Учебно-методический комплекс рабочая программа для студентов всех профилей подготовки

Образцы тестовых заданий Задание 1 Коэффициент корреляции двух переменных и равен -1. Это значит, что а) между переменными отсутствует всякая зависимость; б) между переменными имеется нелинейная зависимость; в) между переменными имеется прямая линейная зависимость; г) между переменными имеется обратная линейная зависимость. Задание 2 Если из уравнения исключить значимую переменную, то коэффициент детерминации а) снизится; б) возрастет; в) не изменится; г) изменение предсказать нельзя; Задание 3 Коэффициент детерминации R2 показывает: а) наличие мультиколлинеарности в модели; б) степень взаимосвязи между объясняющими переменными; в) какая доля вариации зависимой переменной обусловлена вариацией объясняющих переменных; г) степень автокоррелированности остатков; Задание 4 Согласно методу наименьших квадратов, в качестве оценок коэффициентов регрессии следует использовать величины, которые минимизируют сумму квадратов отклонений: а) фактических значений зависимой переменной от ее среднего значения; б) фактических значений объясняющей переменной от ее среднего значения; в) расчетных значений зависимой переменной от ее среднего значения; г) фактических значений зависимой переменной от ее расчетных значений; Задание 5 Приведенная формула , предназначена для оценки: а) множественного линейного коэффициента корреляции; б) множественного линейного коэффициента детерминации; в) множественного скорректированного коэффициента детерминации; г) частного коэффициента корреляции. Задание 6 Коэффициент корреляции двух переменных и равен -1. Это значит, что а) между переменными отсутствует всякая зависимость; б) между переменными имеется нелинейная зависимость; в) между переменными имеется прямая линейная зависимость; г) между переменными имеется обратная линейная зависимость. Задание 7 Коэффициент корреляции двух переменных и равен 0,8. Чему будет равен коэффициент корреляции, если все значения обеих переменных умножить на -10. а) -0,8; б) 0,8; в) -8; г) 8. Задание 8 Значения переменных и , равны соответственно: 1 2 3 4 5 6 7 8 9 10 10 9 8 7 6 5 4 3 2 1 Тогда без вычислений можно утверждать, что коэффициент корреляции этих переменных равен а) -1; б) 0; в) 1; г) . Задание 9 Количество коэффициентов уравнения множественной линейной регрессии, число наблюдений, количество объясняющих переменных, если матрица , равно а) 3, 16, 4; б) 4, 16, 3; в) 3, 13, 4; г) 4, 13, 3. Задание 10 Чему равны коэффициент корреляции, коэффициент детерминации - статистика в случае прямой строгой функциональной линейной зависимости от ? а) ; б) ; в) ; г) . Задание 11 Статистика Дарбина-Уотсона =2, тогда а) автокорреляция остатков отсутствует; б) имеется положительная автокорреляция остатков; в) имеется отрицательная автокорреляция остатков; г) определенного вывода о корреляции остатков сделать нельзя. Задание 12 За шесть лет имеются поквартальные данные некоторого показателя, который подвержен сезонным колебаниям (соответствующим кварталам), и линейно растет с ростом объясняющей переменной. Сколько «фиктивных» переменных необходимо ввести в модель для изучения сезонных колебаний? а) 3; б) 4; в) 5; г) 6. Задание 13 В распределении Койка делается предположение, что коэффициенты при лаговых значениях объясняющей переменной с возрастанием номера лага: а) возрастают в геометрической прогрессии; б) убывают в геометрической прогрессии; в) возрастают в арифметической прогрессии; г) убывают в арифметической прогрессии. Задание 14 Если объясняющие переменные сильно коррелируют между собой, то имеется а) гетероскедастичность; б) гомоскедастичность; в) мультиколлинеарность; г) автокорреляция. Задание 15 Лагированные значения эндогенных переменных и экзогенные переменные называются: а) предопределенными переменными; б) фиктивными переменными; в) инструментальными переменными; б) замещающими переменными. Задание 16 Имеются два качественных признака: тип потребительского поведения и сезон года (номер квартала). Согласно первому признаку все домашние хозяйства делятся на три социально-экономические страты: «низкодоходные», «среднедоходные», «высокодоходные». Согласно второму признаку имеются четыре квартала (сезона). Сколько фиктивных переменных следует ввести в модель? а) 4; б) 5; в) 6; г) 7. Задание 17 Долю дисперсии, объясняемую уравнением регрессии, в общей дисперсии зависимой переменной характеризует: а) коэффициент детерминации; б) коэффициент корреляции; в) коэффициент эластичности; г) коэффициент корреляции рангов. Задание 18 Величина, показывающая на сколько