Ряд не содержит тенденции и циклических колебаний
Кусочно – линейная модель регрессии применяется:
@-для моделирования тенденции временного ряда, испытывающего влияние структурных изменений;
-для моделирования тенденции временного ряда за небольшой промежуток времени;
-для моделирования тенденции временного ряда.
Коинтеграция временных рядов:
@-причинно – следственная зависимость в уровнях двух (или более) временных рядов;
-корреляционная зависимость между последовательными уровнями временного ряда;
-последовательность коэффициентов автокорреляции уровней временного ряда.
Авторегрессионные модели включают в качестве объясняющих переменных:
@-лаговые значения зависимых переменных;
-лаговые значения независимых переменных;
-лаговые значения зависимых и независимых переменных.
Модели с распределенными лагами включают в качестве объясняющих переменных:
-лаговые значения зависимых переменных;
@-лаговые значения независимых переменных;
-лаговые значения зависимых и независимых переменных.
Суть метода инструментальных переменных состоит в:
@-замене переменной модели на новую переменную, которая тесно коррелирует с прежней, но не коррелирует с остатками модели;
-замене переменной модели на новую переменную, которая тесно коррелирует с остатками модели, но не коррелирует с прежней переменной;
-в упрощении модели.
«Белым шумом» называется:
@-чисто случайный процесс
-функциональный процесс
-неслучайный процесс
-регрессионный процесс.
Проверка является ли временной ряд «белым шумом» осуществляется с помощью:
@-Q - статистики Бокса – Пирса
-коэффициента автокорреляции
-критерия Дарбина – Уотсона
-величины лага
Параметры уравнения тренда определяются _________ методом наименьших квадратов:
@-обычным
-косвенным
-двухшаговым
-обобщенным
Значение коэффициента автокорреляции первого порядка равно 0,9, следовательно:
@-линейная связь между последующим и предыдущим уровнями тесная
-линейная связь между последующим и предыдущим уровнями не тесная
-нелинейная связь между последующим и предыдущим уровнями тесная
-линейная связь между временными рядами двух экономических показателей тесная
Стационарность временного ряда означает отсутствие:
@-тренда
-временной характеристики
-наблюдений по уровням временного ряда
-значений уровней ряда
Модель временного ряда не предполагает:
@-независимость значений экономического показателя от времени
-учет временных характеристик
-зависимость значений экономического показателя от времени
-последовательность моментов (периодов) времени, в течение которых рассматривается поведение экономического показателя
Временной ряд называется стационарным, если он является реализацией _________ процесса:
@-стационарного стохастического
-нестационарного стохастического
-неслучайного
-функционального
Временной ряд – это совокупность значений экономических показателей:
@-за несколько последовательных моментов (периодов) времени
-за несколько непоследовательных моментов (периодов) времени
-независящих от времени
по однотипным объектам
Построена мультипликативная модель временного ряда, где Yt – значение уровня ряда, Yt =10, T - значение тренда, S - значение сезонной компоненты, E - значений случайной компоненты. Определите вариант правильно найденных значений компонент уровня ряда:
@-T=5, S=2, E=1
-T=5, S=2, E=3
-T=5, S=2, E=-1
-T=5, S=2, E=0
Временной ряд – это совокупность значений экономического показателя . . . .
- за несколько непоследовательных моментов (периодов) времени;
- независящих от времени;
- по однотипным объектам;
@- за несколько последовательных моментов (периодов) времени.
?Построена мультипликативная модель временного ряда, где Yt =10-значение уровня ряда, Т - значение тренда, S - значение сезонной компоненты, Е- значение случайной компоненты. Определите вариант правильного найденных значений компонент уровней ряда
Т = 5, S = 2, Е = 3
@Т = 5, S = 2, Е = 1
Т = 5, S = 2, Е = -1
Т = 5, S = 2, Е = 0
Временной ряд называется стационарным, если он является реализацией _____________ процесса:
- функционального;
@- стационарного стохастического;
- нестационарного стохастического;
- неслучайного.
Проверка является ли временной ряд «белым шумом» осуществляется с помощью:
@- статистики Бокса-Пирса;
- величины лага;
- критерия Дарбина-Уотсона;
- коэффициента автокорреляции.
В общем случае каждый уровень временного ряда формируется под воздействием …
- случайных временных воздействий;
- сезонных колебаний и случайных факторов;
@- тенденции, сезонных колебаний и случайных факторов;
- тенденции и случайных факторов.
Под стационарным процессом можно понимать …
- процесс с возрастающей тенденцией;
- процесс с убывающей тенденцией;
@- стохастический процесс, для которого среднее и дисперсия независимо от рассматриваемого периода имеют постоянные значения;
- функциональный процесс.
Автокорреляционной функцией временного ряда называется:
- последовательность приращений коэффициентов автокорреляции уровней раз-личных порядков;
- последовательность отношений коэффициентов автокорреляции к величинам со-ответствующих лагов;
- зависимость коэффициентов автокорреляции первого порядка от числа уровней временного ряда;
@- последовательность значений коэффициентов автокорреляции различных по-рядков.
Известны значения мультипликативной модели временного ряда: Yt=15- значение уровня ряда, T =5 - значение тренда, S =3 - значение сезонной компоненты. Определите значение компоненты E (случайной компоненты).
- E = -1;
- E =3;
@- E =1;
- E =0.
