линейным коэффициентом регрессии
31. На основе анализа временного ряда построена следующая таблица:
Лаг 1 2 3 4 5 6 7 8
Коэффициент автокорреляции первого порядка -0,31 0,22 0.54 0,97 0,53 0,78 0,12 -0,1
Период сезонных колебаний равен
1) 4 2) 8 3) 2 4) 1
32. Пусть Yt – временной ряд, Tt- трендовая, St- сезонная, а Et — случайная его составляющие. В принятых обозначениях аддитивная временная модель выглядит следующим образом:
1) Yt=Tt+St+Et
2) Yt=Tt•St+Et
3) Yt=Tt•St•Et
4) Yt=Tt+St•Et
33. Пусть Yt – временной ряд, Tt- трендовая, St- сезонная, а Et- случайная его составляющие. В принятых обозначениях мультипликативная временная модель выглядит следующим образом:
1) Yt=Tt•St•Et
2) Yt=Tt•St+Et
3) Yt=Tt+St+Et
4) Yt=Tt+St•Et
34. Пусть – значения временного ряда с квартальными наблюдениями, – аддитивная сезонная компонента, причем для первого квартала года , для второго квартала года , для третьего квартала года . Определите оценку сезонной компоненты для четвертого квартала года
1) 2 2) -2 3) -4 4) 4
35. Формы спецификации системы одновременных уравнений
1) приведенная
2) функциональная
3) обобщенная
4) корреляционная
36 Эндогенные переменные — это
1) внешние переменные, которые определяются вне модели
2) внутренние переменные, которые определяются в самой системе
3) переменные, определенные за предыдущий период времени
4) внутренние и лагированные переменные
37. Если эконометрическое уравнение сверхидентифицируемо, то его параметры можно оценить с помощью
1) двухшагового метода наименьших квадратов
2) косвенного метода наименьших квадратов
3) обычного метода наименьших квадратов
4) метода Койка
38. Модель спроса-предложения блага на конкурентном рынке имеет вид :
— величина спроса, — величина предложения, — рыночная цена блага (зависит от равновесного состояния величины спроса и величины предложения и определяется внутри системы при балансе спроса и предложения), — среднедушевой доход потребителя (определяется вне системы). Верным является утверждение …
1) , , — эндогенные переменные, — экзогенная
2) все входящие в модель переменные – экзогенные
3) , — эндогенные переменные, , — экзогенные
4) — эндогенная переменная, , — экзогенные
5) все входящие в модель переменные – эндогенные
39. Рассматривается эконометрическая модель, записанная в структурной форме
Число уравнений в приведенной форме для данной модели равно…
1) 3 2) 6 3) 2 4) 1
40. Приведенная форма системы эконометрических уравнений …
1) не содержит балансовых соотношений
2) должна содержать хотя бы одно балансовое соотношение
3) может содержать несколько балансовых соотношений
4) содержит балансовые соотношения в количестве, равном числу эндогенных переменных
»

Стоимость данной учебной работы: 585 руб.Учебная работа № 86510.  "Контрольная Эконометрика. Вариант № 1 (тест)
Форма заказа готовой работы

    Укажите Ваш e-mail (обязательно)! ПРОВЕРЯЙТЕ пожалуйста правильность написания своего адреса!

    Укажите № работы и вариант

    Соглашение * (обязательно) Федеральный закон ФЗ-152 от 07.02.2017 N 13-ФЗ
    Я ознакомился с Пользовательским
    соглашением
    и даю согласие на обработку своих персональных данных.

    Выдержка из похожей работы

    prise

    DEN

    polyamid

    lykra

    firm

     

