Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
PAGE \* MERGEFORMAT 16
Міністерство освіти і науки, молоді та спорту України
Харківський інститут фінансів
Українського державного університету фінансів
та міжнародної торгівлі
Кафедра економіко-математичних методів та інформаційних технологій
ЕКОНОМЕТРИКА
Тестові завдання
для студентів денної форми навчання
галузі знань 0305 «Економіка та підприємництво»
напряму підготовки 6.030509 «Облік і аудит»
6.030508 «Фінанси і кредит»
6.030505 «Управління персоналом та економіка праці»
6.030503 «Міжнародна економіка»
освітньо-кваліфікаційного рівня бакалавр
Укладач: Матвієнко О. І., викладач
Розглянуто та ухвалено
на засіданні кафедри
Протокол від 28.09.12 р. № 3
Харків
2012 рік
Зміст
|
Тема 1. Принципи побудови економетричних моделей. Парна лінійнарегресія. Тема 2. Лінійні моделі множинної регресії. Тема 3. Економетричні моделі динаміки. Тема 4. Узагальнені економетричні моделі. Правила виконання та вимоги до оформлення тестів. Критерії оцінювання тестових завдань. Рекомендована література. |
3 6 9 12 14 15 16 17 |
Тема 1. Принципи побудови економетричних моделей. Парна лінійна регресія.
1. Коефіцієнт парної кореляції змінюється у межах:
• від 0 до 1;
• від -1 до 0;
• від -1 до 1;
2. У регресії: У= 0,34 + 1,2 х нахил дорівнює:
• х;
• У;
• 0,34;
• 1,2;
• 1,2/0,34.
3. У якому випадку виконується співвідношення ?
• у лінійній моделі;
• у нелінійній моделі;
• як у лінійній моделі, так і у нелінійній моделі.
4. Оцінки параметрів моделі називаються ефективними, якщо:
• математичне очікування оцінок параметрів збігається з істинними значеннями цих параметрів;
• оцінки параметрів збігаються за імовірністю до істинних значень параметрів;
• у класі лінійних оцінок оцінки параметрів моделі мають мінімальні дисперсії.
5. Оцінку параметра парної лінійної регресії можна знайти за формулою:
6. У випадку парної лінійної регресії від знака коефіцієнта кореляції:
• залежить напрямок кореляційного зв'язку факторів та показників;
• не залежить напрямок кореляційного зв'язку факторів та показників.
7. З урахуванням співвідношення між заробітної платою (у гривнях) -у та утворенням (освітою) (у роках) - х, у=12,201+525 х, чоловік, який навчався додатково один рік, може очікувати таку додаткову оплату:
8. Критерій Ст’юдента використовується для оцінки статистичної значимості:
• параметрів моделі;
• коефіцієнта кореляції;
• як параметрів моделі, так і коефіцієнта кореляції.
9. Коефіцієнт детермінації вимірює:
• варіацію незалежної змінної;
• нахил лінії регресії;
• перетинання лінії регресії;
• загальну варіацію залежної перемінної, яка пояснюється регресією;
• завжди дорівнює 1.
10. Оцінки параметрів моделі називаються незміщеними, якщо:
• математичне очікування оцінок параметрів збігається з правдивими значеннями цих параметрів;
• оцінки параметрів збігаються з імовірності до правдивих значенням параметрів;
• у класі лінійних оцінок оцінки параметрів моделі мають мінімальні дисперсії.
11. Значення коефіцієнта парної кореляції між факторами х і у визначається за формулою:
12. Вільний член у рівнянні регресії - це:
• точка, у якій лінія регресії перетинає вісь У;
• зв'язок між незалежною та залежною змінними;
• точка, в якій лінія регресії перетинає вісь X;
• завжди дорівнює 1.
13. Якщо значення коефіцієнта парної кореляції між факторами х та у дорівнює 0,75, то це означає:
• немає статистично значимого зв'язку між факторами;
• зі збільшенням фактора х фактор у збільшується;
• зі збільшенням фактора х фактор у зменшується.
14. Коефіцієнт множинної кореляції змінюється у межах:
• від 0 до 1;
• від - 1 до 0;
• від -1 до 1.
15. У множинній регресії кожний параметр показує:
• загальний вплив усіх незалежних змінних на залежну змінну;
• вплив незалежної перемінної на залежну при умові, що усі інші незалежні перемінні залишаються незмінними;
• де площина регресії перетинає вісь У;
• як часткове, так і загальний вплив незалежних змінних;
• точку, яка дорівнює значенню перетинання.