Мультипликативная модель содержит исследуемые факторы …
- в виде их отношений;
- в виде слагаемых;
@- в виде сомножителей;
- в виде комбинации слагаемых и сомножителей.
Уровень временного ряда может формироваться под воздействием тенденции, сезон-ных колебаний и …
- динамической составляющей;
- тренда;
- циклических колебаний;
@- случайных воздействий.
Циклические колебания связаны с …
- трендовыми взаимодействиями между экономическими показателями;
- общей динамикой конъюнктуры рынка;
- воздействием аномальных факторов;
@- сезонностью некоторых видов экономической деятельности (сельское хозяйст-во, туризм и.т.д.).
Если наиболее высоким оказался коэффициент автокорреляции первого порядка, то исследуемый ряд содержит только:
@- тенденцию;
- циклические колебания с периодичностью в один момент времени;
- сильную нелинейную тенденцию;
- случайную компоненту.
Отсутствие автокорреляции в остатках предполагает, что значения ___________ не за-висят друг от друга.
@- остатков;
- результата;
- независимых переменных;
- фактора.
Коррелограммой называется:
@- графическое отображение автокорреляционной функции;
- аналитическое выражение для автокорреляционной функции;
- графическое отображение регрессионной функции;
- процесс экспериментального нахождения значений автокорреляционной функ-ции.
Известны значения аддитивной модели временного ряда: Yt=30 - значение уровня ряда, T =15 - значение тренда, E =2 - значение случайной компоненты. Определите значение сезонной компоненты S .
- 0;
@- 13;
- 1;
- -1.
Может ли ряд содержать только одну из компонент?
- не может, так как временной ряд не содержит компонент, влияющих на его уров-ни;
@- может, если другие две компоненты не участвуют в формировании уровней ря-да;
- может, если он представлен данными, описывающими совокупность различных объектов в определенный момент времени;
- не может, так как уровень ряда должен формироваться под воздействием всех трех компонент.
Временной ряд характеризует …
- совокупность последовательных моментов (периодов) времени;
@- данные, описывающие один объект за ряд последовательных моментов (перио-дов) времени;
- зависимость последовательных моментов (периодов) времени;
- данные, описывающие совокупность различных объектов в определенный мо-мент (период) времени.
Значения коэффициента автокорреляции рассчитывается по аналогии с …
- линейным коэффициентом регрессии;
- линейным коэффициентом детерминации;
- нелинейным коэффициентом корреляции;
@- линейным коэффициентом корреляции.
«Белым шумом» называется:
@- чисто случайный процесс;
- функциональный процесс;
- неслучайный процесс;
- регрессионный процесс.
Основной задачей моделирования временных рядов является …
- исключение уровней из совокупности значений временного ряда;
@- выявление и придание количественного значения каждой из трех компонент;
- исключение значений каждой из трех компонент из уровней ряда;
- добавление новых уравнений к совокупности значений временного ряда.
Значения коэффициента автокорреляции второго порядка характеризует связь между:
- исходными уровнями и уровнем второго временного ряда;
- исходными уровнями и уровнями другого ряда, сдвинутыми на 2 момента назад;
- двумя временными рядами;
@- исходными уровнями и уровнями этого же ряда, сдвинутыми на 2 момента вре-мени.
При построении модели временного ряда проводится:
- расчет каждого уровня временного ряда;
@- расчет значений компонент для каждого уровня временного ряда;
- расчет средних значений компонент для временного ряда в целом;
- расчет последующих и предыдущих значений уровней временного ряда.
Стационарность временного ряда означает отсутствие …
@- тренда;
- наблюдений по уровням временного ряда;
- значений уровней ряда;
- временной характеристики.
Структуру временного ряда можно выявить с помощью коэффициента …
@- автокорреляции уровней ряда;
- авторегрессии уровней ряда;
- регрессии уровней ряда;
- автодетерминации уровней ряда.
Модель временного ряда предполагает …
- независимость значений экономического показателя от времени;
- пренебрежение временными характеристиками ряда;
@- зависимость значений экономического показателя от времени;
- отсутствие последовательности моментов (периодов) времени, в течении ко-торых рассматривается поведение экономического показателя.
Стационарность временного ряда не подразумевает отсутствие …
- сезонных колебаний;
- стохастического процесса с наличием тренда;
@- стационарного стохастического процесса;
- конъюнктурных сдвигов.
Если наиболее высоким оказался коэффициент автокорреляции третьего порядка, то исследуемый ряд содержит …
@- сезонные колебания с периодичностью в три момента времени;
- линейный тренд, проявляющийся в каждом третьем уровне ряда;
- случайную величину, влияющую на каждый третий уровень ряда;
- нелинейную тенденцию полинома третьего порядка.
Если факторы входят в модель как сумма, то модель называется:
- суммарной;
- мультипликативной;
@- аддитивной;
- производной.
Если факторы входят в модель как произведение, то модель называется:
- суммарной;
@- мультипликативной;
- аддитивной;
- производной.
Экономические временные ряды, представляющие собой данные наблюдений за ряд лет, как правило, являются …
- стационарными временными рядами;
функционально зависящими от времени временными рядами;
- строго возрастающими временными рядами;
@- нестационарными временными рядами.
Значения коэффициента автокорреляции первого порядка равно 0,9. Следовательно …
- линейная связь между последующим и предыдущим уровнями не тесная;
@- линейная связь между последующим и предыдущим уровнями тесная;
- нелинейная связь между последующим и предыдущим уровнями тесная;
- линейная связь между временными рядами двух экономических показателей тес-ная.
