Предметом економетрії є:

+ отримання узагальнюючих показників та виявлення закономірностей соціально-економічних явищ і процесів в конкретних умовах місця і часу;

 

Завдання економетричного дослідження полягають у:

+ прогнозуванні результатів на основі економетричної моделі;

 

Економетрична модель — це:

+ модель факторного аналізу, параметри якої оцінюються засобами математичної статистики;

 

Уперше термін «економетрія» було введено:

+ Я. Тімбергеном.

 

Активний розвиток економетричної науки почався:

+ у 30-х роках;

 

Економетрія тісно пов’язана з:

+ математичною статистикою.

 

Сезонне коригування та коваріаційний аналіз здійснюються при:

+ оцінці;

 

Об’єктом вивчення економетрії є:

+ економічні явища та процеси;

 

… — перевірка істинності, встановлення достовірності.

+ верифікація;

 

Дослідження економетричних моделей з врахуванням зв’язків між економічними параметрами — це:

+ регресія;

 

Засновниками економетрії є:

+ Я. Тірберген;

 

Розв’язок економетричних задач здійснюється за допомогою:

+ математичної статистики;

 

Системою одночасних рівнянь називається:

+ декілька взаємопов’язаних регресійних моделей, в яких одні й ті ж самі змінні можуть одночасно відігравати роль екзогенних та ендогенних змінних;

 

Випадкова похибка — це:

+ відхилення результату від істинного значення, обумовлені випадковими факторами, що притаманні будь-яким дослідженням;

 

Процес моделювання можна розділити на:

+ п’ять етапів;

 

Визначення кінцевих цілей моделювання, набору факторів, що беруть участь у моделі, і показників, їхньої ролі — це:

+ інформаційний етап.

 

Економетричне моделювання реальних соціально-економічних процесів і систем переслідує наступні цілі:

+ прогноз економічних і соціально-економічних показників, що характеризують стан та розвиток системи, яка досліджується.

 

…похибки виникають у результаті проведення будь-якого дослідження, яке веде до односторонніх систематичних висновків.

+ систематичні;

 

Оцінки дисперсії розташовані в матриці:

+ на головній діагоналі;

 

Множинний коефіцієнт кореляції являється мірою залежності:

+ результативної ознаки від певної сукупності факторних ознак.

 

Значення R2 = 0 свідчить про:

+ неістотний вплив;

 

Високе значення коефіцієнта детермінації може досягатись завдяки:

+ наявності лагових змінних.

 

Частинні коефіцієнти кореляції характеризують:

+ щільність зв’язку між двома факторами за умови, коли інші фактори не впливають на цей зв’язок;

 

Існують наступні методи звільнення від мультиколінеарності:

+ видалення з економетричної моделі факторів.

 

Мультиколінеарність факторів:

+ негативно впливає на економетричну модель;

 

На головній діагоналі кореляційної матриці знаходяться характеристики точності, що повинні дорівнювати:

+ одиниці;

 

Джерела гетероскедастичності:

+ гетероскедастичність виникає в часових рядах, коли результативна ознака має великий інтервал неоднорідних значень;

 

Для перевірки наявності гетероскедастичності використовуються наступні методи, залежно від специфіки первинних даних:

+ тест Гольдфельда-Квандта;

 

Економетрія –це:

+ Наука, що вивчає кількісні закономірності та взаємозв’язки економічних об’єктів і процесів за допомогою математико-статистичних методів та моделей. (прав)

 

Серед етапів економетричного моделювання є такі: а) аналіз результатів та побудова прогнозу; б) розробка моделі та вибір змінних; в) оцінка якості моделі; г) формулювання теорії; д) оцінка параметрів. У якому порядку вони відбуватимуться?

+ Г-б-д-в-а.

 

Послідовність спостережень за процесом або явищем у рівновіддалені проміжки часу – це:

+ Динамічний ряд;

 

Коефіцієнт кореляції може набувати таких значень:

+ Від -1 до +1;

 

За допомогою коефіцієнта кореляції визначається:

+ Тіснота зв’язку та його позитивність або негативність.

