(15.1) rozkład zmiennej E tmdno określić jeżeli nie są znane parametry a, b
(15.2) rozkład normalny, ale trudno określić parametry rozkładu (153) rozkład normalny //(O,<j)
• (15.4) rozkład normalny N(b,alo)
(15.4) rozkład normalny //(b.ao)
16. Które stwierdzenia odnoszą się do metody największej wiarygodności (MNW)
(16.1) jest to metoda, gdzie maksymalizuje się wiarygodność estymatorów
• (16.2) jest to metoda, gdzie maksymalizuje się wiarygodność próby
(16.3) estymatory otrzymane MNW są równe estymatorom otrzymanym MNK
•(16.4) estymatory parametrów strukturalnych otrzymane MNW są równe estymatorom MNK •(16.5) estymatory uzyskane MNW są zgodne
17. Które stwierdzenia odnoszą się do uogólnionej MNK?
(17.1) jest to uogólnienie MNK na dowolne modele
*(!7.2) w metodzie tej • w porównaniu z MNK - uogólniona jest SKO
• (17.3) jest to pewien wariant MNK dla danych przekształconych
.(17.4) jest stosowana w przypadku autokorelacji i heteroskedastyczności składników losowych
(17.5) jest to uogólnienie MNK na dowolne wartości zmiennych
18. Które stwierdzenia odnoszą się do autokorelacji składników losowych?
(18.1) składniki losowe charakteryzują się, między innymi, różną wariancją *(183) macierz wariancji i kowariancji składników losowych jest niediagonalna "(183) współczynnik autokorelacji bliski -I świadczy o silnej autokorelacji
(18.4) wartość współczynnika autokorelacji o niczym nie świadczy
• (18.5) wartość statystyki Durbina-Watsona zalety od oceny współczynnika autokorelacji
19. Czy autokorelację składników losowych można wykorzystać dla poprawy dokładności prognozowania?
(19-1) nie, bo prognoza powinna być nicofcciążona, a to nie zależy od autokorelacji
, (19.2) ok, bo uwzględniając fakt skorelowania składników losowych można poprawić efektywność estymatorów
-{19.3) tak, bo na podstawie ostatniej reszty i oceny współczynnika autokorelacji można zmniejszyć ocenę średniego błędu prognozowania
(19.4) nie, bo w modelu oszacowanym MNK suma reszt jest równa zem
(19.5) są modele, gdzie autokorelację można wykorzystać, i takie, gdzie się to nie udaje
20. Do rozwiązania których z wymienionych zagadnień przydatna może być weryfikacja tzw. ogólnej hipotezy liniowej
• (20.1) do weryfikacji hipotezy o istotności parametrów
" (20.2) do badania stabilności modelu ekonometrycznego (20.3) do weryfikacji hipotezy o autokorelacji składników losowych (204) do weryfikacji hipotezy o heteroskedastyczności składników losowych
(20.5) do weryfikacji hipotezy o liniowości modelu ekonometrycznego
21 Które z wymienionych cech można przypisać metodzie Gaussa - Newtona?
- (21.1) oszacowaniu poddawana jest funkcja u linio winna
(21.2) SKO jest rozwijana w szereg Taylora
• (21 3) jest to metoda bardziej pracochłonna od metody Newtona - Raphsona
• (21 4) polega ona na wielokrotnym zastosowaniu MNK
(21.5) szacowana funkcja jest rozwijana w szereg Maclaurina
22. Wymienić cechy stacjonarnego procesu stochastycznego
(22.1) kowariancja dowolnej pary zmiennych losowych jest stała
(22.2) jest to to samo co proces ergodyczny
(223) korelacja dowolnej pary zmiennych losowych jest stała •(22.4) rozkłady zmiennych losowych tworzących ten proces są jednakowe > (22.5) kowariancja pary zmiennych losowych zależy od usytuowania tych zmiennych w procesie
23. Wymienić cechy erw regresji grzbietowe;
• ^23 '.) uzyskane tą metodą estymatory są obciążone