Под лагом подразумевается число …
@- периодов, по которым рассчитывается коэффициент автокорреляции;
- уровней исходного временного ряда;
- пар значений, по которым рассчитывается коэффициент автокорреляции;
- уровней ряда, сдвинутых при расчете коэффициента автокорреляции.
Стационарность характерна для временного ряда:
- с положительной динамикой роста;
- с отрицательной динамикой роста;
- содержащего сезонные колебания;
@- типа «белый шум».
При моделировании временных рядов экономических показателей необходимо учитывать …
- конструктивный характер уровней исследуемых показателей;
+ стохастический характер уровней исследуемых показателей;
- функциональный характер уровней исследуемых показателей;
- не зависящий от времени уровень исследуемых показателей.
?
Модель временного ряда не предполагает …
- зависимость значений экономического показателя от времени;
+ независимость значений экономического показателя от времени;
- учет временных характеристик;
- последовательность моментов (периодов) времени, в течении которых рассматривается поведение экономического показателя.
?
Уровнем временного ряда является …
+ значение временного ряда в конкретный момент (период) времени;
- среднее значение временного ряда;
- совокупность значений временного ряда;
- значение конкретного момента (периода) времени.
?
Параметры уравнения тренда определяются ________методом наименьших квадратов
+ обычным;
- двухшаговым;
- обобщенным;
- косвенным.
Максимальный лаг связан с числом уровней временного ряда 
следующим соотношением не более …
- 
;
+ 
;
- 
;
- 
.
Факторы, формирующие общую (в длительной перспективе) тенденцию в изменении анализируемого признака, называются…
+-долговременными
-случайными
-циклическими (конъюнктурными)
-сезонными
Факторы, формирующие изменения анализируемого признака, обусловленные действием долговременных циклов экономической, демографической, астрофизической природы, называются…
-сезонными
-случайными
-долговременными
+-циклическими (конъюнктурными)
Стационарность временного ряда означает отсутствие…
+-тренда
-значений уровней ряда
-временной характеристики
-наблюдений по уровням временного ряда
Под трендом временного ряда понимают…
+-изменение, определяющее общее направление развития
-влияние случайной составляющей на уровень временного ряда
-действия исследователя по приведению исходного временного ряда к стационарному виду
-влияние циклических колебаний на уровень временного ряда
Отличительной особенностью аддитивных моделей следует считать…
-уменьшающуюся амплитуду сезонных колебаний
-возрастающую амплитуду сезонных колебаний
+-неизменность амплитуды сезонных колебаний
-резкое затухание амплитуды колебаний
Непосредственно измерив характеристики объекта через определенные промежутки времени или усреднив данные за некоторый период времени, формируют последовательность…
-коэффициентов автокорреляции
-значений сезонных колебаний
-трендовых значений
+-уровней временного ряда
Временной ряд характеризует…
-данные, описывающие совокупность различных объектов в определенный момент (период) времени
+-данные, описывающие один объект за ряд последовательных моментов (периодов) времени
-совокупность последовательных моментов (периодов) времени
-зависимость последовательных моментов (периодов) времени
Пусть Xt - значения временного ряда с квартальными наблюдениями, St - аддитивная сезонная компонента, причем для первого квартала года St= S1= 1, для второго квартала года St= S2=-2, для третьего квартала года St= S2=2. Определите оценку сезонной компоненты для четвертого квартала года St=S4=…
-1
-1/2
+--1
-1/4
Пусть Xt - значения временного ряда с квартальными наблюдениями, St - аддитивная сезонная компонента, причем для первого квартала года St= S1= 1, для второго квартала года St= S2 = 2, для четвертого квартала года St= S4= 4. Определите оценку сезонной компоненты для третьего квартала года St= S3= …
--1/7
-1/7
-7
+--7
Приведен фрагмент таблицы распределения:
Она показывает:
^2 - статистику распределения Пирсона
t – статистику распределения Стьюдента
F – статистику распределения Фишера
+DW –статистику распределения Дарбина-Уотсона
Если критерий Дарбина-Уотсона находится в пределах от 4du до 4, то это означает?
