Тесты по эконометрике

Эконометрика тесты с ответами

Тесты с ответами > Эконометрика тесты с ответами

Пример решения

Тест Эконометрика

2015 г.

Похожие работы:

  • Другие тесты
  • Тест Эконометрика (текущая страница)
  • Тест Физическая культура
  • Тест Теория отраслевых рынков
  • Тест Теория вероятностей и математическая статистика
  • Тест Страхование

Список вопросов теста

    Вопрос

  1. Под спецификацией модели понимается …
    • нахождение параметров уравнения
    • постановка проблемы и получение данных для ее решения
    • отбор факторов, влияющих на результат и выбор вида уравнения

    Вопрос

  2. Функция регрессии является математическим выражением … между переменными
    • исключительно линейной связи
    • функциональной зависимости
    • корреляционной связи

    Вопрос

  3. Ранговое условие идентифицируемости структурного уравнения – ранг произведения расширенной матрицы структурных параметров на транспонированную матрицу ограничений уравнения равен числу эндогенных переменных …
    • системы минус единица
    • уравнения
    • системы

    Вопрос

  4. Скорректированный коэффициент детерминации – это коэффициент детерминации, скорректированный с учетом …
    • формы связи
    • числа факторов
    • объема выборки

    Вопрос

  5. Неверный с точки зрения экономической теории, знак коэффициента линейного регрессионного уравнения может свидетельствовать …
    • о мультиколлинеарности факторов
    • о гетероскедастичности остатков
    • об автокорреляции остатков

    Вопрос

  6. Для отражения влияния на структуру модели качественных переменных, если они наблюдаемы, применяют … переменные
    • поддельные
    • фиктивные
    • фальшивые

    Вопрос

  7. Оценки коэффициентов классической модели, полученные с помощью метода наименьших квадратов, обладают …
    • свойствами несмещенности, состоятельности и эффективности
    • только свойством эффективности
    • только свойством состоятельности

    Вопрос

  8. Для проверки ряда на стационарность используется тест …
    • Фишера
    • Дики-Фулера
    • Стьюдента

    Вопрос

  9. Остаток в i-м наблюдении – это разница между значением …
    • переменной Y в i-м наблюдении и прогнозным значением этой переменной, полученным по истинной линии регрессии
    • объясняющей переменной в i-м наблюдении и прогнозным значением этой переменной
    • переменной Y в i-м наблюдении и прогнозным значением этой переменной, полученным по выборочной линии регрессии

    Вопрос

  10. Целесообразно использовать обобщенный метод наименьших квадратов, если ошибки модели …
    • обладают свойством гомокедастичности
    • связаны с одним или несколькими факторами сильной корреляционной зависимостью
    • обладают свойством гетероскедастичности

    Вопрос

  11. Постоянный коэффициент эластичности имеет … функция
    • степенная
    • показательная
    • линейная

    Вопрос

  12. Стохастическая (статистическая) зависимость – это …
    • связь между одним случайным и одним детерминированным фактором
    • связь между переменными, осложненная влиянием случайных факторов
    • нелинейная зависимость между переменными

    Вопрос

  13. Стандартизованный коэффициент уравнения применяется для …
    • проверки статистической значимости фактора
    • проверки экономической значимости фактора
    • ранжирования факторов в уравнении

    Вопрос

  14. Негативным последствием применения классического МНК в случае гетероскедастичности является то, что оценки коэффициентов модели не являются …
    • эффективными
    • статистически значимыми
    • состоятельными

    Вопрос

  15. Гомоскедастичность означает …
    • отсутствие корреляционной связи между случайным членом и объясняющими переменными регрессионной модели
    • постоянство дисперсии случайного члена регрессионного уравнения
    • отсутствие автокорреляции случайного члена регрессионного уравнения

    Вопрос

  16. При построении регрессионных моделей рекомендуется, чтобы объем выборки превышал число факторов не менее чем …
    • в десять раз
    • в три раза
    • в два раза

    Вопрос

  17. Коэффициент корреляции – это …
    • явление линейной стохастической связи между переменными
    • показатель, характеризующий тесноту линейной стохастической связи между переменными
    • показатель, позволяющий установить факт наличия линейной стохастической связи между переменными

    Вопрос

  18. Ошибка в i-м наблюдении – это разница между значением …
    • переменной Y в i-м наблюдении и прогнозным значением этой переменной, полученным по истинной линии регрессии
    • переменной Y в i-м наблюдении и прогнозным значением этой переменной, полученным по выборочной линии регрессии
    • объясняющей переменной в i-м наблюдении и прогнозным значением этой переменной

    Вопрос

  19. Случайный член классической линейной модели множественной регрессии должен быть распределен …
    • по нормальному закону
    • по закону Пуассона
    • по экспоненциальному закону

    Вопрос

  20. Стационарность – это …
    • характеристика временного ряда, связанная с его стабильностью
    • синоним автокорреляции
    • правило отбора предикторов в регрессионную модель

    Вопрос

  21. Автокорреляционная функция – это функция от …
    • времени и лага между двумя уровнями ряда
    • значений уровней ряда
    • времени

    Вопрос

  22. Мультиколлинеарность факторов – это …
    • наличие линейной связи между двумя объясняемой и объясняющей переменной
    • отсутствие зависимости между несколькими изучаемыми переменными
    • наличие линейной зависимости между несколькими объясняющими переменными

    Вопрос

  23. О наличии мультиколлинеарности не свидетельствует факт того, что … близки к единице
    • коэффициенты множественной детерминации некоторых объясняющих факторов с остальными
    • некоторые коэффициенты парной корреляции среди объясняющих факторов по модулю
    • коэффициенты парной корреляции результирующего признака с каждым из объясняющих по модулю

    Вопрос

  24. Наличие тренда в уровнях ряда проверяется с помощью теста …
    • Фостера-Стюарта
    • Спирмена
    • Дарбина-Уотсона

    Вопрос

  25. Смещенная оценка искомого параметра обладает следующим свойством: …
    • ее дисперсия минимальна
    • ее математическое ожидание не равно ей
    • ее дисперсия равна нулю

    Вопрос

  26. Ранговое условие идентифицируемости структурного уравнения является …
    • достаточным
    • необходимым и достаточным
    • необходимым

    Вопрос

  27. Нулевая гипотеза при проверке коэффициента уравнения регрессии на статистическую значимость гласит, что …
    • значение коэффициента равно нулю
    • оценка коэффициента положительна
    • оценка коэффициента равна нулю

    Вопрос

  28. С помощью коэффициента детерминации можно оценить …
    • значимость коэффициентов регрессии
    • уровень автокорреляции ошибок
    • качество уравнения регрессии в целом

    Вопрос

  29. Критерий Стьюдента применяется для …
    • проверки модели на автокорреляцию остатков
    • определения статистической значимости каждого коэффициента уравнения
    • проверки независимости факторов уравнения

    Вопрос

  30. На главной диагонали ковариационной матрицы находятся …
    • средние значения коэффициентов регрессии
    • коэффициенты корреляции
    • дисперсии коэффициентов регрессии

Другие похожие работы

  • Ответы на тест по физической культуре
  • Ответы на тест по IT для финансового руководителя
  • Ответы на тест по международным финансам

Стандартизированные коэффициенты регрессии.

Помимо классического МНК для определения неизвестных параметров линейной модели множественной регрессии используется метод оценки параметров через β-коэффициенты – стандартизованные коэффициенты регрессии.

Построение модели множественной регрессии в стандартизированном, или нормированном, масштабе означает, что все переменные, включенные в модель регрессии, стандартизируются с помощью специальных формул.

Уравнение регрессии в стандартизованном масштабе:

,

где , — стандартизованные переменные;

— стандартизованные коэффициенты регрессии.

Т.е. посредством процесса стандартизации точкой отсчета для каждой нормированной переменной устанавливается ее среднее значение по выборочной совокупности. При этом в качестве единицы измерения стандартизированной переменной принимается ее среднеквадратическое отклонение σ.

β-коэффициенты показывают, на сколько сигм (средних квадратических отклонений) изменится в среднем результат за счет изменения соответствующего фактора xi на одну сигму при неизменном среднем уровне других факторов.

Стандартизованные коэффициенты регрессии βi сравнимы между собой, что позволяет ранжировать факторы по силе их воздействия на результат. Большее относительное влияние на изменение результативной переменной y оказывает тот фактор, которому соответствует большее по модулю значение коэффициента βi. В этом основное достоинство стандартизованных коэффициентов регрессии, в отличие от коэффициентов «чистой» регрессии, которые не сравнимы между собой.

Связь коэффициентов «чистой» регрессии bi с коэффициентами βi описывается соотношением:

, или

Параметр a определяется как .

Коэффициенты β определяются при помощи МНК из следующей системы уравнений методом определителей:

Для оценки параметров нелинейных уравнений множественной регрессии предварительно осуществляется преобразование последних в линейную форму (с помощью замены переменных) и МНК применяется для нахождения параметров линейного уравнения множественной регрессии в преобразованных переменных. В случае внутренне нелинейных зависимостей для оценки параметров приходится применять методы нелинейной оптимизации.

Рабочая учебная программа по дисциплине «Эконометрика» разработана в соответствии с Федеральным государственным

Тест по дисциплине

Коэффициент уравнения регрессии показывает

На сколько % изменится результат при изменении фактора на 1 %.

На сколько % изменится фактор при изменении результата на 1 %.

На сколько ед. изменится результат при изменении фактора на 1 ед.

На сколько ед. изменится фактор при изменении результата на 1 ед.

Во сколько раз изменится результат при изменении фактора на 1 ед.

Коэффициент эластичности показывает

На сколько ед. изменится фактор при изменении результата на 1 ед.

На сколько ед. изменится результат при изменении фактора на 1 ед.

Во сколько раз изменится результат при изменении фактора на 1 ед.

На сколько % изменится результат при изменении фактора на 1 %.

На сколько % изменится фактор при изменении результата на 1 %.

Стандартизованный коэффициент уравнения к s применяется

При проверке статистической значимости k-го фактора.

При проверке экономической значимости k-го фактора.

При отборе факторов в модель.

При проверке на гомоскедастичность.

При проверке важности фактора по сравнению с остальными факторами.

Какое из уравнений регрессии нельзя свести к линейному виду?

Какое из уравнений регрессии является степенным?

Не является предпосылкой классической модели предположение

Матрица факторов — невырожденная.

Факторы экзогенны.

Длина исходного ряда данных больше, чем количество факторов.

Матрица факторов содержит все важные факторы, влияющие на результат.

Факторы нестохастические.

Найдите предположение, являющееся предпосылкой классической модели.

Результирующий показатель является количественным.

Результирующий показатель измеряется в порядковой шкале.

Результирующий показатель измеряется в номинальной шкале .