процентов изменится зависимая переменная, если объясняющая переменная вырастет на один процент называется коэффициентом: а) регрессии; б) детерминации; в) корреляции; г) эластичности. Задание 19 Коэффициент корреляции между зависимой и объясняющей переменной в случае парной линейной регрессии равен 0,9. Какой процент вариации зависимой переменной в случае парной линейной регрессии объясняется вариацией объясняющей переменной? а) 0,9%; б) 9%; в) 81%; г) 90%. Задание 20 Если дисперсия оценки имеет наименьшее значение по сравнению с дисперсией любой другой альтернативной оценки, то оценка называется: а) эффективной; б) несмещенной; в) асимптотически эффективной; г) состоятельной. Задание 21 Суть метода наименьших квадратов состоит в минимизации а) суммы квадратов коэффициентов регрессии; б) суммы квадратов значений зависимой переменной; в) суммы квадратов оценок случайных отклонений; г) суммы квадратов отклонений точек эмпирического и теоретического уравнений регрессии. Задание 22 Рассматриваются две нелинейных модели (1) (2) Можно привести к линейному виду а) обе модели; б) только модель (1); в) только модель (2); г) ни одну из моделей. Задание 23 При гетероскедастичности остатков применение обычного метода наименьших квадратов приведет к тому, что: а) оценки коэффициентов будут смещенными; б) оценки будут эффективными; в) дисперсии оценок будут рассчитываться со смещением; г) выводы, полученные на основе и статистик будут надежными. Задание 24 Какая из ниже перечисленных моделей является авторегрессионной? а) ; б) ; в) ; г) . Задание 25 Исходя из структурной формы системы одновременных уравнений, получают приведенную форму данной системы, коэффициенты которой оценивают обычным методом наименьших квадратов. Затем по коэффициентам приведенной модели рассчитывают оценки параметров структурной модели. Такой порядок действий называется: а) обычным методом наименьших квадратов; б) двухшаговым методом наименьших квадратов; в) трехшаговым методом наименьших квадратов; г) косвенным методом наименьших квадратов. Темы рефератов: Одномерное нормальное распределение, хи-квадрат распределение, распределения Стьюдента и Снедекора-Фишера, их основные свойства. Статистическое оценивание. Точечные оценки. Линейность, несмещенность, эффективность и состоятельность оценок. Принципы наименьших квадратов и максимального правдоподобия. Статистические выводы и проверка статистических гипотез. Ошибки 1-го и 2-го рода. Уровень доверия и проверка значимости. Интервальные оценки, доверительный интервал. Критерии Неймана-Пирсона, Найквиста-Михайлова, Колмогорова-Смирнова. Разложение суммы квадратов отклонений. Дисперсионный анализ. Степень соответветствия линии регрессии имеющимся данным. Коэффициент детерминации и его свойства. Предположение о нормальном распределении случайной ошибки в рамках классической линейной регрессии и его следствия. Доверительные интервалы оценок параметров и проверка гипотез их значимости. Проверка адекватности регрессии. Прогнозирование по регрессионной модели и его точность. Методология эконометрического исследования на примере линейной регрессии для случая одной объясняющей переменной. Особенности представления результатов регрессионного анализа в одном из основных программных пакетов (например в Microsoft Office Excel). Принцип максимального правдоподобия. Сравнение оценок МНК и метода максимального правдоподобия при нормальном распределении ошибок в классической линейной регрессии. Множественная линейная регрессия. Матричная запись эконометрической модели и оценок МНК. Коэффициент множественной детерминации, скорректированный на число степеней свободы. Функциональные преобразования переменных в линейной регрессионной модели. Лог-логарифмическая регрессия, как модель с постоянной эластичностью. Функциональные преобразования при построении кривых Филлипса и Энгеля. Полиномиальная регрессия. Фиктивные переменные в множественной линейной регрессии. Проверка структурных изменений и сравнение двух регрессий с помощью фиктивных переменных. Анализ сезонности. Проверка общей линейной гипотезы о коэффициентах множественной линейной регрессии. Регрессия с ограничениями на параметры. Понятие об автокорреляции остатков. Экономические причины автокорреляции остатков. Тест серий. Статистика Дарбина-Уотсона. Обобщенный метод наименьших квадратов для оценки регрессии при наличии автокорреляции. Процедура Кохрана-Оркатта. Регрессионные динамические модели. Авторегрессия и модель с распределенными лагами, инструментальные переменные. Схема Койка. Адаптивные ожидания. Гетероскедастичность и экономические