-нет оснований отвергнуть нулевую гипотезу об отсутствии автокорреляции в остатках регрессионной модели (автокорреляция в остатках отсутствует)
-нельзя ни отклонить, ни принять нулевую гипотезу об отсутствии автокорреляции в остатках регрессионной модели (зона неопределенности)
-в остатках регрессионной модели присутствует положительная автокорреляция
+-в остатках регрессионной модели присутствует отрицательная автокорреляция
Уровни ряда группируются вдоль горизонтальной линии с увеличением времени наблюдения. Это свойство…
-всех регрессионных моделей
-нестационарного ряда
+-стационарного ряда
-автокорреляционной функции
Дисперсия уровней временного ряда постоянна и не зависит от времени. Это характерно для…
+-стационарного ряда
-нестационарного ряда
-автокорреляционной функции
-всех регрессионных моделей
Для долгосрочных периодов наблюдения уровни ряда не имеют горизонтальной оси группировки. Это свойство…
-рядов типа «белый шум»
-рядов с ярко выраженными сезонными колебаниями
+-нестационарных рядов
-стационарных рядов
В эконометрической практике стационарность временного ряда означает…
-наличие сезонных колебаний
-наличие линейного тренда
-отсутствие случайной компоненты уровней ряда
+-отсутствие строго периодических колебаний
В широком смысле стационарность временного ряда предполагает…
+-независимость среднего, дисперсии, ковариации исследуемого ряда от времени
-неизменность амплитуды сезонных колебаний исходного ряда
-зависимость от значений временного ряда от времени
-постепенное затухание амплитуды колебаний
Аддитивная модель ряда динамики представляет собой:
+-y = T + S + e
-y = T * S * e
-y = T + S * e
-y = T * S + e
Мультипликативная модель ряда динамики представляет собой:
-y = T + S + e
+-y = T * S * e
-y = T + S * e
-y = T * S + e
Укажите правильную формулу расчета коэффициента a0 a для линейного тренда (нумерация уровней от середины ряда) 
Тема7 . Модели временных рядов (Задачи)
На основе помесячных данных за последние 5 лет была построена аддитивная модель временного потребления тепла. Скорректированные значения сезонной компоненты приведены в таблице:
| Январь | + 17 | май | - 20 | сентябрь | - 10 |
| февраль | + 15 | июнь | - 34 | октябрь | ? |
| март | + 10 | июль | - 42 | ноябрь | +22 |
| апрель | - 4 | август | - 18 | декабрь | +27 |
Уравнение тренда выглядит так:
Значение сезонной компоненты за октябрь, а также точечный прогноз потребления тепла на 1 квартал следующего года равны:
+37; 1615
-–37; 1615,2
-37; 1845
-4; 1845
На основе поквартальных данных построена мультипликативная модель некоторого временного ряда. Скорректированные значения сезонной компоненты равны:
I квартал – 1,6
II квартал – 0,8
III квартал – 0,7
IV квартал - ?
Уравнение тренда имеет вид:
Значение сезонной компоненты за IV квартал и прогноз на II и III кварталы следующего года равны:
+0,90; 5,28 и 4,55
-1,00; 10,72 и 5,28
-0,90; 4,55 и 5,28
-0,80; 5,28 и 10,72
На основе квартальных данных объемов продаж 1995 – 2000гг. была построена аддитивная модель временного ряда. Трендовая компонента имеет вид 
Показатели за 2000 г. приведены в таблице:
| Квартал | Фактический объем продаж | Компонента аддитивной модели | ||
| трендовая | сезонная | случайная | ||
 |  | -9 | ||
 |  | +4 | ||
 |  | |||
 |  |  |  | |
| ИТОГО: |
Отдельные недостающие данные в таблице равны:
+ 
- 
- 
- 
На основе квартальных данных с 2000 г. по 2004 г. получено уравнение y = - 0,67 + 0,0098 x t1 – 5,62 x t2 + 0,044 x t3
RSS =110,3, ESS = 21,4
В уравнение были добавлены три фиктивные переменные, соответствующие трем первым кварталам года, величина RSS увеличилась до 120,2. Проверьте гипотезу о сезонности (α =0,05):
+гипотезу об отсутствии сезонности отвергаем, т.к. F=3,76 (>Fкр)
-гипотезу об отсутствии сезонности отвергаем, т.к. F=4,2 (>Fкр)
-гипотезу о наличии сезонности отвергаем, т.к. F=3,76 (<Fкр)
-гипотезу о наличии сезонности отвергаем, т.к. F=4,2 (<Fкр)
Модель зависимости объемов продаж компании от расходов на рекламу имеет вид y = - 0,67 + 4,5 x t + 3 x t-1 + 1,5 x t-2 + 0,5 x t-3
Краткосрочный, долгосрочный мультипликатор и средний лаг равны:
-краткосрочный 0,5 , долгосрочный 9,5, средний лаг 2,3
+краткосрочный 4,5 , долгосрочный 9,5, средний лаг 0,791
-краткосрочный -0,67 , долгосрочный 9,5, средний лаг 0,7
На основе квартальных данных получено уравнение множественной регрессии и RSS = 120,32, ESS = 41,4. Для этой же модели были раздельно проведены регрессии на основе данных:
1-й квартал 1991 г. - 1-й квартал 1995 г. и
2-й квартал 1995 г. – 4 квартал 1996 г., соответственно получены следующие значения сумм квадратов остатков ESS1 = 22,25, ESS2=12,32. Гипотеза о том, что произошли структурные изменения на уровне α =0,05:
-подтвердилась, т.к. F = 1,8 , что больше F кр
+не подтвердилась, т.к. F = 0,8 , что меньше F кр
-подтвердилась, т.к F = 3,54, что больше F кр
На основе квартальных данных с 1991 года по 1996 год с помощью МНК получено следующее уравнение:
Y t = 1,12 – 0, 0098 x t1 – 5, 62 x t2 + 0, 044 x t3
(2,14) (0,0034) (3,42) (0,009)
В скобках указаны стандартные ошибки, ESS (объясненная сумма квадратов) = 116, 32; RSS (остаточная сумма квадратов) = 31, 43
Проверьте значимости коэффициентов и модели в целом при уровне значимости α = 0,05:
-все коэффициенты модели значимы и модель в целом также значима
+модель в целом значима, но часть коэффициентов незначима
-все коэффициенты незначимы и модель также статистически незначима
-на основе имеющихся данных проверить такие гипотезы невозможно
Дана таблица:
| Момент времени |  |  |  |  |  |
 | |||||
 | ___ |
где 
ожидаемый и действительный объемы предложения. В соответствии с моделью адаптивных ожиданий, где 
, значения соответственно равны:
+76,75; 87,21; 101,97; 116,83
-78,25; 90,21; 105,25; 120,14
-76,75; 87,21; 105,25;120,14
-78,25; 90,21; 106,60; 122,22
~ Тема 7 Модели временных рядов
Принцип построения системы независимых уравнений состоит в том, что:
@-каждая зависимая переменная рассматривается как функция одного и того же набора факторов;
-одни и те же зависимые переменные в одних уравнениях входят в левую часть, в других уравнениях – в правую часть системы;
-модель содержит как в правой, так и в левой части эндогенные и экзогенные переменные.