Результирующий показатель измеряется в дихотомической шкале.

Результирующий показатель может быть и количественным и качественным.

Найдите предположение, не являющееся предпосылкой классической модели.

Возмущающая переменная имеет нулевое математическое ожидание.

Возмущающая переменная имеет постоянную дисперсию.

Отсутствует автокорреляция возмущающих переменных.

Отсутствует поперечная корреляция возмущающих переменных.

Возмущающая переменная обладает нормальным распределением.

Оценка ** значения параметра модели  является несмещенной, если

 * обладает наименьшей дисперсией по сравнению с другими оценками.

При Т, вероятность отклонения * от значения  cтремится к 0.

Математическое ожидание  * равно  .

Оценка  * значения параметра модели  является эффективной, если

Математическое ожидание  * равно  .

 * обладает наименьшей дисперсией по сравнению с другими оценками.

При Т, вероятность отклонения * от значения  cтремится к 0.

Оценка  * значения параметра модели  является состоятельной, если

 * обладает наименьшей дисперсией по сравнению с другими оценками.

Математическое ожидание  * равно  .

При Т, вероятность отклонения  * от значения  стремится к 0.

Критерий Стьюдента предназначен для

Определения экономической значимости каждого коэффициента уравнения.

Определения статистической значимости каждого коэффициента уравнения.

Проверки модели на автокорреляцию остатков.

Определения экономической значимости модели в целом.

Проверки на гомоскедастичность.

Если коэффициент уравнения регрессии (k ) статистически значим, то

k > 1.

|k | > 1.

k  0.

k > 0.

0 k 1.

Табличное значение критерия Стьюдента зависит

Только от уровня доверительной вероятности.

Только от числа факторов в модели.

Только от длины исходного ряда.

Только от уровня доверительной вероятности и длины исходного ряда.

И от доверительной вероятности, и от числа факторов,и от длины исходного ряда.

Критерий Дарбина-Уотсона применяется для

Проверки модели на автокорреляцию остатков.

Определения экономической значимости модели в целом.

Определения статистической значимости модели в целом.

Сравнения двух альтернативных вариантов модели.

Отбора факторов в модель.

Коэффициенты множественной детерминации (D) и корреляции (R) связаны

Обобщенный метод наименьших квадратов применяется

Только в случае автокорреляции ошибок

Только в случае гетероскедастичности.

При наличии мультиколлинеарности (корреляции факторов).

Только в случае гомоскедастичности.

И в случае автокорреляции ошибок и в случае гетероскедастичности.

Главные компоненты представляют собой

Статистически значимые факторы.

Экономически значимые факторы.

Линейные комбинации факторов.

Центрированные факторы.

Пронормированные факторы.

Число главных компонент

Больше числа исходных факторов, но меньше длины базисного ряда данных.

Меньше числа исходных факторов.

Равно числу исходных факторов.

Равно длине базисного ряда данных.

Больше длины базисного ряда данных.

Первая главная компонента

Содержит максимальную долю изменчивости всей матрицы факторов.

Отражает степень влияния первого фактора на результат.

Отражает степень влияния результата на первый фактор.

Отражает долю изменчивости результата, обусловленную первым фактором.

Отражает тесноту связи между результатом и первым фактором.

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.

В правой части прогнозной формы взаимозависимой системы могут стоять

Только экзогенные лаговые переменные.

Только экзогенные переменные (как лаговые, так и нелаговые).

Только эндогенные переменные (как лаговые, так и нелаговые).

Эндогенные лаговые и экзогенные переменные (и лаговые и нелаговые).

Любые экзогенные и эндогенные переменные.

Под переменной структурой понимается

Изменение состава факторов в модели.

Изменение статистической значимости факторов.

Присутствие в модели фактора времени в явном виде.

Изменение экономической значимости факторов.

Изменение степени влияния факторов на результирующий показатель.

Проверка гипотезы о переменной структуре модели осуществляется с помощью

Критерия Дарбина-Уотсона.

Критерия Стьюдента.

Критерия Пирсона.

Критерия Фишера.

Коэффициента множественной детерминации.

Найдите неверно указанный элемент интервального прогноза.

Объясненная уравнением регрессии дисперсия результирующего показателя.

Точечный прогноз результирующего показателя.

Среднеквадратическое отклонение прогнозного значения.

Квантиль распределения Стьюдента.

Неверно указанного элемента нет.

Вопросы к экзамену

  1. Основные этапы построения эконометрических моделей.

  2. Особенности обоснования формы эконометрической модели.

  3. Методы отбора факторов.

  4. Характеристики и критерии качества эконометрических моделей.

  5. Качество оценки параметров эконометрических моделей.

  6. Выборочная ковариация. Основные правила ее расчета. Теоретическая ковариация.

  7. Выборочная дисперсия. Правила ее расчета.

  8. Коэффициент корреляции. Коэффициент частной корреляции

  9. Модель парной линейной регрессии.

  10. Регрессия по методу наименьших квадратов.

  11. Остатки.

  12. Интерпретация уравнения регрессии. Качество оценки — коэффициент R2.

  13. Случайные составляющие коэффициентов регрессии.

  14. Предположения о случайном члене.

  15. Несмещенность коэффициентов регрессии.

  16. Теорема Гаусса-Маркова.

  17. Проверка гипотез, относящаяся к коэффициентам регрессии.

  18. Доверительные интервалы.

  19. Односторонние t-тесты.

  20. F-тест на качество оценивания.

  21. Взаимосвязи между критериями в парном регрессионном анализе

  22. Нелинейная регрессия. Выбор функции: тесты Бокса- Кокса.

  23. Вывод и интерпретация коэффициентов множественной регрессии.

  24. Множественная регрессия в нелинейных моделях.

  25. Свойства коэффициентов множественной регрессии.

  26. Мультиколлинеарность.

  27. Качество оценки — коэффициент R2.

  28. Спецификация переменных в уравнениях регрессии.

  29. Влияние отсутствия в уравнении переменной, которая должна быть включена.

  30. Влияние включения в модель переменной, которая не должна быть включена.

  31. Замещающие переменные.

  32. Проверка линейного ограничения.

  33. Гетероскедатичность и автокоррелированность случайного члена.

  34. Условия Гаусса-Маркова.

  35. Гетероскедатичность и ее последствия. Обнаружение гетероскедатичности. Что можно сделать в этом случае.

  36. Автокорреляция и связанные с ней факторы. Обнаружение автокорреляции первого порядка: критерий Дарбина-Уотсона. Что можно сделать в отношении автокорреляции. Автокорреляция как следствие неправильной спецификации модели.

  37. Обобщенный метод наименьших квадратов.

  38. Стохастические объясняющие переменные и ошибки измерения. Стохастические объясняющие переменные. Последствия ошибок измерения.

  39. Инструментальные переменные. Обобщенный метод наименьших квадратов

  40. Иллюстрация использования фиктивной переменной. Общий случай.

  41. Множественные совокупности фиктивных переменных.

  42. Фиктивные переменные для коэффициента наклона.

  43. Тест Чоу.

  44. Модели бинарного выбора.

  45. Модели множественного выбора.

  46. Модели счетных данных.

  47. Модели усеченных выборок.

  48. Модели цензурированных выборок.

  49. Модели случайно-усеченных выборок.

  50. Распределение Койка. Частичная корректировка.

  51. Адаптивные ожидания. Гипотеза Фридмена о постоянном доходе.

  52. Полиномиально распределенные лаги Алмон.

  53. Рациональные ожидания.

  54. Предсказание.

  55. Тесты на устойчивость.

  56. Модели стационарных и нестационарных временных рядов, их идентификация.

  57. Стационарные временные ряды.

  58. Параметрические тесты стационарности.

  59. Непараметрические тесты стационарности.

  60. Преобразование нестационарных временных рядов в стационарные.

  61. Объекты исследования финансовой эконометрики.

  62. Особенности эконометрического прогнозирования.

  63. Прогнозирование на основе моделей временных рядов.

  64. Лаговые переменные.

  65. Автокорреляция с лаговой зависимой переменной.

  66. Методы оценки коэффициентов моделей с лаговыми независимыми переменными.

  67. Оценивание систем одновременных уравнений.

  68. Смещение при оценке одновременных уравнений.

  69. Структурная и приведенная формы уравнений.

  70. Косвенный метод наименьших квадратов.

  71. Инструментальные переменные.

  72. Неидентифицируемость.

  73. Сверхидентифицируемость.

  74. Двухшаговый метод наименьших квадратов.

  75. Условие размерности для идентификации.

  76. Идентификация относительно стабильных зависимостей.

  77. Трехшаговый метод наименьших квадратов.

  78. Модели авторегрессии.

  79. Модели скользящего среднего.

  80. Модели авторегрессии-скользящего среднего.

  81. Идентификация моделей авторегрессии-скользящего среднего.

  82. Модели временных рядов с сезонными колебаниями.

  83. Переход от нестационарных моделей к стационарным.

  84. Модели временных рядов финансовых показателей с нелинейными структурами.

8. Учебно-методическое и информационное обеспечение дисциплины

Литература

основная

дополнительная

9. Материально-техническое обеспечение дисциплины

Аудиторные занятия и СРС по дисциплине «Сситема поддержки принятии решений» проходят в аудиториях, в том числе, оборудованных мультимедийными средствами обучения, в компьютерных классах, обеспечивающих доступ к сетям типа Интернет.

Оксана Викторовна Неволина

ЭКОНОМЕТРИКА

Рабочая учебная программа

Направление подготовки

«Экономика»

Профиль подготовки

Налоги и налогообложение, Мировая экономика,

Экономика предприятий и организаций,

Направление подготовки

«Зарубежное регионоведение»

Профиль подготовки

Евразийские исследования: Россия и сопредельные регионы

Ответственный за выпуск к.ф-м.н., доцент Е.Н. Фокина

(сохранена редакция автора-составителя)

Формат 60х84/16. Гарнитура Times New Roman.

Тираж 20. Объём 1,39 у.-п.л.

«ТЮМЕНСКАЯ ГОСУДАРСТВЕННАЯ АКАДЕМИЯ

МИРОВОЙ ЭКОНОМИКИ, УПРАВЛЕНИЯ И ПРАВА»

625051, г. Тюмень, ул. 30 лет Победы, 102

Отпечатано в лаборатории множительной техники «ТГАМЭУП»

Сборник итоговых тестов по теме Эконометрика с ответами

Правильный вариант ответа отмечен знаком +

1. Что является предметом изучения эконометрики?