    Y

    X1

    X2

    X3

    X4

    1

    49,36

    20

    86

    14

    0

    2

    22,51

    20

    97

    3

    1

    3

    22,62

    20

    97

    3

    1

    4

    59,89

    20

    90

    17

    0

    5

    71,94

    30

    79

    21

    0

    6

    71,94

    30

    79

    21

    0

    7

    89,9

    30

    85

    15

    1

    8

    74,31

    40

    85

    13

    1

    9

    77,69

    40

    88

    10

    1

    10

    60,26

    40

    86

    14

    1

    11

    111,19

    40

    82

    18

    0

    12

    73,56

    40

    83

    14

    1

    13

    84,61

    40

    84

    16

    0

    14

    49,9

    40

    82

    18

    1

    15

    89,9

    40

    85

    15

    0

    16

    96,87

    50

    85

    15

    0

    17

    39,99

    60

    98

    2

    1

    18

    49,99

    60

    76

    24

    0

    19

    49,99

    70

    83

    17

    1

    20

    49,99

    70

    88

    10

    1

    21

    49,99

    70

    76

    24

    0

    22

    49,99

    80

    42

    8

    1

    23

    129,9

    80

    50

    42

    0

    24

    84

    40

    82

    18

    0

    25

    61

    20

    86

    14

    0

    26

    164,9

    30

    16

    30

    1

    27

    49,9

    40

    82

    18

    1

    28

    89,9

    30

    85

    15

    1

    29

    129,9

    80

    50

    42

    0

    30

    89,9

    40

    86

    14

    1

    31

    105,5

    40

    85

    15

    1

    32

    79,9

    15

    88

    12

    1

    33

    99,9

    20

    88

    12

    1

    34

    99,9

    30

    73

    25

    1

    35

    119,9

    20

    85

    12

    1

    36

    109,9

    20

    83

    14

    1

    37

    59,9

    20

    86

    14

    0

    38

    79,9

    40

    82

    18

    0

    39

    82,9

    20

    86

    14

    0

    40

    111,8

    40

    82

    18

    0

    41

    83,6

    40

    82

    18

    0

    42

    60

    20

    86

    14

    0

    43

    80

    40

    82

    18

    0

    44

    90

    50

    76

    24

    0

    45

    120

    70

    74

    26

    0

    Цена колготок — это зависимая переменная Y, В качестве независимых, объясняющих переменных выбраны: плотность (DEN) Х1, содержание полиамида Х2 и лайкры Х3, фирма-производитель Х4,
    Описание переменных содержится в таблице 2,
    Требуется:
    1, Рассчитать матрицу парных коэффициентов корреляции; оценить статистическую значимость коэффициентов регрессии,
    2, Оценить статистическую значимость параметров регрессионной модели с помощью t-критерия; нулевую гипотезу о значимости уравнения проверить с помощью F-критерия; оценить качество уравнения регрессии с помощью коэффициента детерминации,
    Таблица 2,

    Переменная

    Описание

    номер торговой точки

    price

    цена колготок в рублях

    DEN

    плотность в DEN

    polyamid

    содержание полиамида в %

    lykra

    содержание лайкры в %

    firm

    фирма-производитель: 0 — Sanpellegrino, 1 — Грация

    3, Построить уравнение множественной регрессии только со статистически значимыми факторами,
    4, Отобразить графически исходные данные и расчетные значения,
    РЕШЕНИЕ ЗАДАЧИ

    1, Рассчитать матрицу парных коэффициентов корреляции; оценить статистическую значимость коэффициентов регрессии,
    Сначала нужно отобрать факторы, которые должны войти в модель, Для этого строится матрица коэффициентов парной корреляции (табл,3,)
    Таблица 3,

     

    Y

    X1

    X2

    X3

    X4

    Y

    1

     

     

     

     

    X1

    0,071711

    1

     

     

     

    X2

    -0,55678

    -0,42189

    1

     

     

    X3

    0,607569

    0,435579

    -0,66726

    1

     

    X4

    -0,12119

    -0,10354

    0,060901

    -0,43912

    1

    Анализ показал, что независимые переменные Х2 (полиамид) и Х3 (лайкра) имеют тесную линейную связь с результативным фактором Y, Проверяем наличие мультипликативности: ¦ ¦= 0,66726, Считается, что две переменных явно коллинеарны, т,е, находятся между собой в линейной зависимости, если ? 0,7, Х2 и Х3 могут включаться в модель, т,к, мультипликативности нет, Х1 и Х4 в незначительной степени влияют на Y, их отбрасываем,
    Коэффициенты множественной регрессии оцениваются, как и в парной регрессии, методом наименьших квадратов, Для упрощения работы эти коэффициенты можно получить в Excel с помощью отчета по регрессии, Получаем уравнение линейной модели: у = -0,476х1-0,588х2+2,245х3+7,554х4+ 104,163,
    Это означает, что с увеличением лайкры в составе колготок на 1%, их цена поднимется на 2,245 у»

    Рейтинг@Mail.ru Яндекс.Метрика