Принцип построения системы взаимозависимых уравнений состоит в том, что:
-каждая зависимая переменная рассматривается как функция одного и того же набора факторов;
@-одни и те же зависимые переменные в одних уравнениях входят в левую часть, в других уравнениях – в правую часть системы;
-модель содержит как в правой, так и в левой части эндогенные и экзогенные переменные.
Система одновременных уравнений – это:
@-система взаимозависимых уравнений;
-система независимых уравнений;
-приведенная форма модели;
-система взаимозависимых уравнений или структурная форма модели.
Идентификация модели – это:
@-единственность соответствия между приведенной и структурной формами модели;
-преобладание эндогенных переменных над экзогенными;
-преобладание экзогенных переменных над эндогенными.
Модель идентифицируема, если:
@-число коэффициентов структурной модели равно числу коэффициентов приведенной формы модели;
-число приведенных коэффициентов меньше числа структурных коэффициентов;
-число приведенных коэффициентов больше числа структурных коэффициентов.
Модель неидентифицируема, если:
-число коэффициентов структурной модели равно числу коэффициентов приведенной формы модели;
@-число приведенных коэффициентов меньше числа структурных коэффициентов;
-число приведенных коэффициентов больше числа структурных коэффициентов.
Модель сверхидентифицируема, если:
-число коэффициентов структурной модели равно числу коэффициентов приведенной формы модели;
-число приведенных коэффициентов меньше числа структурных коэффициентов;
@-число приведенных коэффициентов больше числа структурных коэффициентов.
Модель считается идентифицируемой, если:
@-каждое уравнение системы идентифицируемо;
-хотя бы два уравнения модели идентифицируемы;
-большинство уравнений модели идентифицируемо.
Необходимое условие идентификации выполняется, если для уравнения модели соблюдается счетное правило:
@-Д +1=Н
-Д +1 < H
-Д +1 > H
Структурные коэффициенты модели можно оценить тогда, когда:
-модель идентифицируема;
-модель сверхидентифицируема;
@-модель идентифицируема или сверхидентифицируема.
Методы оценивания коэффициентов структурной модели:
-косвенный МНК;
-двухшаговый и трехшаговый МНК;
-метод максимального правдоподобия;
@-косвенный МНК, двухшаговый и трехшаговый МНК, метод максимального правдоподобия.
Под системой или моделью одновременных уравнений понимается:
@-случай, когда зависимая переменная в одном или нескольких уравнениях является объясняющей переменной в других уравнениях системы;
-система из нескольких независимых уравнений, описывающих изучаемое явление;
-система уравнений с одной и той и той же зависимой переменной, но с разным набором объясняющих переменных.
Эндогенные переменные это-
@-зависимые переменные в системе одновременных уравнений, определяемые данной системой, даже если они появляются в качестве объясняющих переменных в других уравнениях системы;
-переменные определяемые внешними факторами;
-переменные в каждом уравнении, некоррелированные с соответствующей ошибкой.
Предопределенные переменные включают в себя:
-экзогенные переменные, определенные внешними для данной модели факторами;
@-экзогенные переменные и лаговые эндогенные переменные;
-эндогенные переменные.
Под смещением одновременных уравнений понимается:
@-переоценка или недооценка структурных параметров при применении структурных параметров при применении обычного МНК к структурным уравнениям модели одновременных уравнений;
-результат, получаемый при использовании косвенного МНК;
-оценка, получаемая при применении обычного МНК к приведенным моделям.
Уравнения приведенной формы получаются:
@-путем решения структурных уравнений, когда каждая эндогенная переменная в системе выражается как функция только экзогенных или предопределенных переменных системы;
-при решении структурных уравнений обычным МНК;
-при уменьшении количества независимых переменных.
Дана следующая система из двух структурных уравнений – простейшая модель спроса и предложения: Спрос: Qt=a0+a1Pt+a2Yt+u1t, a1<0 и a2>0, Предложение: Qt = в0 + в1Pt + u2t , в1 > 0; где, Q -количество продаваемых и покупаемых товаров, P -цена, Y -доход потребителей.
Почему оценка данной функции спроса и предложения обычным МНК дает смещенные и несостоятельные оценки?
@-так как эндогенная переменная P является объясняющей переменной в обоих уравнениях и коррелирован с u1t в уравнении спроса и с u2t в уравнении предложения;
-так как для решения системы одновременных нельзя использовать МНК;
-так как при решении системы одновременных уравнений невозможно получить несмещенные и состоятельные оценки.
Дана следующая система из трех уравнений:Y1t=a0+a1xt+u1t, Y2t=b0+b1Y1t+b2xt+u2t, Y3t=c0+c1Y2t+c2txt+u3t. Может ли быть использован обычный МНК для оценки каждого из этих уравнений?
-нет;
-только для первого;
-только для второго и третьего;
@-да, для каждого уравнения.
