Błąd prognozy ex-post ME (błąd średni) obliczony dla liniowego modelu tendencji rozwojowej będzie zawsze równy zero ??
Błędne określenie opóźnień czasowych zmiennych objaśniających jest jednym ze źródeł autokorelacji składnika losowego P
Błędy prognoz ex-ante są błędami, których wartość ulega zmianie wraz ze wzrostem horyzontu prognozy P??
Błędy prognozy ex post są błędami, których wartość ulega zmianie wraz ze wzrostem horyzontu prognozy F
Estymator „a” parametru alfa jest nieobciążony jeśli jest stochastycznie zbieżny do szacowanego nieznanego parametru alfa F
Estymator „a” parametru alfa jest zgodny jeśli jest stochastycznie zbieżny do szacowanego nieznanego parametru alfa. P
Główna przekątna macierzy wariancji i kowariancji jest zawsze dodatnio określona P
Homoscedantyczność składnika losowego jest jednym z założeń klasycznej metody najmniejszych kwadratów P
Homoscedantyczność składnika losowego oznacza stałość wariancji składnika losowego w czasie. P
Jeśli dana zmienna objaśniająca jest koincydentalna to istnieją podstawy do interpretacji przyczynowo-skutkowej parametru przy niej stojącego P
Jeżeli dana zmienna objaśniające nie jest koincydentna to istnieją podstawy do interpretacji przyczynowo-skutkowej parametru przy niej stojącego F
Jeżeli na zmiennych w nieliniowym modelu tendencji rozwojowej dokonujemy przekształcenia takiego, że mamy : Yt i z=1/t to model jest modelem hiperbolicznym P??
Jeżeli na zmiennych w nieliniowym modelu tendencji rozwojowej dokonujemy przekształcenia takiego, że: ln(Yt) i ln(t) to model jest modelem logarytmicznym F
Jeżeli na zmiennych w nieliniowym modelu tendencji rozwojowej dokonujemy przekształcenia takiego, że ln(Y) i ln(t) to model jest modelem wykładniczym F
Jeżeli oszacowany zostanie liniowy model tendencji rozwojowej na podstawie danych z lat 2000-20008 to parametr wolny będzie mówił o przeciętnym poziomie zmiennej prognozowanej w roku 1999. F
Jeżeli składnik losowy jest heteroscedantyczny to estymator wektora parametrów strukturalnych modelu uzyskany metodą najmniejszych kwadratów nie jest najbardziej efektywny P
Jeżeli statystyka testu Durbina Watsona wskazuje na ujemną autokorelację to dodatkowo obliczana jest statystyka d'=4-d P
Jeżeli w teście Studenta wartość krytyczna odczytana z tablic jest większa od wartości bezwzględnej statystyki testu to brak podstaw do odrzucenia hipotezy zerowej. P
Jeżeli w teście Turbina- Watsona d=dt to nie można podjąć decyzji o autokorelacji składnika losowego F
Jeżeli wyznacznik macierzy det(X'X)=1 to nie istnieje estymator metody najmniejszych kwadratów F
Jeżeli wyznacznik macierzy det(X'X)=0 to nie istnieje estymator metody najmniejszych kwadratów P
Kryterium metody najmniejszych kwadratów zakłada MINIMALIZACJĘ sumy kwadratów reszt modelu. P
Kwadraty błędów szacunku leżą na głównej przekątnej macierzy wariancji i kowariancji P
Macierz X'X jest macierzą kwadratów P
Macierz wariancji i kowariancji jest macierzą symetryczną P
Macierz współczynników korelacji jest macierzą symetryczną. P
Metoda trendów jednoimiennych okresów ma zastosowanie w przypadku występowania sezonowości w szeregu czasowym P??
Miarami jakości modelu ekonometrycznego są miary dopasowania modelu do danych empirycznych P
Model adaptacyjny Holta stosowany jest w przypadku gdy zmienna prognozowana wykazuje trend oraz wahania przypadkowe P
Model adaptacyjny Wintera stosowany jest w przypadku gdy zmienna prognozowana wykazuje trend oraz wahania przypadkowe P
Modele tendencji rozwojowej są modelami analitycznymi P
Modele tendencji rozwojowej są modelami należącymi do metod analitycznych P
Modelem dynamicznym jest każdy model, w którym występuje zmienna czasowa lub/i zmienna(e) opóźnione w czasie P
Nieistotność parametrów strukturalnych wynika m.in. z niewłaściwej postaci analitycznej modelu P
Nieistotność parametrów strukturalnych wynika z nieodpowiedniej jakości danych statystycznych P
Odchylenie standardowe reszt jest miarą dopasowania modelu do danych empirycznych F
Okres weryfikacji prognoz to okres w którym znane są wartości rzeczywiste zmiennej prognozowanej oraz prognozy wygasłe. ??