— Количественная сторона экономических процессов и явлений

+ Массовые экономические процессы и явления

— Система внутренних связей между явлениями национальной экономики

2. Гетероскедастичность – это в эконометрике термин, обозначающий:

+ Неоднородность наблюдений, которая выражается в непостоянной (неодинаковой) дисперсии случайной ошибки эконометрической (регрессионной) модели

— Однородную вариантность значений наблюдений, которая выражена в относительной стабильности, гомогенности дисперсии случайной ошибки эконометрической (регрессионной) модели

— Меру разброса значений случайной величины относительно ее математического ожидания

3. Мультиколлинеарность – это в эконометрике термин, обозначающий:

— Метод, позволяющий оценить параметры модели, опираясь на случайные выборки

— Статистическую зависимость между последовательными элементами одного ряда, которые взяты со сдвигом

+ Наличие линейной зависимости между факторами (объясняющими переменными) регрессионной модели

4. Теорема Гаусса-Маркова в эконометрике опирается на:

+ Метод наименьших квадратов

— Метод наименьших модулей

— Метод инструментальных переменных

5. Эконометрика – это наука, которая изучает:

— Структуру, порядок и отношения, сложившиеся на основе операций подсчета, измерения и описания формы объектов

— Возможности применения методов математики для решения экономических задач

+ Количественные и качественные экономические взаимосвязи, и взаимозависимости, опираясь на методы и модели математики и статистики

6. Коэффициент эластичности (формула в общем виде) в эконометрике имеет вид:

+

7. Модели временных рядов в эконометрике – это модели:

— Которые используются для того, чтобы определить, как себя будет вести тот или иной фактор в течение определенного промежутка времени

— Которые позволяют максимально точно рассчитать период времени, требующийся для того, чтобы значение фактора изменилось на значимую величину

+ Для построения которых используются данные, характеризующие один объект за несколько последовательных периодов

8. Метод наименьших квадратов в эконометрике – это метод:

— Который используется для расчета наименьших отклонений случайных величин, влияющих на конечный результат

+ Который позволяет решать задачи, опираясь на минимизацию суммы квадратов отклонений некоторых функций от искомых переменных

— Который позволяет оценить значение неизвестного параметра, минимизируя значение функции правдоподобия

9. Линейный коэффициент корреляции в эконометрике выражается формулой:

+

тест 10. Истинный коэффициент детерминации в эконометрике выражается формулой:

+

11. Модели в эконометрике – это:

+ Средство прогнозирования значений определенных переменных

— Экономические и статистические зависимости, выраженные математическим языком

— Данные одного типа, сгруппированные определенным образом

12. Какие существуют типы данных в эконометрике?

— Постоянные, переменные

— Определенные, неопределенные, качественные, количественные

+ Пространственные, временные, панельные

13. Зависимая переменная в эконометрике – это:

— Параметр, состоящий из случайной и неслучайной величин

+ Некоторая переменная регрессионной модели, которая является функцией регрессии с точностью до случайного возмущения

— Переменная, которая получается путем перевода качественных характеристик в количественные, т.е. путем присвоения цифровой метки

14. Какова цель эконометрики?

— Поиск, трактовка (с использованием математического инструментария) и систематизация факторов, которые влияют на поведение экономического объекта

— Выявление качественных и количественных связей между характеристиками экономических объектов с целью построить экономическую модель их развития

+ Разработка инструментов для прогнозирования поведения экономического объекта в различных ситуациях и на их базе решение практических задач по управлению объектом, выбору поведения в сложившихся экономических условиях и т.д.

15. Что представляет собой выборочная дисперсия?

+ Несмещенную оценку генеральной дисперсии

— Смещенную оценку генеральной дисперсии

— Смещенную оценку моды

16. Какие приемы используют для идентификации модели?

— Проверка адекватности, статистический анализ

+ Оценка параметров, статистический анализ

— Расчет математических ожиданий, проверка адекватности

17. Предельно допустимое значение средней ошибки аппроксимации составляет … %.

— Не более 10-12

— Не более 3-5

+ Не более 8-10

18. Какие существуют типы переменных в эконометрике?

+ Предопределенные, экзогенные, эндогенные

— Пространственные, временные, панельные

— Экзогенные, эндогенные

19. Назовите ученого, который ввел термин «эконометрика».

— Н. Кондратьев

+ Р. Фриш

— К. Грэнджер

тест_20. Какой показатель измеряет тесноту статистической связи между переменной и объясняющими переменными?

+ Коэффициент детерминации

— Коэффициент рекурсии

— Коэффициент корреляции

21. Укажите, какими способами оценивают параметры линейной регрессии:

— Дисперсия, метод наименьших квадратов, математическое ожидание

+ Дисперсия, математическое ожидание, ковариация, среднеквадратичное отклонение

— Математическое ожидание, регрессия, медиана

22. Критические значения статистики Дарбина-Уотсона зависят от следующих факторов:

+ Количество наблюдений в выборке и число объясняющих переменных

— Число объясняющих переменных и конкретные значения переменных

— Количество наблюдений в выборке и конкретные значения переменных

23. Для установления влияния какого-либо события на коэффициент линейной регрессии при не фиктивной переменной в модель включают:

— Фиктивную переменную взаимодействия

+ Фиктивную переменную для коэффициента наклона

— Лаговую переменную

24. Случайная величина, принимающая отдельные, изолированные друг от друга значения – это:

+ Дискретная величина

— Вероятностный парадокс

— Неравномерная величина

25. Перечислите этапы построения эконометрической модели:

— Априорный, контекстный, информационный, аналитический, прогностический, идентификация модели

— Постановочный, контекстный, информационный, аналитический, идентификация модели, параметризация модели

+ Постановочный, априорный, параметризация, информационный, идентификация модели, верификация модели

26. Эндогенные переменные – это переменные:

— Внешние, задаваемые вне социально-экономической модели и не зависящие от ее состояния

+ Внутренние, сформированные в результате функционирования социально-экономической системы

— Которые постоянно изменяются

27. Что представляет собой априорный этап построения эконометрической модели?

+ Предмодельный анализ экономической сущности изучаемого явления, формирование и формализация априорной информации

— Сбор и регистрация информации об участвующих в модели факторах и показателях

— Независимое оценивание значений участвующих в модели факторах и показателях

28. Если увеличить размер выборки, то оценка математического ожидания:

— Станет менее точной

+ Станет более точной

— Не изменится

тест № 29. Ситуация, при которой нулевая гипотеза была опровергнута, хотя и являлась истинной, называется:

+ Ошибка I рода

— Системная ошибка

— Стандартная ошибка

30. Если предположение о природе гетероскедастичности верно, то дисперсия случайного члена для первых наблюдений в упорядоченном ряду будет … для последних.

— Такой же, как

— Выше, чем

+ Ниже, чем

Тест по эконометрике с ответами бесплатно

1)Под эконометрикой в широком смысле слова понимается:

а)совокупность теоретических результатов

б)совокупность различного рода экономических исследований, проводимых с использованием математических методов

в)самостоятельная научная дисциплина

г)применение статистических методов

2)Математическая модель-это:

а)приближенное описание объекта моделирования, выраженное с помощью математической символики

б)модель, содержащая элементы случайности

в)вероятностно-статистическая модель

г)описание экономического объекта

3)Экономико-математическая модель-это:

а)модель, описывающая механизм функционирования экономики

б)математическое описание экономического объекта или процесса с целью их исследования и управления ими

в)экономическая модель

г)модель реального явления

4)Вероятностная модель- это:

а)математическая модель

б)статистическая модель

в)математическая модель реального явления, содержащего элементы случайности

г)вероятностно-статистическая модель

5)Какие переменные существуют в эконометрике:

а)экзогенные, эндогенные

б)предопределенные, эндогенные

в)экзогенные, эндогенные, предопределенные

г)внешние, внутренние

6)Основные типы эконометрических моделей:

а)модели тренда, модель сезонности

б) модель временных рядов, регрессионные модели, система одновременных уровней

в)регрессионная, модель тренда и сезонности

г) модель сезонности, регрессионная

7)Этапы построения эконометрической модели:

а)постановочный, априорный, параметризация

б)постановочный, информационный, априорный

в)постановочный, априорный, параметризация, информационный, идентификация модели, верификация модели

г) параметризация, информационный, идентификация модели

8)Какие три типа данных существуют в эконометрике:

а)пространственно временные, регрессионные, временные

б)пространственные, временные, пространственно- временные

в) экзогенные, эндогенные, предопределенные

г)эндогенные, экзогенные

9)Простая (парная) регрессия-это

а)зависимость среднего значения какой-либо величины

б) модель вида Yx=a+bx

в)модель, где среднее значение зависимой переменной У рассматривается как функция одной независимой Х

г) модель, где среднее значение зависимой переменной У рассматривается как функция нескольких независимых переменных

10)Множественная регрессия-это:

а) модель, где среднее значение зависимой переменной У рассматривается как функция нескольких независимых переменных Х1, Х2, Х3

б) зависимость среднего значения какой-либо величины

в) модель, где среднее значение зависимой переменной У рассматривается как функция одной независимой Х

г)модель вида Y=a+bx

11)Способы оценивания параметров линейной регрессии:

а)мат. ожидание, дисперсия

б)дисперсия, среднеквадратичное отклонение

в)мат. ожидание, дисперсия, несмещенная выборочная дисперсия, среднеквадратичное отклонение, ковариация

г) выборочная дисперсия, среднеквадратичное отклонение, ковариация

12) Под эконометрикой в узком смысле слова понимается:

а)совокупность различного рода экономических исследований

б)самостоятельная научная дисциплина

в)совокупность теоретических результатов

г)применение статистических методов в экономических исследованиях

13)Название «эконометрика» было введено в 1926 таким ученым как:

а)Чебышов

б)Тинберген

в)Петти

г)Фриш

14)Экзогенные переменные- это

а)внешние переменные, которые задаются из вне моделей, являются автономными и управляемыми

б)внутренние переменные

в)формируются в результате функционирования соц. экономической системы

г)лаговые переменные

15)Эндогенные переменные- это:

а) лаговые переменные

б) внешние переменные

в)автономные переменные

г)внутренние переменные, которые формируются в результате функционирования соц. экономической системы

16)предопределенные переменные- это:

а)внутренние переменные

б) автономные переменные

в) которые задаются из вне моделей

г)лаговые эндогенные переменные

17)Как выражается модель сезонности:

а)y(t)=S(t) +Et

б) y(t)=S(t) -Et

в)y(t)= T(t)+ S(t)

г)y(t)= T(t)+E(t)

18)Как выражается модель тренда:

а) y(t)= T(t)+E(t)

б) y(t)=S(t) -Et

в) y(t)= T(t)+ S(t)

г) y(t)= T(t)—E(t)

19) Как выражается модель тренда и сезонности:

а) y(t)=T(t)- S(t)+ Et

б)y(t)=T(t)+ S(t)+ Et

в) y(t)=T(t)+ S(t)- Et

г) y(t)=T(t)- S(t)- Et

20)S(t)-это:

а)периодическая (сезонная) компонента

б)случайная компонента

в)стохастическая компонента

г)временной тренд

21)Априорный этап построения эконометрической модели –это:

а)определение конечных целей моделирования

б)само моделирование

в)предмодельный анализ экономической сущности изучаемого явления,формирование и формализация априорной информации

г)сбор необходимой статистической информации

22)Информационный этап построения эконометрической модели –это:

а) само моделирование

б)сопоставление реальных и модельных данных

в)сбор необходимой статистической информации, т.е. регистрация значений участвующих моделей факторов и показателей

г)статистический анализ модели

23)Верификация модели –это:

а) статистический анализ модели

б) определение конечных целей моделирования

в) сбор необходимой статистической информации

г) сопоставление реальных и модельных данных, проверка адекватности модели

24)Идентификация модели-это:

а) статистический анализ модели, и в первую очередь статистическое оценивание независимых параметров модели

б) сбор необходимой статистической информации, т.е. регистрация значений участвующих моделей факторов и показателей

в) определение конечных целей моделирования

г) сопоставление реальных и модельных данных, проверка адекватности модели

25)Постановочный этап построения эконометрической модели –это:

а) сбор необходимой статистической информации, т.е. регистрация значений участвующих моделей факторов и показателей

б)определение конечных целей моделирования, набора участвующих в модели факторов и показателей, их роли

в) статистический анализ модели

г) сопоставление реальных и модельных данных

Эконометрика ответы и тесты

Q=………..min соответствует методу наименьших квадратов

Автокорреляция — это корреляционная зависимость уровней ряда от предыдущих значений.