16. Щоб перевірити значимість окремого параметра, використовують:
•F-тест;
• t-тест;
• x2-тест;
• біномінальний розподіл;
• експонентне розподіл.
17. Для перевірки значимості одночасно усіх параметрів використовується:
•F-тест;
• t-тест;
• x2-тест;
• біномінальний розподіл;
• експонентне розподіл.
18. Коефіцієнт множинної економетричної моделі може бути обчислений:
• через коефіцієнти парних кореляцій між факторними ознаками;
• через коефіцієнти парних кореляцій між факторними ознаками та результативною ознакою;
• за допомогою перетворення Фішера.
Тема 2. Лінійні моделі множинної регресії.
1. Мультиколінеарність має місце, якщо:
• дві або більш незалежних змінних мають високу кореляцію;
• дисперсія випадкових величин не постійна;
• дійсні та лагові значення помилок корелюють;
• незалежна перемінна обмірювана з помилкою;
• ми будуємо невірну версію правдивої моделі.
2. Для визначення наявності мультиколінеарності використовують:
• звичайний метод найменших квадратів;
• метод Феррара - Глобера;
• метод регресії на головних компонентах та метод гребневої регресії.
3. У випадку мультиколінеарності усі оцінки параметрів моделі або їх більша частина будуть:
• статистично значимими при високому значенні коефіцієнта множинної кореляції;
• статистично незначущими при високому значенні коефіцієнта множинної кореляції;
• статистично значимими при низькому значенні коефіцієнта множинної кореляції.
4. Ступінь мультиколінеарності тим більше, чим більше:
• визначник матриці коефіцієнтів системи нормальних рівнянь;
• мінімальне власне число матриці коефіцієнтів системи нормальних рівнянь;
• міра Неймана - Голдстейна для матриці коефіцієнтів системи нормальних рівнянь.
5. Для усунення мультиколінеарності використовують:
• метод оцінки максимальної спряженості;
• метод Феррара - Глобера;
• метод Неймана - Голдштейна;
• метод рідж-регресії;
• метод оцінки параметрів стандартизованої моделі;
• метод головних компонентів.
6. У випадку гетероскедастичності помилки моделі мають:
7. У випадку гетероскедастичності відхилень оцінки параметрів моделі, отримані за звичайним МНК, будуть:
• незміщеними, статечними та ефективними;
• зміщеними, статечними та ефективними;
• незміщеними, неспроможними та ефективними;
• зміщеними, неспроможними та ефективними;
• зміщеними, статечними та не ефективними;
• зміщеними, неспроможними та не ефективними.
8. При використанні узагальненого МНК(УМНК) оцінки параметрів моделі будуть:
• незміщеними, статечними та ефективними;
• зміщеними, статечними та ефективними;
• незміщеними, неспроможними та ефективними;
• зміщеними, неспроможними та ефективними;
• зміщеними, статечними та не ефективними;
• зміщеними, неспроможними та не ефективними.
9. Для знаходження УМНК-оцінок необхідно:
• знати математичне очікування помилок;
• знати коваріаційну матрицю вектора помилок;
• довести непостійність дисперсії помилок;
• знати закон розподілу помилок.
10. Для перевірки моделі на гетероскедастичність використовують:
• метод Феррара - Глобера;
• критерій Ст’юдента;
• меру Неймана - Голдштейна;
• тест Голфельда - Квандта.
11. Якщо значення менше табличного значення с2, то явище гетероскедастичності:
• є присутнім;
• немає;
• не можна перевірити;
• не підтверджує, що закон розподілу помилок відрізняється від нормального.
12. Якщо значення , то гетероскедастичність:
• існує;
• немає;
• не можна перевірити;
• не підтверджує, що закон розподілу помилок відрізняється від нормального.
13. Чиста гетероскедастичність визначається:
• однієї змінної;
• декількома змінними;
• законом розподілу помилок.
14. Перевірити гіпотезу про змішаної (чистої) гетероскедастичності можна, використовуючи:
• метод Феррара - Глобера;
• критерий ,
• параметрический тест Голдфельда - Квандта;
• непараметрический тест Голдфельда - Квандта;
• тест Глейсера.
Тема 3. Економетричні моделі динаміки.
1. У адаптивних моделях згладжування часового ряду параметри моделей:
• однакові та постійні;
• мають різні ваги;
• змінюються для кожного значення .