Parametr w modelu ekonometrycznym nigdy nie podlega interpretacji P
Parametr wolny w modelu ekonometrycznym nigdy nie podlega interpretacji P
Pominięcie istotnej zmiennej objaśniającej jest jedna z przyczyn występowania autokorelacji rzędu pierwszego składnika losowego P
Poziom wiarygodności w prognozie przedziałowej jest wartością krytyczną odczytana z tablic wartości krytycznych przedziału t-Studenta P
Poziom wiarygodności w prognozie przedziałowej jest wartością krytyczną odczytana z tablic wartości rozkładu T -studenta P
Prognoza wygasła to taka prognoza dla której znana jest rzeczywista realizacja zmiennej prognozowanej P??
Przy budowie prognozy przedziałowej uwzględniany jest względny błąd predykcji F
Siła autokorelacji rzędu pierwszego mierzona jest statystyka Durbina Watsona P
Siła i kierunek autokorelacji rzędu pierwszego mierzona jest współczynnikiem autokorelacji rzędu pierwszego P
Spełnienie założeń metody najmniejszych kwadratów wymaga by składnik losowy posiadał wartość oczekiwaną równą zero i wariancję równą 1. ??
Spełnienie założeń metody najmniejszych kwadratów wymaga by składnik losowy posiadał wartość oczekiwaną równą zero i zmienną wariancję. F
Statystyka testu Turbina Watsona d przyjmuje wartości z przedziału [-4,0] F
Statystyka testu Turbina Watsona d przyjmuje wartości z przedziału [-4,4] F
Suma kwadratów reszt uzyskanych na podstawie modelu ekonometrycznego oszacowanego MNK jest zawsze równa jeden F
Średnia ruchoma zaliczana jest do metod mechanicznych P
Średnie błędy szacunku są miarą dopasowania modelu do danych empirycznych F
Test serii służy do weryfikacji poprawności analitycznej modelu P
Test Turbina Watsona służy do testowania istotności autokorelacji dowolnego rzędu F
Trend deterministyczny oznacza długotrwałe stałe zmiany w czasie zmiennej prognozowanej P??
W metodzie wskaźników pojemności informacji kombinację zmiennych objaśniających, które wejdą do modelu charakteryzuje maksymalna wartość integralnego wskaźnika pojemności informacyjnej P
W modelach adaptacyjnych parametry wygładzania szacowane są metodą najmniejszych kwadratów. ??
W modelach adaptacyjnych znana jest postać analityczna funkcji trendu F
W modelach tendencji rozwojowej jedyna zmienną objaśniającą jest zmienna czasowa t P
W modelu ekonometrycznym zmienne objaśniające są istotnie skorelowane między sobą F
W przypadku modeli adaptacyjnych parametry wygładzania są bliskie jedności, jeżeli wszystkie składowe szeregu czasowego podlegają szybkim zmianom w czasie P
W przypadku modeli adaptacyjnych parametry wygładzania są bliskie zeru, jeżeli wszystkie składowe szeregu czasowego zmieniają się szybko w czasie F
W przypadku występowania istotnej (dodatniej/ujemnej) autokorelacji składnika losowego parametry strukturalne modelu szacowane są podwójną metodą najmniejszych kwadratów F
W szeregu czasowym można wyróżnić trzy składowe: trend, wahania przypadkowe, wahania sezonowe P
Wariancja resztowa jest miarą dopasowania modelu o danych empirycznych ??
Współczynnik autokorelacji rzędu pierwszego r1 przyjmuje wartości z przedziału [0, 1] F
Współczynnik autokorelacji rzędu pierwszego r1 przyjmuje wartości z przedziału [-4,4] F
Współczynnik determinacji R^2 można stosować w przypadku modeli nieliniowych sprowadzalnych do liniowych P
Współczynnik determinacji R^2 można stosować w przypadku modeli stricte nieliniowych F
Współczynnik zbieżności informuje jaka część wariancji zmiennej endogenicznej nie została wyjaśniona przez model ekonometryczny P
Współczynnik zmienności losowej jest miara dopasowania modelu do danych empirycznych P
Zakłada się, że reszty modelu ekonometrycznego oszacowanego metodą najmniejszych kwadratów pochodzą z rozkładu normalnego P
Zawsze wybrany zostaje model, dla którego kryterium informacyjne AIC (Akaika) jest najmniejsze P??
Zawsze wybrany zostaje model, dla którego kryterium informacyjne AIC (Akaika) jest największe F
Zmienne objaśniające nazywane są zmiennymi endogenicznymi F
Zmienne objaśniające powinny być słabo skorelowane ze zmienną endogeniczną F