Автокорреляция имеется когда каждое следующее значение остатков

Аддитивная модель временного ряда имеет вид: Y=T+S+E

Атрибутивная переменная может употребляться, когда: независимая переменная качественна;

В каких пределах изменяется коэффициент детерминанта: от 0 до 1.

В каком случае модель считается адекватной Fрасч>Fтабл

В каком случае рекомендуется применять для моделирования показателей с увелич. ростом параболу если относительная величина…неограниченно

В результате автокорреляции имеем неэффективные оценки параметров

В хорошо подобранной модели остатки должны иметь нормальный закон

В эконометрическом анализе Xj рассматриваются как случайные величины

Величина доверительного интервала позволяет установить предположение о том, что: интервал содержит оценку параметра неизвестного.

Величина рассчитанная по формуле r=…является оценкой парного коэф. Корреляции

Внутренне нелинейная регрессия — это истинно нелинейная регрессия, которая не может быть приведена к линейной регрессии преобразованием переменных и введением новых переменных.

Временной ряд — это последовательность значений признака (результативного переменного), принимаемых в течение последовательных моментов времени или периодов.

Выберете авторегрессионную модель Уt=a+b0x1+Ɣyt-1+ƹt

Выберете модель с лагами Уt= a+b0x1…….(самая длинная формула)

Выборочное значение Rxy не > 1, |R| < 1

Выборочный коэффициент корреляции r по абсолютной величине не превосходит единицы

Гетероскедастичность — нарушение постоянства дисперсии для всех наблюдений.

Гетероскедастичность присутствует когда: дисперсия случайных остатков не постоянна

Гетероскидастичность – это когда дисперсия остатков различна

Гипотеза об отсутствии автокорреляции остатков доказана, если Dтабл2…

Гомоскедастичность — постоянство дисперсии для всех наблюдений, или одинаковость дисперсии каждого отклонения (остатка) для всех значений факторных переменных.

Гомоскидастичность – это когда дисперсия остатков постоянна и одинакова для всех … наблюдений.

Дисперсия — показатель вариации.

Для определения параметров неиденцифицированной модели применяется.: не один из сущ. методов применить нельзя

Для определения параметров сверх иденцифицированной модели примен.: применяется. 2-х шаговый МНК

Для определения параметров структурную форму модели необходимо преобразовать в приведенную форму модели

Для определения параметров точно идентифицируемой модели: применяется косвенный МНК;

Для оценки … изменения y от x вводится: коэффициент эластичности:

Для парной регрессии ơ²b равно ….(xi-x¯)²)

Для проверки значимости отдельных параметров регрессии используется: t-тест.

Для регрессии y=a+bx из n наблюдений интервал доверия (1-а)% для коэф. b составит b±t…….·ơb

Для регрессии из n наблюдений и m независимых переменных существует такая связь между R² и F..=( R²/(1- R²)]

Доверительная вероятность – это вероятность того, что истинное значение результативного показателя попадёт в расчётный прогнозный интервал.

Допустим что для описания одного экономического процесса пригодны 2 модели. Обе адекватны по f критерию фишера. какой предоставить преимущество, у той у кот.: большее значения F критерия

Допустим, что зависимость расходов от дохода описывается функцией y=a+bx среднее значение у=2…равняется 9

Если Rxy положителен, то с ростом x увеличивается y.

Если в уравнении регрессии имеется несущественная переменная, то она обнаруживает себя по низкому значению T статистки

Если качественный фактор имеет 3 градации, то необходимое число фиктивных переменных 2

Если коэффициент корреляции положителен, то в линейной модели с ростом х увеличивается у

Если мы заинтересованы в использовании атрибутивных переменных для отображения эффекта разных месяцев мы должны использовать 11 атрибутивных методов

Если регрессионная модель имеет показательную зависимость, то метод МНК применим после приведения к линейному виду.

Зависимость между коэффициентом множественной детерминации (D) и корреляции (R) описывается следующим методом R=√D

Значимость уравнения регрессии — действительное наличие исследуемой зависимости, а не просто случайное совпадение факторов, имитирующее зависимость, которая фактически не существует.

Значимость уравнения регрессии в целом оценивают: -F-критерий Фишера

Значимость частных и парных коэф. корреляции поверен. с помощью: -t-критерия Стьюдента

Интеркорреляция и связанная с ней мультиколлинеарность — это приближающаяся к полной линейной зависимости тесная связь между факторами.

Какая статистическая характеристика выражается формулой R²=…коэффициент детерминации

Какая статистическая хар-ка выражена формулой: rxy=Ca(x;y) разделить на корень Var(x)*Var(y): коэффициент. корреляции

Какая функция используется при моделировании моделей с постоянным ростом степенная

Какие точки исключаются из временного ряда процедурой сглаживания и в начале, и в конце.

Какое из уравнений регрессии является степенным y=a˳aͯ¹a

Классический метод к оцениванию параметров регрессии основан на: — метод наименьших квадратов (МНК)

Количество степеней свободы для t статистики при проверки значимости параметров регрессии из 35 наблюдений и 3 независимых переменных 31;

Количество степеней свободы знаменателя F-статистики в регрессии из 50 наблюдений и 4 независимых переменных: 45

Компоненты вектора Ei имеют нормальный закон

Корреляция — стохастическая зависимость, являющаяся обобщением строго детерминированной функциональной зависимости посредством включения вероятностной (случайной) компоненты.

Коэффициент автокорреляции: характеризует тесноту линейной связи текущего и предстоящего уровней ряда

Коэффициент детерминации — показатель тесноты стохастической связи в общем случае нелинейной регрессии

Коэффициент детерминации – это величина, которая характеризует связь между зависимыми и независимыми переменными.

Коэффициент детерминации — это квадрат множественного коэффициента корреляции

Коэффициент детерминации — это: величина, которая характеризует связь между независимой и зависимой (зависящей) переменными;

Коэффициент детерминации R показывает долю вариаций зависимой переменной y, объяснимую влиянием факторов, включаемых в модель.

Коэффициент детерминации изменяется в пределах: — от 0 до 1

Коэффициент доверия — это коэффициент, который связывает линейной зависимостью предельную и среднюю ошибки, выясняет смысл предельной ошибки, характеризующей точность оценки, и является аргументом распределения (чаще всего, интеграла вероятностей). Именно эта вероятность и есть степень надежности оценки.

Коэффициент доверия (нормированное отклонение) — результат деления отклонения от среднего на стандартное отклонение, содержательно характеризует степень надежности (уверенности) полученной оценки.

Коэффициент корелляции Rxy используется для определения полноты связи X и Y.

Коэффициент корелляции меняется в пределах : от -1 до 1

Коэффициент корелляции равный 0 означает, что: -отсутствует линейная связь.

Коэффициент корелляции равный 1 означает, что: -существует функциональная зависимость.

Коэффициент корреляции используется для: определения тесноты связи между случайными величинами X и Y;

Коэффициент корреляции рассчитывается для измерения степени линейной взаимосвязи между двумя случайными переменными.

Коэффициент линейной корреляции — показатель тесноты стохастической связи между фактором и результатом в случае линейной регрессии.

Коэффициент регрессии — коэффициент при факторной переменной в модели линейной регрессии.

Коэффициент регрессии b показывает: на сколько единиц увеличивается y, если x увеличивается на 1.

Коэффициент регрессии изменяется в пределах: применяется любое значение ; от 0 до 1; от -1 до 1;

Коэффициент эластичности измеряется в: неизмеримая величина.

Критерий Дарвина-Чотсона применяется для: — отбора факторов в модель; или — определения автокорреляции в остатках

Критерий Стьюдента — проверка значимости отдельных коэффициентов регрессии и значимости коэффициента корреляции.

Критерий Фишера показывает статистическую значимость модели в целом на основе совокупной достоверности всех ее коэффициентов;

Лаговые переменные : — это переменные, относящиеся к предыдущим моментам времени; или -это значения зависим. перемен. за предшествующий период времени.

Лаговые переменные это значение зависимых переменных за предшествующий период времени

Модель в целом статистически значима, если Fрасч > Fтабл.

Модель идентифицирована, если: — число параметров структурной модели равно числу параметров приведён. формы модели.

Модель неидентифицирована, если: — число приведён. коэф. больше числа структурных коэф.

Модель сверхидентифицирована, если: число приведён. коэф. меньше числа структурных коэф

Мультиколлениарность возникает, когда: ошибочное включение в уравнение 2х или более линейно зависимых переменных; 2. две или более объясняющие переменные, в нормальной ситуации слабо коррелированные, становятся в конкретных условиях выборки сильно коррелированными; . в модель включается переменная, сильно коррелирующая с зависимой переменной.

Мультипликативная модель временного ряда имеет вид: — Y=T*S*E

Мультипликативная модель временного ряда строится, если: амплитуда сезонных колебаний возрастает или уменьшается

На основе поквартальных данных…значения 7-1 квартал, 9-2квартал и 11-3квартал …-5

Неправильный выбор функциональной формы или объясняющих переменных называется ошибками спецификации

Несмещённость оценки параметра регрессии, полученной по МНК, означает: — что она характеризуется наименьшей дисперсией.

Одной из проблем которая может возникнуть в многофакторной регрессии и никогда не бывает в парной регрессии, является корреляция между независимыми переменными

От чего зависит количество точек, исключаемых из временного ряда в результате сглаживания: от применяемого метода сглаживания.