причины ее наличия. Последствия гетероскедастичности для оценок МНК. Признаки присутствия гетероскедастачности. Тесты Бройша-Пагана, Голдфелда-Квандта, Парка, Глейзера, тес ранговой корреляции Спирмена. Обобщенный метод наименьших квадратов при гетероскедастичности. Взвешенный метод наименьших квадратов. Прогнозирование при гетероскедастичности. Мультиколлинеарность и ее последствия этого для оценок параметров регрессионной модели. Совершенная и практическая мультиколлинеарность. Показатели степени мультиколлинеарности. Вспомогательные регрессии. Методы борьбы с мультиколлинеарностью. Использование регрессионных моделей с ограничениями в экономическом анализе. Эконометрическое моделирование спроса на деньги. Моделирование инфляции. Модели инфляционных ожиданий. Эконометрическое моделирование и прогнозирование спроса на продукцию. Прогнозирование себестоимости продукции. Эконометрическое моделирование ценообразования. Эконометрическое моделирование циклов. Эконометрическое моделирование в оценке кредитоспособности предприятия. Эконометрическое моделирование региональной экономики. Понятие и обзор моделей Бокса–Дженкинса (AR, AM, ARMA, ARIMA). Модели бинарного выбора. Особенности оценивания параметров в логит- и пробит-моделях. Фиктивные переменные в пространственных и динамических регрессионных моделях. Интерпретация коэффициентов при фиктивных переменных. Ошибки спецификации. Модель предложения и спроса на конкурентном рынке как пример системы одновременных уравнений. Основные структурные характеристики модели. Производственная функция Кобба-Дугласа. Оценка параметров производственной функции Кобба-Дугласа по пространственной и временной информации. Временные ряды. Методы экспоненциального сглаживания.

Похожие:

	Учебно-методический комплекс рабочая программа для студентов направления...		Учебно-методический комплекс рабочая программа для студентов всех профилей подготовки Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования
	Учебно-методический комплекс рабочая программа для студентов направления... Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования		Учебно-методический комплекс дисциплины Программа составлена в соответствии с требованиями фгос впо для всех направлений подготовки и профилей подготовки
	Тюменский государственный университет «утверждаю»: Проректор по учебной работе Горбунова Н. В., Клименко Е. Л. Мировая художественная культура. Учебно-методический комплекс. Рабочая программа курса по выбору...		Учебно-методический комплекс рабочая программа для студентов направления 032700. 62 Филология Учебно-методический комплекс. Рабочая программа для студентов направления 032700. 62 Филология профилей подготовки – Отечественная...
	Учебно-методический комплекс рабочая программа для студентов 020400....		Учебно-методический комплекс для студентов специальной медицинской... Учебно-методический комплекс предназначен для студентов, аспирантов, преподавателей учреждений системы высшего профессионального...
	Рабочая программа дисциплины (модуля) опубликована на сайте ТюмГУ:... В. Философия. Учебно-методический комплекс. Рабочая программа для студентов направления 010500. 62 " Математическое обеспечение и...		Учебно-методический комплекс рабочая программа для студентов направления подготовки 050100. 62 Трифонова И. А. Модуль «Сольное пение» дисциплины «Исполнительская подготовка». Учебно-методический комплекс. Рабочая программа для...
	Учебно-методический комплекс рабочая программа для студентов направления подготовки 050100. 62 Овсянникова О. А. Подготовка и защита выпускной квалификационной работы. Учебно-методический комплекс. Рабочая программа для студентов...		Рабочая программа составлена в соответствии с требованиями гос впо... Учебно-методический комплекс рабочая программа для студентов направления подготовки 100200. 62 «Туризм»
	Рабочая программа учебной дисциплины Основная образовательная программа... Рабочая программа учебной дисциплины «Физическая культура» составлена в соответствии с требованиями ооп всех направлений подготовки...		Особо охраняемые природные территории и устойчивое развитие учебно-методический комплекс Учебно-методический комплекс. Рабочая программа для студентов, обучающихся по магистерской программе «Ландшафтное планирование» направления...
	Учебно-методический комплекс по дисциплине «История отечественного государства и права» ...		Учебно-методический комплекс рабочая программа для студентов очной формы обучения Рыбка А. Г., Кириченко А. Н., Гавронина А. В. Социальная ответственность организации. Учебно-методический комплекс. Рабочая программа...