Под идентификацией понимается:
@-возможность или невозможность получения структурных параметров системы одновременных уравнений через приведенные формы уравнений;
-определение количества эндогенных переменных в системе уравнений.
-получение оценок параметров приведенных уравнений.
Дана следующая модель спроса и предложения: Спрос: Qt = a0 + a1Pt + u1t , a1 < 0 ; Предложение: Qt = в0 + в1Pt + u2t , в1 > 0:
-данная модель точно идентифицируема;
-данная модель сверхидентифицируема;
@-данная модель неидентифицируема.
Косвенный МНК используется для определения состоятельных структурных параметров в системе одновременных уравнений:
@-если уравнения точно идентифицированы;
-если уравнения неидентифицированы;
-если уравнения сверхидентифицированы.
Для точно идентифицированных уравнений двухшаговый метод наименьших квадратов дает оценки:
@-одинаковые с косвенным МНК;
-лучше чем косвенный МНК;
-хуже чем косвенный МНК.
Дана следующая модель: Y1t=a0+a1x1t+u1t, Y2t=b0+b1Y1t+b2x2t+u2t, Y3t=c0+c1Y1t+c2tY2t+c3x2t+u3t.
Данная модель является:
@-системой рекурсивных уравнений;
-системой независимых уравнений.
-системой взаимосвязанных моделей.
Выберите верное из следующих утверждений: «Преимуществом двухшагового МНК, по сравнению с косвенным МНК, является то, что он может быть использован для получения состоятельных оценок структурных параметров…»:
@-как для сверхидентифицированных, так и для точно идентифицированных уравнений в системе одновременных уравнений.
-для неидентифицированных уравнений в системе одновременных уравнений;
-как для неидентифицированных, так и для точно идентифицированных уравнений в системе уравнений.
В правой части структурной формы взаимозависимой системы могут стоять:
-только экзогенные лаговые переменные;
-только экзогенные переменные (как лаговые, так и нелаговые);
-только эндогенные лаговые переменные;
-только эндогенные переменные (как лаговые, так и нелаговые);
@-любые экзогенные и эндогенные переменные.
Для оценки коэффициентов структурной формы модели не применяют_________ метод наименьших квадратов:
@-обычный
-косвенный
-двухшаговый
-трехшаговый
Выделяют три класса систем эконометрических уравнений:
@-системы независимых уравнений, системы взаимозависимых уравнений и системы рекурсивных уравнений
-системы одновременных уравнений, системы взаимозависимых уравнений и системы рекурсивных уравнений
-системы взаимозависимых уравнений, системы рекурсивных уравнений и системы возвратных уравнений
-система независимых уравнений, системы изолированных уравнений и системы рекурсивных уравнений
Эндогенными переменными не являются:
@-независимые переменные
-переменные y в уравнениях системы вида y=f(x)
-зависимые переменные
-переменные, значение которых определяется внутри системы
Экзогенными переменными не являются:
@-зависимые переменные
-переменные, значение которые определяется вне системы
-независимые переменные
-переменные x в уравнениях системы вида y =f(x)
Структурными коэффициентами модели называются коэффициенты _________ в структурной форме модели:
@-при экзогенных и эндогенных переменных
-свободных членов
-только при экзогенных переменных
-только при эндогенных переменных
На первом этапе применения косвенного метода наименьших квадратов:
@-структурную форму преобразуют в приведенную
-приведенную форму преобразуют в структурную
-проводят процедуру линеаризации приведенной формы модели
-проводят процедуру линеаризации структурной формы модели
В левой части системы независимых уравнений находится:
@-совокупность зависимых переменных
-одна зависимая переменная
-совокупность независимых переменных
-одна независимая переменная
Приведенная форма модели является результатом преобразования . . . .
- системы независимых уравнений;
@ структурной формы модели;
- системы рекурсивных уравнений;
- нелинейных уравнений системы.
Экзогенными переменными являются:
@- независимые переменные;
- переменные, значения которых определяется внутри системы;
- случайные переменные;
- зависимые переменные.
Система эконометрических уравнений предполагает наличие . . . .
@- нескольких зависимых и нескольких независимых признаков;
- одного зависимого и совокупности независимых признаков;
- одного зависимого и нескольких независимых признаков;
- нескольких зависимых и одного независимого признаков.
В левой части системы независимых уравнений находится . . . .
@– совокупность зависимых переменных;
- одна зависимая переменная;
– совокупность независимых переменных;
– одна независимая переменная.
В левой части системы взаимозависимых переменных, как правило, находится …
- несколько зависимых переменных и случайная величина;
- одна независимая переменная;
@- несколько зависимых переменных;
- одна зависимая переменная.
Под идентификационной моделью подразумевается ….
- существование нескольких приведенных моделей для одной структурной формы;
- адекватность модели;
- достоверность модели;
@- единственность соответствия между приведенной и структурной формами мо-делей.
Двухшаговый метод наименьших квадратов предполагает _________ использование обычного МНК
- трехкратное;
- не использовать обычного МНК;
- однократное;
@- двукратное.
Основным преимуществом использования систем эконометрических уравнений является …
- построение изолированных уравнений регрессии;
- исследование связи между двумя признаками;
@- возможность описания сложных систем;
- исследование связи между моделируемым показателем и рядом влияющих на него факторов.
Приведенная форма модели представляет собой систему ….