Отметьте основные виды ошибок спецификации: отбрасывание значимой переменной; добавление незначимой переменной;

Оценки коэффициентов парной регрессии является несмещённым, если: математические ожидания остатков =0.

Оценки параметров парной линейной регрессии находятся по формуле b= Cov(x;y)/Var(x);a=y¯ ­bx¯

Оценки параметров регрессии являются несмещенными, если Математическое ожидание остатков равно 0

Оценки параметров регрессии являются состоятельными, если: -увеличивается точность оценки при n, т. е. при увеличении n вероятность оценки от истинного значения параметра стремится к 0.

Оценки парной регрессии явл. эффективными, если: оценка обладают наименьшей дисперсией по сравнению с другими оценками

При наличии гетероскедастичности следует применять: — обобщённый МНК

При проверке значимости одновременно всех параметров используется: -F-тест.

При проверке значимости одновременно всех параметров регрессии используется: F-тест.

Применим ли метод наименьших квадратов для расчетов параметров показательной зависимости применим после ее приведения

Применим ли метод наименьших квадратов(МНК) для расчёта параметров нелинейных моделей? применим после её специального приведения к линейному виду

С помощью какого критерия оценивается значимость коэффициента регрессии T стьюдента

С увеличением числа объясняющих переменных скоррестированный коэффициент детерминации: — увеличивается.

Связь между индексом множественной детерминации R² и скорректированным индексом множественной детерминации Ȓ² есть

Скорректиров. коэф. детерминации: — больше обычного коэф. детерминации

Стандартизованный коэффициент уравнения регрессии Ƀk показывает на сколько % изменится результирующий показатель у при изменении хi на 1%при неизмененном среднем уровне других факторов

Стандартный коэффициент уравнения регрессии: показывает на сколько 1 изменится y при изменении фактора xk на 1 при сохранении др.

Суть коэф. детерминации r2xy состоит в следующем: — характеризует долю дисперсии результативного признака y объясняем. регресс., в общей дисперсии результативного признака.

Табличное значение критерия Стьюдента зависит от уровня доверительной вероятности и от числа включённых факторов и от длины исходного ряда.(от принятого уровня значимости и от числа степеней свободы ( n — m -1))

Табличные значения Фишера (F) зависят от доверительной вероятности и от числа включённых факторов и от длины исходного ряда (от доверительной вероятности p и числа степеней свободы дисперсий f1 и f2)..

Уравнение в котором H число эндогенных переменных, D число отсутствующих экзогенных переменных, идентифицируемо если D+1=H

Уравнение в котором H число эндогенных переменных, D число отсутствующих экзогенных переменных, НЕидентифицируемо если D+1<H

Уравнение в котором H число эндогенных переменных, D число отсутствующих экзогенных переменных, сверхидентифицируемо если D+1>H

Уравнение идентифицировано, если: — D+1=H

Уравнение неидентифицировано, если: — D+1<H

Уравнение сверхидентифицировано, если: — D+1>H

Фиктивные переменные — это: атрибутивные признаки (например, как профессия, пол, образование), которым придали цифровые метки;

Формула t= rxy….используется для проверки существенности коэффициента корреляции

Частный F-критерий: — оценивает значимость уравнения регрессии в целом

Число степеней свободы для факторной суммы квадратов в линейной модели множественной регрессии равно: m;

Что показывает коэффициент наклона — на сколько единиц изменится у, если х изменился на единицу,

Что показывает коэффициент. абсолютного роста на сколько единиц изменится у, если х изменился на единицу

Экзогенная переменная – это независимая переменная или фактор-Х.

Экзогенные переменные — это переменные, которые определяются вне системы и являются независимыми

Экзогенные переменные – это предопределенные переменные, влияющие на зависимые переменные (Эндогенные переменные), но не зависящие от них, обозначаются через х

Эластичность измеряется единица измерения фактора…показателя

Эластичность показывает на сколько % изменится редуктивный показатель y при изменении на 1% фактора xk.

Эндогенные переменные — это: зависимые переменные, число которых равно числу уравнений в системе и которые обозначаются через у

Определения

T-отношение (t-критерий) — отношение оценки коэффициента, полученной с помощью МНК, к величине стандартной ошибки оцениваемой величины.

Аддитивная модель временного ряда – это модель, в которой временной ряд представлен как сумма перечисленных компонент.

Критерий Фишера — способ статистической проверки значимости уравнения регрессии, при котором расчетное (фактическое) значение F-отношения сравнивается с его критическим (теоретическим) значением.

Линейная регрессия — это связь (регрессия), которая представлена уравнением прямой линии и выражает простейшую линейную зависимость.

Метод инструментальных переменных — это разновидность МНК. Используется для оценки параметров моделей, описываемых несколькими уравнениями. Главное свойство — частичная замена непригодной объясняющей переменной на такую переменную, которая некоррелированна со случайным членом. Эта замещающая переменная называется инструментальной и приводит к получению состоятельных оценок параметров.

Метод наименьших квадратов (МНК) — способ приближенного нахождения (оценивания) неизвестных коэффициентов (параметров) регрессии. Этот метод основан на требовании минимизации суммы квадратов отклонений значений результата, рассчитанных по уравнению регрессии, и истинных (наблюденных) значений результата.

Множественная линейная регрессия — это множественная регрессия, представляющая линейную связь по каждому фактору.

Множественная регрессия — регрессия с двумя и более факторными переменными.

Модель идентифицируемая — модель, в которой все структурные коэффициенты однозначно определяются по коэффициентам приведенной формы модели.

Модель рекурсивных уравнений — модель, которая содержит зависимые переменные (результативные) одних уравнений в роли фактора, оказываясь в правой части других уравнений.

Мультипликативная модель – модель, в которой временной ряд представлен как произведение перечисленных компонент.

Несмещенная оценка — оценка, среднее которой равно самой оцениваемой величине.

Нулевая гипотеза — предположение о том, что результат не зависит от фактора (коэффициент регрессии равен нулю).

Обобщенный метод наименьших квадратов (ОМНК) — метод, который не требует постоянства дисперсии (гомоскедастичности) остатков, но предполагает пропорциональность остатков общему множителю (дисперсии). Таким образом, это взвешенный МНК.

Объясненная дисперсия — показатель вариации результата, обусловленной регрессией.

Объясняемая (результативная) переменная — переменная, которая статистически зависит от факторной переменной, или объясняющей (регрессора).

Остаточная дисперсия — необъясненная дисперсия, которая показывает вариацию результата под влиянием всех прочих факторов, неучтенных регрессией.

Предопределенные переменные — это экзогенные переменные системы и лаговые эндогенные переменные системы.

Приведенная форма системы — форма, которая, в отличие от структурной, уже содержит одни только линейно зависящие от экзогенных переменных эндогенные переменные. Внешне ничем не отличается от системы независимых уравнений.

Расчетное значение F-отношения — значение, которое получают делением объясненной дисперсии на 1 степень свободы на остаточную дисперсию на 1 степень свободы.

Регрессия (зависимость) — это усредненная (сглаженная), т.е. свободная от случайных мелкомасштабных колебаний (флуктуаций), квазидетерминированная связь между объясняемой переменной (переменными) и объясняющей переменной (переменными). Эта связь выражается формулами, которые характеризуют функциональную зависимость и не содержат явно стохастических (случайных) переменных, которые свое влияние теперь оказывают как результирующее воздействие, принимающее вид чисто функциональной зависимости.

Регрессор (объясняющая переменная, факторная переменная) — это независимая переменная, статистически связанная с результирующей переменной. Характер этой связи и влияние изменения (вариации) регрессора на результат исследуются в эконометрике.

Система взаимосвязанных уравнений — это система одновременных или взаимозависимых уравнений. В ней одни и те же переменные выступают одновременно как зависимые в одних уравнениях и в то же время независимые в других. Это структурная форма системы уравнений. К ней неприменим МНК.

Система внешне не связанных между собой уравнений — система, которая характеризуется наличием одних только корреляций между остатками (ошибками) в разных уравнениях системы.

Случайный остаток (отклонение) — это чисто случайный процесс в виде мелкомасштабных колебаний, не содержащий уже детерминированной компоненты, которая имеется в регрессии.

Состоятельные оценки — оценки, которые позволяют эффективно применять доверительные интервалы, когда вероятность получения оценки на заданном расстоянии от истинного значения параметра становится близка к 1, а точность самих оценок увеличивается с ростом объема выборки.

Спецификация модели — определение существенных факторов и выявление мультиколлинеарности.

Стандартная ошибка — среднеквадратичное (стандартное) отклонение. Оно связано со средней ошибкой и коэффициентом доверия.

Степени свободы — это величины, характеризующие число независимых параметров и необходимые для нахождения по таблицам распределений их критических значений.

Тренд — основная тенденция развития, плавная устойчивая закономерность изменения уровней ряда.

Уровень значимости — величина, показывающая, какова вероятность ошибочного вывода при проверке статистической гипотезы по статистическому критерию.

Фиктивные переменные — это переменные, которые отражают сезонные компоненты ряда для какого-либо одного периода.

Эконометрическая модель — это уравнение или система уравнений, особым образом представляющие зависимость (зависимости) между результатом и факторами. В основе эконометрической модели лежит разбиение сложной и малопонятной зависимости между результатом и факторами на сумму двух следующих компонентов: регрессию (регрессионная компонента) и случайный (флуктуационный) остаток. Другой класс эконометрических моделей образует временные ряды.

Эффективность оценки — это свойство оценки обладать наименьшей дисперсией из всех возможных.

Тест: Ответы на тест по эконометрике

Тема: Ответы на тест по эконометрике

Раздел: Бесплатные рефераты по эконометрике

Тип: Тест | Размер: 16.37K | Скачано: 263 | Добавлен 26.01.10 в 15:48 | +30 | Еще Тесты

А

Аддитивная модель содержит компоненты в виде …

комбинации слагаемых и сомножителей

сомножителей

отношений

слагаемых

В

В линейной регрессии Y=b0+b1X+e параметрами уравнения регрессии являются: (неск)

В правой части приведенной формы системы одновременных уравнений, построенной по перекрестным данным (cross-section data) без учета временных факторов, могут стоять _______ переменные.