2. У методі експонентної середньої, чим більше параметр тим:
• більше коливання значень згладженого ряду;
• менше коливання значень згладженого ряду;
• менше повинна бути величина .
3. Середня абсолютна процентна помилка у моделях часових рядів показує:
• ступінь зсуву моделі;
• якість отриманої моделі для прогнозу;
• величину середнього квадратичного відхилення помилок.
4. Модель Холта може відображати розвиток:
• з урахуванням лінійної тенденції;
• не тільки у виді лінійної тенденції, але і у виді випадкового процесу, що не має тенденції;
• у виді випадкового процесу, що не має тенденції.
5. Модель Брауна може відображати розвиток:
• з урахуванням лінійної тенденції;
• не тільки у виді лінійної тенденції, але і у виді випадкового процесу, що не має тенденції;
• у виді випадкового процесу, що не має тенденції.
6. У мультиплікативних моделях декомпозиції часових рядів сезонна складова може бути:
• позитивна, як більше, так і менше 1;
• позитивна;
• негативна;
• як позитивна, так і негативна;
• за модулем менше 1.
7. У аддитивних моделях декомпозиції часових рядів сезонна складова може бути:
• позитивна, як більше, так і менше 1;
• позитивна;
• негативна;
• як позитивна, так і негативна;
• за модулем менше 1.
8. Автокореляція - це кореляція між:
• відповідними по моменту часу значеннями двох часових рядів;
• членами одного й того же часового ряду;
• членами часових рядів.
9. Автокореляція виникає в том випадку, якщо:
• помилка не має нульового середнього значення;
• помилка залежить от незалежної змінної;
• помилки корелюють між собою;
• незалежні перемінні корелюють між собою;
• дисперсія помилок не є постійною.
10. В моделі може мати місце значна автокореляція відхилень) якщо за критерієм Дарбіна - Уотсона:
• 2;
• 0;
• 0 или 4.
11. Не можна ні підтвердити, ні спростувати наявність автокореляції відхилень по критерієві Дарбіна - Уотсона якщо:
• d = 0 або d < d1;
• d = 2 або d 1< d < d2;
• d= 4 або d > (4 – d1);
• d1 < d < d2 або (4 – d2) < d < (4 – d1).
12. Говорять о наявності позитивної автокореляції відхилень економетричної моделі, якщо по критерієві Дарбина - Уотсона:
• d = 0 або d < d1;
• d = 2 або d 1< d < d2;
• d= 4 або d > (4 – d1);
• d1 < d < d2 або (4 – d2) < d < (4 – d1).
13. Метод найменших квадратів в випадку автокореляції відхилень дає:
• незміщені, спроможні та ефективні оцінки параметрів моделі;
• незміщені та спроможні оцінки параметрів моделі;
• незміщені оцінки параметрів моделі.
14. Говорять про наявності негативної автокореляції відхилень економетричної моделі, якщо за критерієм Дарбіна -Уотсона
• d =0 або d < d1;
• d =2 або d1 < d < d2;
• d = 4 або d > (4 – d1).
15. Для оцінки параметрів моделі с автокорельованими залишками використовують:
• метод рідж-регресії;
• узагальнений метод найменших квадратів;
• метод Дарбіна - Уотсона;
• метод Глейсера.
16. Які з методів оцінки параметрів моделі з автокорельованими залишками припускають використання відомої їх коваріаційної матриці:
• метод Кохрейна - Оркатта;
• метод Хілдрета - Лу;
• метод Ейткена;
• метод Дарбіна.
17. Які із методів оцінки параметрів моделі з автокорельованими залишками застосовуються у випадку невідомої коваріаційної матриці відхилень:
• метод Кохрейна - Оркатта;
• метод Хілдрета - Лу;
• метод Ейткена;
• метод Дарбіна;
• метод Дарвіна - Уотсона;
• метод Гейсера;
• метод Голдфельда - Квандта.
Тема 4. Узагальнені економетричні моделі
1. Структурна форма економетричної моделі - це система регресійних рівнянь, в яких:
• одні й ті ж змінні в одних рівняннях системи входять в ліву частину, а у інших - в праву;
• залежна змінна попереднього рівняння виступає у виді незалежної змінної наступного рівняння;
• залежні змінні одних рівнянь не виступають в якості незалежних змінних інших рівнянь, тобто система уже вирішена відносно ендогенних змінних.