@- линейных функций эндогенных переменных от экзогенных;
- обратных функций эндогенных переменных от экзогенных;
- случайных функций эндогенных переменных от экзогенных;
- нелинейных функций эндогенных переменных от экзогенных.
Первопричиной использования систем эконометрических уравнений является то, что
- случайные факторы оказывают существенное влияние на моделируемую эконо-мическую систему;
@- изолированное уравнение не отображает истинные влияния факторов на вариа-цию результативных переменных;
- отсутствует связь между экономическими показателями;
- существует доминирующий фактор.
При оценке параметров систем одновременных уравнений не производят:
- преобразование структурной формы модели в приведенную;
@- линеаризацию уравнений системы;
- идентификацию системы одновременных уравнений;
- расчет коэффициентов приведенной формы.
Двухшаговый метод наименьших квадратов применяется для оценки параметров …
- нелинейных уравнений регрессии;
@- систем эконометрических уравнений;
- линеаризованных уравнений регрессии;
- временных рядов.
Система рекурсивных уравнений включает в каждое …
- уравнение в качестве факторов все зависимые переменные с набором собственно факторов;
-последующее уравнение в качестве зависимых переменных собственно факторы предшествующих уравнений;
- предыдущее уравнение в качестве факторов все зависимые переменные после-дующих уравнений с набором собственно факторов;
@- последующее уравнение в качестве факторов все зависимые переменные пред-шествующих уравнений с набором собственно факторов.
Системы эконометрических уравнений классифицируются по …
- количеству уравнений в системе;
- способу ранжирования факторов в зависимости от силы влияния на моделируе-мые показатели;
@- способу вхождения зависимых и независимых переменных в уравнение регрес-сии;
- количеству факторов в каждом уравнении регрессии.
Основной задачей построения систем эконометрических уравнений является описа-ние:
- структуры связей реальной политической системы;
@- структуры связей реальной экономической системы;
- математических зависимостей;
- взаимодействия реальных экономической и политической систем.
Система эконометрических уравнений не используется при моделировании …
- макроэкономических показателей;
- связей между экономическими показателями;
- механизма функционирования экономических систем;
@- взаимосвязей временных рядов данных.
На первом этапе применения косвенного метода наименьших квадратов …
@- структурная форма преобразуется в приведенную;
- приведенную форму преобразуют в структурную;
- проводят процедуру линеаризации структурной формы модели;
- проводят процедуру линеаризации приведенной формы модели.
Двухшаговый метод наименьших квадратов применим для решения …
- только идентифицируемой системы одновременных уравнений;
@- только сверхидентифицируемой системы одновременных уравнений;
- системы одновременных уравнений в качестве наиболее общего метода реше-ния;
- неидентифицируемой системы одновременных уравнений.
В системах рекурсивных уравнений количество переменных в правой части каждого уравнения определяется как …
- разность количества зависимых переменных предыдущих уравнений и количест-ва независимых факторов;
@- сумма количества зависимых переменных предыдущих уравнений и количества независимых факторов;
- сумма количества зависимых переменных последующих уравнений и количества независимых факторов;
- разность количества зависимых переменных последующих уравнений и количе-ства независимых факторов.
Структурными коэффициентами модели называются коэффициенты ___________ в структурной форме модели.
@- при экзогенных и эндогенных переменных;
- только при экзогенных переменных;
- только при эндогенных переменных;
- свободных членов.
Система эконометрических уравнений представляет систему:
- социальных показателей;
- экономических показателей;
- уравнений корреляции;
@- уравнений регрессии.
В системе независимых уравнений каждое уравнение представлено …
@- изолированным уравнением регрессии;
- совместным уравнением регрессии;
- уравнением временного ряда;
- рекурсивным уравнением регрессии.
Выделяют три класса систем эконометрических уравнений:
- система независимых уравнений, системы изолированных уравнений и системы рекурсивных уравнений;
- системы взаимозависимых уравнений, системы возвратных уравнений и систе-мы рекурсивных уравнений;
- системы взаимозависимых уравнений, системы одновременных уравнений и системы рекурсивных уравнений;
@- система независимых уравнений, системы взаимозависимых уравнений и системы рекурсивных уравнений.
При изучении взаимодействия спроса и предложения целесообразно использовать:
- изолированные уравнения;
- уравнение зависимости предложения от цены;
@- систему эконометрических уравнений;
- уравнение зависимости спроса от цены.
Для оценки коэффициентов структурной формы модели не применяют _______ метод наименьших квадратов.
- трехшаговый;
@- обычный;
- косвенный;
- двухшаговый.
При построении систем независимых уравнений набор факторов в каждом уравнении определяется числом факторов, оказывающих ________ на моделируемый показатель.
@- существенное влияние;
- не оказывающих существенное влияние на моделируемый показатель;
- оказывающих несущественное влияние;
- оказывающих как существенное, так и несущественное влияние.
Эндогенными переменными являются:
@- зависимые переменные;
- переменные, значения которых определяется вне системы;
- независимые переменные;
- случайные переменные.
При оценке параметров приведенной формы модели косвенный метод наименьших квадратов использует алгоритм …
- расчета средней взвешенной величины;
- метода главных компонент;
- метода максимального правдоподобия;
@- обычного метода наименьших квадратов.
В приведенной форме модели в правой части уравнений находятся …
- только зависимые переменные;
- случайные факторы;
@- только независимые переменные;
зависимые и независимые переменные.