лаговые

зависимые

эндогенные

экзогенные

В стационарном временном ряде трендовая компонента …

имеет линейную зависимость от времени

отсутствует

имеет нелинейную зависимость от времени

присутствует

Величина коэффициента детерминации … (неск)

характеризует долю дисперсии зависимой переменной y, объясненную уравнением, в ее общей дисперсии

рассчитывается для оценки качества подбора уравнения регрессии

характеризует долю дисперсии остаточной величины в общей дисперсии зависимой переменной у

оценивает значимость каждого из факторов, включенных в уравнение регрессии

Величина коэффициента регрессии показывает …

среднее изменение фактора при изменении результата на одну единицу измерения

на сколько процентов изменится результат при изменении фактора на 1 %

значение тесноты связи между фактором и результатом

среднее изменение результата при изменении фактора на одну единицу измерения

Величина коэффициента эластичности показывает …

на сколько процентов изменится в среднем результат при изменении фактора на 1%

во сколько раз изменится в среднем результат при изменении фактора в два раза

предельно допустимое изменение варьируемого признака

предельно возможное значение результата

Временным рядом является совокупность значений …

экономического показателя за несколько последовательных моментов (периодов) времени

последовательных моментов (периодов) времени и соответствующих им значений экономического показателя

экономических однотипных объектов по состоянию на определенный момент времени

экономического показателя для однотипных объектов на определенный момент времени

Выберите верные утверждения по поводу структурной формы системы эконометрических уравнений:

каждое уравнение системы может рассматриваться в качестве отдельного уравнения регрессии зависимости одной переменной от группы факторов

система регрессионных уравнений, матрица коэффициентов которых симметрична

эндогенные переменные в одних уравнениях могут выступать в роли независимых переменных в других уравнениях системы

система одновременных уравнений описывает реальное экономическое явление или процесс

Г

Гомоскедастичность остатков подразумевает …

рост дисперсии остатков с увеличением значения фактора

максимальную дисперсию остатков при средних значениях фактора

уменьшение дисперсии остаток с уменьшением значения фактора

одинаковую дисперсию остатков при каждом значении фактора

Д

Диаграмма рассеяния указывает на нелинейную зависимость. В этом случае следует осуществить … (неск)

расчет линейного коэффициента корреляции и использование линейной модели

включение в модель дополнительных факторных признаков

визуальный подбор функциональной зависимости нелинейного характера, соответствующего структуре точечного графика

подбор преобразования переменных, дающего наибольшее по абсолютной величине значение коэффициента парной корреляции

Для линейного уравнения регрессии у = а + bx + e метод наименьших квадратов используется при оценивании параметров…(неск)

Для расчета критического значения распределения Стьюдента служат следующие параметры:

количество зависимых переменных

объем выборки и количество объясняющих переменных

коэффициент детерминации

уровень значимости

К

К классам эконометрических моделей относятся: (неск)

системы нормальных уравнений

корреляционно – регрессионные модели

модели временных рядов

автокорреляционные функции

Компонентами временного ряда являются: (неск)

циклическая (сезонная) компонента

коэффициент автокорреляции

лаг

тренд

Корреляция подразумевает наличие связи между …

результатом и случайными факторами

переменными

случайными факторами

параметрами

Косвенный метод наименьших квадратов применим для …

неидентифицируемой системы уравнений

неидентифицируемой системы рекурсивных уравнений

любой системы одновременных уравнений

идентифицируемой системы одновременных уравнений

Коэффициент детерминации рассчитывается для оценки качества…

подбора уравнения регрессии

параметров уравнения регрессии

факторов, не включенных в уравнение регрессии

мультиколлинеарных факторов

Коэффициент парной корреляции характеризует тесноту ____ связи между _____ переменными.

нелинейной … несколькими

линейной … несколькими

нелинейной … двумя

линейной … двумя

Критические значения критерия Стьюдента определяются по…

двум степеням свободы

уровню незначимости

трем и более степеням свободы

уровню значимости и одной степени свободы

М

Метод наименьших квадратов используется для оценивания …

величины коэффициента детерминации

параметров линейной регрессии

величины коэффициента корреляции

средней ошибки аппроксимации

Н

Нелинейным является уравнение регрессии нелинейное относительно входящих в него …

параметров

случайных величин

результатов

факторов

Несмещенность оценки характеризует …

равенство нулю математического ожидания остатков

наименьшую дисперсию остатков

ее зависимость от объема выборки

увеличение точности ее вычисления с увеличением объема выборки

О

Обобщенный метод наименьших квадратов применяется в случае…

фиктивных переменных

мультиколлинеарности факторов

автокорреляции переменных

автокорреляции остатков

П

Под автокорреляцией уровней временного ряда подразумевается _____ зависимость между последовательными уровнями ряда.

корреляционно–функциональная

функциональная

детерминированная

корреляционная

При выполнении предпосылок МНК оценки параметров регрессии обладают свойствами: (неск)

достоверность

несостоятельность

несмещенность

эффективность

Предпосылками МНК являются … (неск)

случайные отклонения коррелируют друг с другом

гетероскедастичность случайных отклонений

случайные отклонения являются независимыми друг от друга

дисперсия случайных отклонений постоянна для всех наблюдений

Примерами фиктивных переменных могут служить: (неск)

возраст

доход

пол

образование

Примером нелинейной зависимости экономических показателей является …

зависимость объема продаж от недели реализации, выраженная линейным трендом

линейная зависимость затрат на производство от объема выпуска продукции

линейная зависимость выручки от величины оборотных средств

классическая гиперболическая зависимость спроса от цены

Принципиальные сложности применения систем эконометрических уравнений связаны с ошибками…

однородности выборочной совокупности

оценивания параметров

спецификации модели

определения случайных воздействий

С

Система эконометрических уравнений включает в себя следующие переменные:

системные

эндогенные

случайные

экзогенные

Способами определения структуры временного ряда являются: (неск)

анализ автокорреляционной функции

расчет коэффициентов корреляции между объясняющими переменными

построение коррелограммы

агрегирование данных за определенный промежуток времени

Среди нелинейных эконометрических моделей рассматривают следующие классы нелинейных уравнений: …

внешне нелинейные

внешне линейные

внутренне нелинейные

внутреннее линейные

Структурной формой модели называется система ____ уравнений.

фиксированный

взаимосвязанных

независимых

рекурсивных

Т

Тенденция временного ряда характеризует совокупность факторов, …

оказывающих сезонное воздействие

оказывающих единовременное влияние

оказывающих долговременное влияние и формирующих общую динамику изучаемого показателя

не оказывающих влияние на уровень ряда

У

Укажите верные характеристики коэффициента эластичности:

коэффициент эластичности показывает на сколько процентов изменится значение результирующего фактора при изменении на один процент объясняющего фактора

коэффициент эластичности является постоянной величиной для всех видов моделей

коэффициент эластичности показывает на сколько изменится значение результирующего фактора при изменении объясняющего фактора на одну единицу

по значению коэффициента эластичности можно судить о силе связи объясняющего фактора с результирующим

Укажите последовательность этапов оценки параметров нелинейной регрессии Y = a + b*X + c*X².

3 оцениваются параметры регрессии b0, b1, b2

1 выполняется замена переменной X2 на Z

2 задается спецификация модели в виде Y = b0 + b1*X +b2*Z, где b0 = a; b1 = b; b2 =c

4 определяются исходные параметры из тождеств: a = b0; b = b1; c = b2

Укажите последовательность этапов проведения теста Голдфелда-Квандта для парной линейной регрессии.

4 вычисление статистики Фишера

1 упорядочение наблюдений по возрастанию значений объясняющей переменной

3 оценка сумм квадратов отклонений для регрессий по k-первым и k-последним наблюдений

2 оценка регрессий для k-первых и k-последних наблюдений

Укажите справедливые утверждения по поводу критерия Дарбина-Уотсона: (неск)

позволяет проверить гипотезу о наличии автокорреляции первого порядка

изменяется в пределах от 0 до 4

равен 0 в случае отсутствия автокорреляции

применяется для проверки гипотезы о наличии гетероскедастичности остатков

Укажите существующие классы эконометрических систем: (неск)

система нормальных уравнений

система стандартных уравнений

система одновременных уравнений

система независимых уравнений

Укажите требования к факторам, включаемым в модель множественной линейной регрессии: (неск)

между факторами не должна существовать высокая корреляция

факторы должны быть количественно измеримы

факторы должны иметь одинаковую размерность

факторы должны представлять временные ряды

Установите соответствие между названием модели и видом ее уравнения:

1. линейная

2. полиномиальная

3. показательная

4. полулогарифмическая

4 у = а*lnx*e;

2 y = a + bx + cx² + e;

3 y = abx *e;

1 y = a + bx + e

Установите соответствие между наименованиями элементов уравнения Y=b0+b1X+e и их буквенными обозначениями:

1. параметры регрессии

2. объясняющая переменная

3. объясняемая переменная

4. случайные отклонения

3 Y

4 e

1 b0, b1

2 X

Установите соответствие между эконометрическими терминами и их определениями.

1. автокорреляция уровней временного ряда

2. коэффициент автокорреляции уровней временного ряда

3. автокорреляционная функция

4. коррелограмма

3 последовательность коэффициентов автокорреляции первого, второго и т.д. порядков

4 график зависимости значений автокорреляционной функции от величины лага

1 корреляционная зависимость между последовательными уровнями ряда

2 коэффициент линейной корреляции между последовательными уровнями

Ф

Фиктивными переменными в уравнении множественной регрессии являются …

качественные переменные, преобразованные в количественные

комбинации из включенных в уравнение регрессии факторов, повышающие адекватность модели

переменные, представляющие простейшие функции от уже включенных в модель переменных

дополнительные количественные переменные, улучшающие решение

Ч

Число степеней свободы общей, факторной и остаточной дисперсий связано …

только с числом единиц совокупности

с числом единиц совокупности и видом уравнения регрессии

характером исследуемых переменных

только с видом уравнения регрессии

Число степеней свободы связано с числом … (неск)

единиц совокупности (количеством наблюдений)

фиктивных переменных

видом уравнения регрессии

случайных ошибок

Э

Эконометрика – это …

раздел экономической теории, связанный с анализом статистической информации

специальный раздел математики, посвященный анализу экономической информации

наука, которая осуществляет качественный анализ взаимосвязей экономических явлений и процессов

наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов

Внимание!

Если вам нужна помощь в написании работы, то рекомендуем обратиться к профессионалам. Более 70 000 авторов готовы помочь вам прямо сейчас. Бесплатные корректировки и доработки. Узнайте стоимость своей работы

Бесплатная оценка

+30 Размер: 16.37K Скачано: 263 26.01.10 в 15:48 bvaa

Понравилось? Нажмите на кнопочку ниже. Вам не сложно, а нам приятно).

Чтобы скачать бесплатно Тесты на максимальной скорости, зарегистрируйтесь или авторизуйтесь на сайте.

Важно! Все представленные Тесты для бесплатного скачивания предназначены для составления плана или основы собственных научных трудов.

Друзья! У вас есть уникальная возможность помочь таким же студентам как и вы! Если наш сайт помог вам найти нужную работу, то вы, безусловно, понимаете как добавленная вами работа может облегчить труд другим.

