Для получения качественных оценок уравнений регрессии необходимо выполнение

Одно из условий идентифицируемости системы одновременных уравнений (СОУ) состоит в том, что

  1. переменные являются коллинеарными;
  2. число уравнений равно числу анализируемых эндогенных переменных;
  3. переменные являются компланарными;
  4. число уравнений меньше числа анализируемых эндогенных переменных.

Временной ряд называется стационарным, если

  1. среднее значение членов ряда постоянно;
  2. члены ряда образуют арифметическую прогрессию;
  3. члены ряда образуют геометрическую прогрессию;
  4. среднее значение членов ряда постоянно растет.

18. Линейные регрессионные модели, остатки которых не сохраняют постоянного уровня величины дисперсии при переходе от одного наблюдения к другому, называют моделями с:

  1. гомоскедастичными остатками;
  2. клонированными остатками;
  3. гетероскдастичными остатками;
  4. перпендикулярными остатками.

Одним из известных способов проверки регрессионных остатков эконометрической модели на автокорреляцию является критерий

  1. Дербина-Уотсона;
  2. Марка-Шагала;
  3. Куприна-Утрехта;
  4. Айзека-Азимова.

Временной ряд называется стационарным, если

  1. среднее значение членов ряда постоянно;
  2. члены ряда образуют арифметическую прогрессию;
  3. члены ряда образуют геометрическую прогрессию;
  4. среднее значение членов ряда постоянно растет.

21. Внешние по отношению к рассматриваемой экономической модели переменные называются:

  1. эндогенные;
  2. экзогенные;
  3. лаговые;
  4. интерактивные.

При анализе издержек Y от объема выпуска X целесообразно использовать сле-

дующую модель:

  1. линейную;
  2. полиномиальную;
  3. логарифмическую;
  4. степенную;
  5. экспоненциальную.

23. Параметры в производственной функции Кобба – Дугласа называют:

  1. коэффициентами эластичности;
  2. бкоэффициентами корреляции;
  3. коэффициентами автокорреляции.

24. Коэффициент регрессии изменяется в пределах от:

  1. –1 до 1;
  2. 0 до 1;
  3. принимает любое значение.

На главной диагонали ковариационной матрицы в выражении

находятся:

  1. дисперсии коэффициентов регрессии;
  2. средние значения коэффициентов регрессии;
  3. коэффициенты корреляции;
  4. квадраты коэффициентов корреляции.

При анализе производственной функции целесообразно использовать следующую

модель:

  1. линейную;
  2. полиномиальную;
  3. логарифмическую;
  4. степенную;
  5. экспоненциальную.

Значимость частных и парных коэффициентов корреляции проверяется с по-

мощью:

  1. нормального закона распределения;
  2. t-критерия Стъюдента;
  3. F–критерия;
  4. таблицы Фишера – Иейтса.

28. В регрессионном анализе x j рассматриваются как:

  1. неслучайные величины;
  2. случайные величины;
  3. любые величины.

Для получения качественных оценок уравнений регрессии необходимо выполнение

следующих предпосылок МНК (выберите необходимые пункты):

  1. отклонения должны быть нормально распределенными случайными вели-
  2. чинами с нулевым математическим ожиданием и постоянной дисперсией;
  3. отклонения не должны коррелировать друг с другом;
  4. отклонения должны иметь показательный закон распределения.

30. Коэффициент корреляции считается значимым с вероятностью ошибки , если:

Наши рекомендации