Косвенный метод наименьших квадратов требует …
@- преобразования структурной формы модели в приведенную;
- линеаризации уравнений приведенной формы;
- линеаризации уравнений структурной формы модели;
- нормализации уравнений структурной формы.
Эндогенными переменными не являются:
- переменные, значения которых определяется внутри системы;
- переменные в уравнениях системы вида ;
@- независимые переменные;
- зависимые переменные.
Система взаимозависимых уравнений в ее классическом виде называется также систе-мой ______________ уравнений
- независимых;
- изолированных;
@- одновременных;
- рекурсивных.
Система независимых уравнений предполагает …
- одно изолированное уравнение регрессии;
- совокупность зависимых уравнений регрессии;
- совокупность независимых временных рядов;
@- совокупность независимых уравнений регрессии.
При построении системы эконометрических уравнений необходимо учитывать …
- среднюю величину каждой зависимой переменной;
@- структуру связей реальной экономической системы;
- максимальную величину каждого фактора;
- значение наблюдений.
Модель идентифицируема, если число параметров структурной формы модели
равно числу уравнений модели
меньше числа параметров приведенной формы модели
больше числа параметров приведенной формы модели
@равно числу параметров приведенной формы модели
Оценки параметров неиндефицируемой системы эконометрических уравнений...
@не могут быть найдены обычным МНК
могут быть найдены двухшаговым МНК
могут быть найдены обычным МНК
могут быть найдены косвенным МНК
Каждое уравнение структурной формы идентифицируемо, тогда система одновременных уравнений...
неиндефицируема
сверхидентифицируема
@идентифицируема
неопределенная
Система уравнений считается неиндентифицируемой, если...
хотя бы одно уравнение системы является сверхидентифицируемым или неидентифицируемым
@хотя бы одно уравнение системы является неиндентифицируемым
чтобы все уравнения системы являются идентифицируемыми или сверхидентифицируемы
Число приведенных коэффициентов системы одновременных уравнений меньше числа структурных коэффициентов, тогда модель...
не существует
идентифицируема
сверхидентифицируема
@неидентифицируема
Оценки параметров сверидентифицируемой системы эконометрических уравнений могут быть найдены с помощью...
косвенного МНК
@двухшагового МНК
обычного МНК
взвешенного МНК
Метод, суть которого состоит в нахождении структурных коэффициентов модели через приведенные, оцененные обычным МНК, называется...
двухшаговым методом наименьших квадратов (ДМНК)
обычным методом наименьших квадратов (МНК)
@косвенным методом наименьших квадратов (КМНК)
обобщенным методом наименьших квадратов (ОМНК)
Одним видом классификации систем одновременных эконометрических уравнений является разделение их по…
обобщенным и частным показателем
функциональному и табличному способам описания
@структурной и приведенной форме
регрессионной и рекурсивной структуре
Реальный экономический п___оцесс описывают с помощью системы одновременных уравнений в форме
параметрической
приведенной
@структурной
присоединенной
Для оценки параметров структурной модели системы необходимо…
чтобы все уравнения системы были неидентифицируемо или сверхидентифицируемы
чтобы хотя бы одно уравнение системы было идентифицируемо или сверхидентифицируемо
чтобы хотя бы одно уравнение системы было неиденфицируемо или сверхидентефицируемо
@чтобы все уравнения системы были идентифицируемы или сверхидентифицируемы
Модель идентифицируема, если число параметров структурной формы модели …
- равно числу уравнений модели;
- меньше числа параметров приведенной формы модели;
- больше числа параметров приведенной формы модели;
@- равно числу параметров приведенной формы модели
Если структурные коэффициенты системы одновременных уравнений не могут быть оценены через коэффициенты приведенной формы модели, данная система уравнений называется…
@неидентифицируемой
неоднозначной
неопределенной
неструкурируемой
Эндогенными переменными не являются…
переменные, значение которых определяется внутри системы
зависимые переменные
переменные у в уравнениях системы вида y=f(x)
@независимые переменные
Тема 9. Система одновременных уравнений. Косвенный МНК (Задачи)
Дана следующая модель спроса и предложения: Спрос: 
, 
и 
, Предложение: 
, 
, где 
- количество продаваемых и покупаемых товаров, 
- цена, 
- доход потребителей. В этой модели экзогенной переменной является:
+ - - и -
Имеется следующая структурная модель:
Соответствующая ей приведенная форма модели имеет вид:
Первое уравнение структурной формы имеет вид:
+ 
-уравнение неидентифицируемо, поэтому невозможно однозначно определить его коэффициенты
- 
- 
Имеется следующая структурная модель:
Ей соответствует приведенная форма:
В этом случае относительно 3 – го уравнения структурной формы можно записать следующее:
+ 
-уравнение сверхидентифицируемо, и для получения его параметров нет достаточной информации
- 
-
Имеется следующая модель:
Она является:
+неидентифицируемой
-идентифицируемой
-сверхидентифицируемой, поскольку 1-е и 2-е уравнения идентифицируемы, а 3-е уравнение сверхидентифицируемо
-сверхидентифицируемой, поскольку 1-е и 2-е уравнения сверхидентифицируемы
Имеется следующая модель:
Она имеет следующие характеристики:
+4 эндогенные и 3 экзогенные переменные, модель сверхидентифицируема
-3 эндогенные и 4 экзогенные переменные, модель сверхидентифицируема
-4 эндогенные и 3 экзогенные переменные, модель идентифицируема
-4 эндогенные и 3 экзогенные переменные, модель неидентифицируема