Добавить работу

Если Тест, по Вашему мнению, плохого качества, или эту работу Вы уже встречали, сообщите об этом нам.

Добавление отзыва к работе

Добавить отзыв могут только зарегистрированные пользователи.

Похожие работы

  • КОПРы по эконометрике с ответами на вопросы

Информационные технологии в юридической деятельности

В1: Какая информация о системе имеется при энтропии равной нулю?

О1: полная

В2: Какие свойства информации отражает прагматический аспект?

О2: потребительские

В3: Показатели объединяются в:

О3: массивы

В4: Какие компьютеры имеют ограниченный набор команд?

О4: компьютеры с RISK-АРХИТЕКТУРОЙ

В5: Выберите содержательные элементы технологии

О5: правила, ресурсы люди, техника

В6: Основным элементом преобразования информации в системах управления является

О6: принятие решения

В7: Что такое показатель?

О7: качественно определенная величина, дающая количественную характеристику отражаемому объекту (процессу, явлению) и имеющая экономический смысл.

В8: Процесс, использующий совокупность средств и методов сбора, обработки и передачи данных (первичной информации) для получения информации нового качества о состоянии объекта, процесса или явления(инф-го продукта) — это:

О8: информационная технология

В9: Информация, согласованная по семантической форме с тезаурусом пользователя, называется:

О9: доступной

В10: Какие задачи решает информатика?

О10: — поиск законов взаимной адаптации социальных структур и ИС

  • создание единой теории информационных процессов

  • создание теории информационного моделирования

  • создание и развитие структуры информатизации

В11. Какой параметр информации означает ее способность отражать реально существующие объекты с необходимой точностью?

О11: достоверность

В12: Что такое текстовая информация?

О12: совокупность алфавитных, цифровых и специальных символов, с помощью которых представляется информация на физическом носителе.

В13: Что является предметом и продуктом труда информационных технологий?

О13: информация

В14: Объединение реквизита-основания с реквизитами-признаками приводит к образованию:

О14: показателя

В15: Для того чтобы в материальном мире происходил обмен информацией, должны быть:

О15: приемник, источник информации, получатель инф, передатчик, канал связи

В16: Что такое комплектование данных?

О16: разбиение больших объемов данных на комплекты, чтобы облегчить их поиск

В17: Что такое управление?

О17: процесс целенаправленного воздействия на объект, организующий функционирование объекта по заданной программе

В18: Метод это:

О18: способ теоретического исследования или практического осуществления чего-нибудь

В19: Информация, поступающая от объекта управления в управляющую подсистему, носит название:

О19: входной

В20: Как называется один или несколько взаимосвязанных программных продуктов для определенного типа компьютера, технология работы в котором позволяет достичь поставленной пользователем цели?

О20: инструментарий информационной технологии

В21: Потребитель приобретает максимальное количество семантической информации когда поступающая информация

О21: понятна пользователю и несет ему ранее неизвестные сведения

В22: При неограниченном возрастании тезауруса пользователя, количество семантической информации стремится к:

О22: нулю

В23: Совокупность правил кодового обозначения объектов:

О23: система кодирования

В24: При оценке информации различают такие ее аспекты, как

О24: синтаксический, прагматический, семантический

В25: Что такое ассимилированная информация?

О25: это представление сообщений в сознании человека, наложенное на его систему понятий и оценок

В26: Какая мера информации определяет полезность (ценность) информации для достижения пользователем представленной цели?

О26: прагматическая

В27: Какой параметр информации определяется степенью сохранения ценности информации для управления в момент ее использования?

О27: актуальность

В28: Выберите из списка уровни представления информационного процесса:

О28: физический, логический, концептуальный

В29: Как называется логически неделимый информационный элемент, описывающий определенное свойство объекта, процесса, явления?

О29: реквизит

В30: Способ — это

О30: действия или система действий, применяемых при исполнении какой-нибудь работы

В31: Инструментарий информационных технологий это

О31: одна или несколько программ

В32: Классификация это

О32: система распределения объектов(предметов, явлений, процессов, понятий) по всем классам в соответствии с определенным признаком

В33: Какой коэффициент представляет собой отношение количества семантической информации к ее объему?

О33: содержательности

В34: Какую емкость отражает содержательность информации?

О34: семантическую

В35: Совокупность документов, объединенных по определенному признаку, образует:

О35: массив

В36: Какой уровень определяет содержательный аспект ИТ или процесса?

О36: концептуальный уровень

В37: По стабильности информация бывает:

О37: постоянная

В38: Обычно информация, предназначенная для передачи, называется:

О38: сообщением

В39: Назовите три стороны технологии:

О39: социальная, информационная, инструментальная

В40: Где находится команда конверты и наклейки?

О40: в меню Сервис – письма и рассылки

В41: Как открываются Мастера для создания документов?

О41: Файл — Создать – Шаблоны — На моем компьютере

В42: Сколько панелей инструментов было в первой версии Microsoft Office Word для Windows, выпущенной 1989г.?

О42: две панели

В43: Если в функции «ЛИНЕЙН» аргумент «константа-ложь», то в уравнении регрессии отсутствует:

О43: свободный член

В44: Какой показатель используется для проверки достоверности тренда?

О44: коэффициент детерминации

В45: Для описания предметной области используются методы:

О45: экспертных оценок

В46: Совокупность признаков или условий изменения состояний системы называют:

О46: переходом

В47: Напротив какой строки базовой линии необходимо задавать функцию СРЗНАЧ с интервалом усреднения 5?

О47: 2, 5,

В48: Как представлено нелинейное сглаживание в электронных таблицах Exel?

О48: функцией экспоненциального сглаживания

В49: Каким уравнением представлен логарифмический тренд?

О49: y(x)=a*ln(x)+b

В50: Для чего необходима предварительная обработка базовой линии?

О50: снизить трудоемкость нахождения тренда, снизить влияние случайной составляющей на прогноз

В51: Что такое выравнивание?

О51: замена базовой линии аналитически подобранной кривой

В52: Сколько раз можно проводить линейное сглаживание?

О52: 3

В53: В какую группу экспертных методов входит метод «Дельфи»?

О53: в группу коллективных экспертных методов

В54: В какую группу методов включают экспоненциальное и адаптивное сглаживание?

О54: в группу методов экстраполяции

В55: Что представляет собой управление с помощью сценариев?

О55: процесс изучения отдельных переменных и присвоения им диапазона значений

В56: Функция «Наклон» выводит:

О56: значение коэффициента «m» уравнения регрессии

В57: Что нужно сделать для того, чтобы использовать механизм создания трендов для сглаживания ?

О57: изменить форму представления данных

В58: Почему не рекомендуется в полиноминальной прогностической модели степень полинома брать более 4:

О58: пропадает эффект сглаживания

В59: К какой группе методов относится морфологический анализ?

О59: экспертные

В60: Что такое «фактор затухания»?

О60: интервал сглаживания

В61: В какую группу экспертных методов входит метод деструктивной отнесенной оценки?

О61: в группу коллективных экспертных методов

В62: Как называется процедура линейного сглаживания в механизмах создания трендов диаграмм?

О62: линейная фильтрация

В63: В каких пределах должен изменяться «фактор затухания»?

О63: менее 0,3

В64: Какие из нижеперечисленных методов относятся к предсказательным моделям?

О64: Классификация

В65: Какие из нижеперечисленных методов относятся к описательным моделям?

О65: ассоциация

В66: Модель «Что если» — это

О66: любой рабочий лист, в котором можно подставлять различные значения для переменных, чтобы увидеть их влияние на другие величины, которые вычисляются по формулам, зависящим от этих переменных

В67: Когда можно использовать эвристические методы прогнозирования?

О67: объект прост, объект очень сложен

В68: Для вывода параметров статистики функции «ЛИНЕЙН» необходимо:

О68: присвоить переменной «статистика» значение «1», присвоить переменной статистика значение «истина», присвоить переменной «статистика» значение «да»

В69: В какую группу экспертных методов входит метод интервью?

О69: в группу индивидуальных экспертных методов

В70: С каким расширением можно создать и сохранить подготовленный документ в окне «Шаблоны»?

О70: с расширением .doс

В71: Как называется программа, входящая в состав Word и упрощающая процесс создания и форматирования документа?

О71: Мастер

В72: Каким документам доступны параметры локальных шаблонов:

О72: тем документам, которые базируются на данном локальном шаблоне

В73: Какая из перечисленных моделей не может использоваться для моделирования данных?

О73: иерархическая

В74: Чем отличаются линейное и нелинейное сглаживание?

О74: нелинейное учитывает расстояние каждой точки базовой линии от точки прогноза

В75: Какие методы применяются в условиях отсутствия достаточно представительной и достоверной статистики характеристики объекта прогнозирования?

О75: методы экспертных оценок

В76: В каких программах из пакета Microsoft Office может быть построена ИЛМ?

О76: Exel

В77: Что необходимо сделать для решения или анализа сценария в тех случаях, когда оптимизационная задача содержит несколько переменных величин?

О77: воспользоваться технологией «Поиск решения»

В78: Как называются именованные комбинации значений, заданных для одной или нескольких изменяемых ячеек в модели «Что если»?

О78: таблица подстановки

В79: В какую группу экспертных методов входит морфологический анализ?

О79: в группу индивидуальных экспертных методов

В80: В какую группу экспертных методов входит метод построения прогнозного сценария?

О80: в группу индивидуальных экспертных методов

В81: Сколько этапов системного моделирования?

О81: 7

В82: К какой группе методов прогнозирования относится функция «ТЕНДЕНЦИЯ»?

О82: линейная многомерная

В83: Факторный анализ – это

О83: выявление действия различных факторов и их комбинаций на величину результативного признака

В84: Какой интервал усреднения необходимо задавать?

О84: нечетный

В85: Функция «РОСТ» относится к группе методов

О85: нелинейных многомерных

В86: Какие методы объединяют совокупность методов обработки количественной информации об объекте прогнозирования по принципу выделения содержащихся в ней математических закономерностей развития и математических взаимосвязейхарактеристик с целью получения прогнозных моделей?

О86: статистические методы

В87: Какой метод называют линейным сглаживанием?

О87: метод невзвешенных скользящих функций

В88: Что целесообразно сделать перед началом работы с диспетчером сценариев?

О88: присвоить имена ячейкам, где будут располагаться переменные и формулы, ссылающиеся на изменяемые ячейки окон диалога

В89: Какова главная проблема принятия решений?

О89: выбор альтернатив решений

В90: Какую типовую функцию Exel можно использовать для линейного сглаживания?

О90: СРЗНАЧ

В91: Какова роль модели «черный ящик» в системном моделировании?

О91: структурировать исходную информацию относительно самой системы и внешней среды

В92: Что определяет линейная регрессия?