 

Дисперсія – це:

+ Середньозважена величина з квадратів відхилень реальних значень від їх середнього значення;

 

Стандартне відхилення – це:

+ Квадратний корінь із дисперсії;

 

Метод найменших квадратів полягає в тому:

+ Щоб мінімізувати суму квадратів відхилень;

 

Коефіцієнт детермінації може набувати таких значень:

+ Від 0 до 1;

 

За допомогою коефіцієнта детермінації визначається:

+ Адекватність моделі;

 

При перевірці значимості параметра регресії використовуємо:

+ t-тест;

 

Коефіцієнт детермінації – це:

+ вимірює придатність лінії регресії;

 

Між -1 та +1 завжди лежить:

+ коефіцієнт кореляції;

 

Якщо ми хочемо, використовуючи регресійний аналіз виміряти зв’язок між досвідом роботи і заробітною платою, то:

+ незалежною змінною має бути досвід роботи, а залежною змінною має бути заробітна плата;

 

Коефіцієнт детермінації вимірює

+ Загальну варіацію залежної змінної, що пояснюється регресією (прав)

 

Серед основних припущень, що лежать в основі методу найменших квадратів, є такі:

+ Відсутність автокореляції, математичне сподівання залишків дорівнює нулю;

 

При перевірці адекватності регресійної моделі використовуємо:

+ F-тест; (прав)

 

Найпоширенішими критеріями порівняння методів оцінювання є такі:

+ Обгрунтованність, ефективність, незміщенність

 

Припустимо, що для опису одного економічного процесу придатні дві моделі. Обидві адекватні за F-критерієм Фішера. Надати перевагу тій, у якої:

+ Більший коефіцієнт детермінації;

 

Неможливо привести до лінійного вигляду таку нелінійну криву:

+ Логістичну криву.

 

Виробнича функція Кобба-Дугласа описується:

+ Мультиплікативною;

 

У багатофакторній регресії:

+ Більш ніж одна незалежна змінна і тільки одна залежна змінна;

 

Мультиколінеарність виникає тоді, коли:

+ Незалежні змінні корелюють між собою;

 

Мультиколінеарність наявна, коли:

+ Дві чи більше незалежних змінних мають високу кореляцію;

 

Гетероскедастичність наявна, коли:

+ Дисперсія випадкових величин не постійна;

 

Автокореляція наявна, коли:

+ Дві чи більше незалежних змінних мають високу кореляцію;

 

Для виправлення проблеми гетероскедастичності ми можемо:

+ Використати узагальнений метод найменших квадратів;

 

Для виправлення проблеми мультиколінеарності можна:

+ Відкинути одну чи більше незалежних змінних;

 

Гетероскедастичність не може бути визначена за допомогою:

+ Тесту Дарбіна-Уотсона;

 

Мультиколінеарність може бути визначена за допомогою:

+ Тесту Феррара-Глобера;

 

Автокореляція може бути визначена за допомогою:

+ Тесту Дарбіна-Уотсона;

 

Система одночасних структурних рівнянь складається з:

+ Більше ніж одного регресійного рівняння;

 

За допомогою тесту Фаррара-Глобера можна визначити наявність:

+ Мультиколінеарності;

 

За допомогою тесту Гольдфельда-Квандта можна визначити наявність:

+ Гетероскедастичності;

 

За допомогою тесту Дарбіна-Уотсона можна визначити наявність:

+ Автокореляції.

 

Метод 2МНК можна застосовувати для оцінки параметрів:

+ Надідентифікованого рівняння;

 

Метод НМНК можна застосовувати для оцінки параметрів:

+ Строго ідентифікованого рівняння;

 

Х?-критерій, F-критерій, t-критерій є складовими алгоритма визначення:

+ Мультиколінеарності

 

Лінійна регресія:

+ Лінія, що відображає зв’язок між незалежною і залежною змінною;

 

Синонім парної регресії:

+ Однофакторна лінійна модель;

 

Якщо F-статистика значима, то:

+ t-статистика значима;

 

Якщо t-статистика одного з параметрів значима, то:

+ Цей параметр для регресії є важливим;

 

Обчислення прогнозу та довірчого інтервалу прогнозу є:

+ Одним із етапів економетричного дослідження;

 

У регресії завжди має бути:

+ Дисперсія залишків невід’ємна.

 

У регресії завжди має бути:

+ Стандартна похибка будь-якого параметра невід’ємна;

 

Яке з поданих тверджень є вірним:

+ Загальна дисперсія більша за дисперсію похибок;