2. Рекурсивна форма економетричної моделі - це система регресійних рівнянь, в яких:
• одні й ті ж змінні в одних рівняннях системи входять в ліву частину, а в інших - в праву;
• залежна змінна попереднього рівняння виступає у вигляді незалежної змінної наступного рівняння;
• залежні змінні одних рівнянь не виступають в якості незалежних змінних інших рівнянь, тобто система вже вирішена відносно ендогенних змінних.
3. Дана економетрична модель:
Чи є ця модель:
• системою, вирішеною відносно ендогенних змінних;
• рекурсивною системою;
• системою, вирішеною відносно ендогенних змінних.
4. Використовуючи необхідний критерій ідентифікації, можна сказати, що система недоідентифікована, якщо:
•
•
•
5. Для оцінки параметрів точно ідентифікованої системи використовують:
• узагальнений метод найменших квадратів (метод Ейткена);
• непрямий метод найменших квадратів;
• двокроковий метод найменших квадратів.
6. Дана економетрична модель:
Чи є ця модель:
• системою, вирішеною відносно ендогенних змінних;
• рекурсивною системою;
• системою, дозволеною відносно ендогенних змінних.
7 Дана економетрична модель:
Дана система є:
• точно ідентифікованою;
• недоідентифікованою;
• понадідентифікованою.
Правила виконання та вимоги до оформлення тестів.
Тестові завдання дозволяють перевірити засвоєння студентами теоретичного матеріалу. Вони видаються після вивчення теми на практичному занятті і є одним із засобів поточного контролю. Тести розроблено за чотирма темами курсу. Кожне запитання містить декілька варіантів відповідей, правильним може бути один чи більше. Відповіді повинні містити номер питання та номер варіанту (номера варіантів) правильної відповіді.
.
Критерії оцінювання тестових завдань
Оцінка за виконання тестових завдань поточного контролю з дисципліни «Економетрика» виставляється за чотирьохбальною системою «відмінно», «добре», «задовільно» та «незадовільно».
Правильна та повна (у випадку 2-х або 3-х вірних варіантів відповідей) відповідь на запитання оцінюється в 1 бал.
Тести за Темою 1. Принципи побудови економетричних моделей. Парна лінійна регресія.- складаються із 18 запитань.
На оцінку «5 (відмінно)» - 16-18 балів. (90%)
На оцінку «4 (добре)» - 13-15 балів. (75%)
На оцінку «3 (задовільно)» - 11-12 балів. (66%)
На оцінку «2 (незадовільно)» - до 10 балів.
Тести за Темою 2. Лінійні моделі множинної регресії. - складаються із 14 запитань.
На оцінку «5 (відмінно)» - 13-14 балів.
На оцінку «4 (добре)» - 11-12 балів.
На оцінку «3 (задовільно)» - 9-10 балів.
На оцінку «2 (незадовільно)» - до 8 балів.
Тести за Темою 3. Економетричні моделі динаміки. складаються із 17 запитань.
На оцінку «5 (відмінно)» - 15-17 балів.
На оцінку «4 (добре)» - 12-14 балів.
На оцінку «3 (задовільно)» - 10-11 балів.
На оцінку «2 (незадовільно)» - до 9 балів.
Тести за Темою 4. Узагальнені економетричні моделі. складаються із 7 запитань.
На оцінку «5 (відмінно)» - 7 балів.
На оцінку «4 (добре)» - 5-6 балів.
На оцінку «3 (задовільно)» - 3-4 балів.
На оцінку «2 (незадовільно)» - до 2 балів
Рекомендована література:
Базова
Допоміжна
6. Наконечний С. І. Економетрія: Навчально-методичний посібник для самостійного вивчення дисципліни. / С. І. Наконечний, Т. О. Терещенко. – К.: КНЕУ, 2001. -192 с.
7. Корольов О. А. Економетрія: Навчальний посібник / О. А. Корольов. – К.: КНТУ, 2000. - 660 с.
8. Зацеркляний М.М. Вступ в економетрію: Навчальний посібник. / М.М. Зацеркляний, І.І. Парфьонова – Харків: ППФ «АЛМАКС», 2005. - 244 с.
9. Ершов С.Г. Использование пакета STATISTICA для статистической обработки данных: Учебно-практическое пособие / С.Г. Ершов. – Харьков: ХНЭУ, 2005. – 84 с.
Інформаційні ресурси
http://weblist.kharkov.ua – каталог інтернет-ресурсів міста Харків
http://www.meta-ukraine.com – українська пошукова система.