О92: прямую линию, которая наилучшим образом представляет множество данных

В93: Какие методы входят в группу экстраполяционных методов прогнозирования?

О93: интерполяция, экспоненциальное сглаживание, вероятностное моделирование

В94: С какой целью проводится анализ объектов прогнозирования?

О94: разработка модели объекта

В95: Какие методы основаны на мнениях привлеченных экспертов?

О95: эвристические

В96: Где находится функция «экспоненциальное сглаживание»?

О96: в пакете «анализ данных»

В97: Что представляет собой управление с помощью сценариев?

О97: процесс изучения отдельных переменных и присвоение им диапазона значений

В98: Какой показатель используется для проверки достоверности тренда?

О98: коэффициент детерминации

В99: Что такое «фактор затухания»?

О99: величина, обратная постоянной сглаживания

В100: Процесс подготовки пачки однотипных писем (документов) путем объединения файла, содержащего список имен и адресов, с файлом, содержащим шаблон писем – это

О100: слияние

В101: Что такое шаблон?

О101: особый вид файла документа, представляющий специальные средства для оформления итогового документа

В102: Какое имя и расширения имеют файлы шаблонов?

О102: .dot

В103: Какая из перечисленных моделей не может использоваться для моделирования данных?

О103: иерархическая

В104: Что такое журнал?

О104: особая часть БД, недоступная пользователям СУБД и поддерживаемая с особой тщательностью, в которую поступают записи обо всех изменениях основной части СУБД

В105: Что такое база данных (БД)?

О105: совокупность сведений о конкретных объектах реального мира в какой-либо предметной области

В106: Что явилось первой побудительной причиной создания СУБД?

О106: стремление выделить и обобщить общую часть БД, ответственную за управление сложно структурированными данными

В107: Что представляет собой интегрированная БД?

О107: данные должны храниться в общем «котле», что исключает их дублирование и все изменения производятся в одном месте

В108: Определите четвертый этап процесса системного моделирования

О108: создание модели данных в конкретной информационной технологии (программе)

В109: Что является содержанием шестого этапа процесса системного моделирования?

О109: материальное или информационное воздействие на систему-оригинал с целью привидения ее в найденное при решении оптимальное состояние для решения исходной проблемы

В110: Что является целью третьего этапа процесса системного моделирования?

О110: построение информационно-логической модели полученных данных о системе и окружающей ее среды

В111: Определите пятый этап процесса системного моделирования

О111: выполнение вычислительных экспериментов с моделью

В112: Определите первый этап процесса системного моделирования

О112: анализ проблемной ситуации

В113: В чем суть первого этапа процесса системного моделирования?

О113: выполняется анализ всех доступных ресурсов (материальных, финансовых, информационных), необходимых для построения модели, ее использования и реализации полученных результатов с целью решения имеющейся проблемы

В114: В чем состоит назначение модели черного ящика в системном моделировании?

О114: в том, чтобы структурировать исходную информацию относительно самой системы и внешней по отношению к ней среде

В115: Определите третий этап процесса системного моделирования

О115: построение модели данных предметной области

В116: Что понимается под объектно-ориентированным программированием

О116: особая модель написания кода, которая помогает упорядочить работу с данными в среде программирования и в которой объектный подход играет ведущую роль

В117: Что устанавливает элемент управления BorderStyle?

О117: тип границы

В118: Линейный алгоритм (линейная структура) – это

О118: такой алгоритм, в котором все действия выполняются последовательно друг за другом и только один раз

В119: Что такое объект в Visual Basic?

О119: комбинация программного кода и данных, воспринимаемая как единица, которой можно каким-либо образом манипулировать

В120: Концентратор это

О120: центральное устройство, объединяющее в сеть отдельные кабельные сегменты или отдельные локальные сети

В121: Седьмой уровень модели OSI?

О121: прикладной

В122: Пятый уровень модели OSI?

О122: Сеансовый

В123: Файлообменные сети (пиринговые сети) – это

О123: специальное программное обеспечение, с помощью которого пользователи могут обмениваться друг с другом через интернет различными файлами

В124: За что отвечает сеансовый уровень?

О124: за установление и поддержку коммуникационного канала между двумя узлами

В125: Какая топология является старейшим способом передачи сигналов, имеющих начало в коммутации телефонных станций?

О125: звездообразная топология

В126: В каких сетях хорошо работает традиционная шинная топология?

О126: в небольших сетях

В127: Что может выступать в качестве коммуникационной среды?

О127: токопроводящий кабель, оптоволокно, УКВ-волны

В128: Гипертекст – это

О128: множество отдельных текстов, которые имеют ссылки друг на друга

В129: Шестой уровень модели OSI?

О129: представительский

В130: Головной узел – это

О130: синхронный коммуникационный канал

В131: Что является задачей канального уровня в локальной сети?

О131: компоновать передаваемые биты данных в виде фреймов или кадров

В132: Топология – это:

О132: физическая конфигурация сети в совокупности с ее логическими характеристиками

В133: Магистраль – это

О133: быстродействующая среда передачи информации, соединяющая сети и центральные сетевые устройства в масштабах этажа всего здания или нескольких удаленных площадок

В134: Что такое подсхема?

О134: описание части БД, соответствующее нуждам отдельного пользователя

В135: Для чего используется язык манипулирования данными?

О135: для выполнения операций с БД(выборка, удаление записи)

В136: Из чего состоит индекс файла?

О136: из списка элементов, каждый из которых содержит значение для идентификации свойств записи (или значения поля ключа), за которым следует указание о местоположении данной записи

В137: Что является целью любой информационной системы?

О137: обработка данных об объектах реального мира

В138: Что является общим требованием (свойством) всех моделей?

О138: подобие их реальному объекту или системе-оригиналу и возможность использования их для получения информации о системе-оригинале

В139: Что лежит в основе четвертого этапа процесса системного моделирования?

О139: преобразование ИЛМ данных в имитационную или программную модель системы , которая непосредственно реализует ее в форме, специально предназначенной для исследования с использованием вычислительной техники

В140: С чем связан процесс функционирования системы?

О140: с изменением свойств системы или отдельных ее элементов во времени

В141: Как может быть представлен процесс системного моделирования?

О141: в форме взаимосвязанных этапов, на каждом из которых выполняются определенные действия, направленные на построение и дальнейшее использование ИЛМ системы

В142: Что означает реализация пятого этапа в рамках системного моделирования?

О142: выполнение серии экспериментов с программной моделью системы на той или иной вычислительной платформе

В143: Как называют совокупность признаков или условий изменения состояний системы?

О143: структурой

В144: Главное назначение первого этапа процесса системного моделирования – это

О144: логическое осмысление решаемой проблемы в рамках системного моделирования

В145: Как должна быть зафиксирована вся доступная информация о решении проблемы на втором этапе процесса системного моделирования?

О145: в виде структурированной информации, в которой были бы выделены все параметры и факторы входных управляющих и влияющих воздействий, выходные результаты работы системы и показатели, оценивающие степень достижения системой целей функционирования

В146: Свойство – это

О146: атрибут объекта, определяющий его характеристики, такие как размер, цвет, положение на экране или состояние объекта, например, доступность или видимость

В145: Инкапсуляция – это:

О145: объединение в единое целое данных и алгоритмов обработки этих данных

В146: Что устанавливают элементы управления Left и Top?

О146: местоположение верхнего левого угла формы

В147: Событие – это

О147: действие или ситуация, связанная с объектом

В148: Четвертый уровень модели OSI?

О148: транспортный

В149: Какие недостатки есть у звездообразной топологии?

О149: концентраторы являются единственной точкой отказа: при выходе его из строя все подключенные узлы теряют возможность передачи данных

В150: Компьютерная сеть – это

О150: совокупность компьютеров, устройств печати, сетевых устройств и компьютерных программ, связанных между собой кабелями или радиоволнами

В151: Первый уровень модели OSI?

О151: физический

В152: Что представляет собой шинная топология?

О152: кабель, последовательно соединяющий компьютеры и серверы в виде цепочки, имеющей начальную и конечную точку

В153: Чем управляет физический уровень?

О153: скоростью передачи данных, анализом потока ошибок и уровнями напряжения , используемых для передачи сигналом

В154: Пакет – это

О154: модуль данных, имеющий определенный формат, пригодный для передачи информации по сети в виде некоторого сигнала

В155: Мосты – это:

О155: сетевые устройства, которые позволяют удлинить локальную сеть или объединить несколько локальных сетей, соединяя таким образом многочисленные рабочие станции , серверы и другие сетевые устройства для взаимодействия

В156: Второй уровень модели OSI?

О156: канальный

В157: HTML – это

О157: язык разметки гипертекста

В158: Сколько уровней включает в себя модель OSI?

О158: 7 уровней

В159: Для чего применяют специальные кабельные модемы?

О159: для преобразования кабельного сигнала в сигнал, используемый компьютером

В160: а что отвечают устройства, используемые на физическом уровне?

О160: за генерирование, передачи и прием данных

В161: Третий уровень модели OSI?

О161: сетевой

В162: Информация о параметрах объекта управления на будущий период – это

О162: плановая информация

В163: Какое свойство информации отражает прагматический аспект?

О163: смысловые

В164: Какой параметр информации означает степень близости получаемой информации к реальному состоянию объекта, процесса, явления?

О164: точность

В165: По стадии обработки информация бывает:

О165: результативная

В166: Скорость передачи информации составляет 4Мбит/сек. Какая это мера оценки информации?

О166: синтаксическая

В167: Совокупность фактов, явлений, событий, представляющих интерес, подлежащих регистрации и обработке – это

О167: информация

В168: Смысловые связи между элементами языка отражает:

О168: тезаурус

В169: Информацию, полученную в результате эксперимента, называют:

О169: апостериорной

В170: Технология – это

О170: описание принципов и методов производства, наука о производстве материальных благ

В171: По месту возникновения информация бывает?

О171: входная

В172: Способ – это

О172: прием выполнения какой-либо работы

В173: Какая система кодирования ориентируется на проведение предварительной классификации объектов либо на основе иерархической системы, либо на основе фасетной системы?

О73: классификационная

В174: Что отображает синтаксическая адекватность?

О174: формальные структурные характеристики информации

В175: Коэффициент информативности рассчитывается как отношение количества информации к объему данных. Какая информация имеется ввиду?

О175: семантическая

В176: Структурной единицей экономической информации является:

О176: реквизит

В177: Инструментарий ИТ это

О177: одна или несколько программ

В178: Чем обеспечивается доступность информации восприятию пользователя?

О178: выполнением соответствующих процедур ее получения и преобразования, а также согласованием ее семантической формы с тезаурусом пользователя

В179: Принцип это

О179: основное исходное положение учения, основная особенность в устройстве чего-либо

В180: Информация, согласованная по семантической форме с тезаурусом пользователя, называется:

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *