ekonometria odp


1. Współczynnik korelacji wielorakiej, mierzący siłę związku pomiędzy zmiennymi objaśniającymi a zmienna objaśnianą w liniowym modelu ekonometrycznym jest:

równy pierwiastkowi kwadratowemu współczynnika determinacji dla tego modelu

2. Wartość współczynnika determinacji dla liniowego modelu ekonometrycznego do którego dołączono jeszcze jedną zmienną objaśniającą:

rośnie

3. Ze względu na kryterium liniowości względem parametrów strukturalnych która z poniższych odpowiedzi jest prawdziwa dla następującej pary modeli postaci 0x01 graphic
oraz 0x01 graphic
:

liniowy, liniowy

4. Macierz D­­2(a)=(XTX)-1 oznacza KMNK estymator macierzy wariancji-kowariancji estymatora wektora parametrów strukturalnych modelu liniowego. Dowolny element tej macierzy oznacza ocenę wartości:

kowariancji estymatorów parametrów strukturalnych odpowiadających odpowiednio kolumnie i wierszowi tej macierzy

5. Homoskedastyczność składnika losowego modelu liniowego oznacza:

stałość wariancji tego składnika i brak jego autokorelacji

6. Czy reszty modelu i jego zmienne objaśniające powinny być ze sobą skorelowane:

nie

7. Jeżeli rozkład składnika losowego w modelu liniowym jest normalny, to w tym modelu rozkład normalny mają także:

zmienna objaśniana

8. Jakościowa zmienna objaśniająca przyjmuje n, (n>1) wariantów. Estymacja parametrów strukturalnych liniowego modelu ekonometrycznego bez wyrazu wolnego wymaga uwzględnienia sztucznych zmiennych zero - jedynkowych reprezentujących tę zmienną jakościową w liczbie:

równej licznie wariantów zmiennej jakościowej

9. Wahania sezonowe addytywne występują wtedy , gdy w poszczególnych sezonach poziom badanego zjawiska reprezentowanego przez wartości zmiennej objaśnianej odchyla się od swojej tendencji rozwojowej o stałą wielkość bezwzględna:

Tak

10. Zjawisko współliniowości powoduje że oszacowania KMNK parametrów strukturalnych przy skorelowanych zmiennych objaśniających są zwykle oceniane niezasłużenie jako:

nieistotne

11. Podstawą modelowania ekonometrycznego jest zjawisko zależności korelacyjnej. Zależność korelacyjna to zależność:

stwierdzona na podstawie obserwacji o podobnym zachowaniu zjawisk, chociaż nie ma teorii potwierdzającej istnienie związku przyczynowego i nie wiadomo, czy taka teoria w ogóle istnieje

12. Model postaci 0x01 graphic
jest funkcją oznaczającą

wartości empiryczne w populacji generalnej

13. Zmienność objaśniona w modelu liniowym jest to suma

kwadratów różnic teoretycznych wartości zmiennej objaśnianej od wartości średniej zmiennej objaśnianej

14. Założenie Gaussa-Markowa dotyczące sferyczności składnika losowego modelu oznacza

brak heteroskedastyczności i brak autokorelacji

15. Czy brak podstaw do odrzucenia hipotezy zerowej (H0) oznacza, że hipoteza ta:

może być hipotezą prawdziwą

16. Współczynnik korelacji wielorakiej, mierzący siłę związku pomiędzy zmiennymi objaśniającymi a zmienną objaśnianą w liniowym modelu ekonometrycznym jest:

równy pierwiastkowi kwadratowemu współczynnika determinacji dla tego modelu

17. Zjawisko współliniowości oznacza występowanie silnej korelacji między:

zmiennymi objaśniającymi

18. Zjawisko autokorelacji składnika losowego modelu:

Powoduje niedoszacowanie wartości współczynnika zbieżnośc/determinacji

19. Czy założenie Gaussa-Markowa o tym, że zakłócenia, które reprezentuje w modelu składnik losowy mają tendencje do wzajemnej redukcji oznacza, że te zakłócenia:

mają zerową wartość oczekiwaną

20. Czy w liniowym modelu ekonometrycznym średnie wartości zmiennej objaśnianej i teoretycznej zmiennej objaśnianej:

są sobie równe

21. Zjawisko dodatniej autokorelacji składnika losowego modelu powoduje, że oszacowania KMNK parametrów strukturalnych mogą być oceniane niezasłużenie jako:

istotne

22. Jako ocenę składnika losowego modelu liniowego przyjmuje się:

wartości różne pomiędzy wartościami empirycznymi i teoretycznymi zmiennej objaśniającej modelu

23. Jeżeli wartość sprawdziany hipotezy weryfikowanej obliczona na podstawie próby losowej należy do obszaru krytycznego, to oznacza, że:

odrzuca się hipotezę zerową

24. Współczynnik zbieżności osiąga wartość 0, gdy:

Suma kwadratów reszt modelu jest równa 0

25. Wyraz wolny w modelu liniowym jest uwzględniany poprzez:

Dołączenia kolumny jedynek nie zawsze jako pierwszej w macierzy obserwacji zmiennych objaśniających

26. Współczynnik determinacji:

Nie może być liczbą ujemną (wartości z przedziału [0;1])

27. Na postać obszaru krytycznego w procesie weryfikacji hipotezy statystycznej wpływ wywiera:

Sformułowanie hipotezy alternatywnej

28. Dla porównania jakości dopasowania do danych empirycznych wariantów modelu liniowego z tą samą zmienną objaśnianą i różną liczbą zmiennych objaśniających oraz wyrazem wolnym stosuje się:

skorygowany współczynnik determinacji

29. Jaki jest związek między resztami 0x01 graphic
a składnikami losowymi w modelu ekonometrycznym

Traktuje się je jako realizację składnika losowego

30. Zmienna nieobjaśniana w modelu liniowym jest to suma:

Kwadratów różnic wartości teoretycznych zmiennej objaśnianej od jej wartości empirycznych

31. W sytuacji, gdy w procesie prognozowanie nie znana jest rzeczywista wartość zmiennej objaśnianej w okresie prognozowania wyznacza się ocenę błędu prognozy:

ex ante

32. Zjawisko współliniowości jest wadą:

danych empirycznych zmiennych objaśniających,

33. Test Durbina-Watsona na autokorelację składnika losowego modelu może być stosowany w przypadku występowania opóźnionych zmiennych objaśniających w modelu:

nie

34. Współczynnik determinacji osiąga wartość 1 gdy:

suma kwadratów reszt modelu jest równa 0

35. Zjawisko współliniowości powoduje, że oszacowanie wariancji ocen KMNK parametrów strukturalnych związanych ze skorelowanymi zmiennymi objaśniającymi są:

bardzo duże

36. Test Durbina-Watsona jest stosowany do weryfikowania hipotezy o występowaniu autokorelacji składnika losowego modelu:

tylko pierwszego rzędu

37. Wartość skorygowanego współczynnika determinacji dla liniowego modelu ekonometrycznego , do którego dołączono jeszcze jedna zmienną objaśniającą:

Może zarówno zmaleć, jak i wzrosnąć

38. W liniowych modelach tendencji rozwojowej z addytywnymi wahaniami sezonowymi przyjmuje się, że w ramach jednego roku suma efektów sezonowych:

jest równa 0

39. Sprawdzianem w teście istotności parametrów strukturalnych modelu liniowego jest wykorzystywana statystyka wyznaczana jako:

iloraz oceny parametry i odchyleń standardowego błędu jego oszacowania

40. Statystyka jest:

funkcją określoną na próbie losowej

41. Na postać obszaru krytycznego w procesie weryfikacji hipotezy statystycznej wpływ wywiera:

rozkład sprawdzianu hipotezy zerowej

42. W klasycznej metodzie najmniejszych kwadratów (KMNK) kryterium jest:

suma kwadratów reszt modelu

43. Czy założenie Gaussa-Markowa o tym, że wartości zmiennych objaśniających są nielosowe i ustalane w powtarzalnych próbach oznacza, że zmienna objaśniana:

nie zależy od zmiennych objaśniających w sensie wartości oczekiwanej

44. Liczba danych empirycznych (obserwacji) zmiennej objaśnianej i zmiennych objaśniających:

musi być większa od liczby zmiennych objaśniających więcej niż o 1

45. Standardowy model liniowy z wieloma zmiennymi objaśniającymi zawiera:

mniej zmiennych objaśniających niż parametrów strukturalnych

46. Zakłócenia losowe (składnik losowy) w modelu liniowym są uwzględniane jako składnik dodawany do:

liniowej postaci funkcji zmiennych objaśniających

47. Wartość estymatora parametrów strukturalnych liniowego modelu wyznacza się z zależności:

(XTX)-1XTy

48. W przypadku modelu liniowego bez wyrazu wolnego współczynnik determinacji może przyjmować wartości:

<1

49. Czy w wyniku testu Shapiro-Wilka można:

nie potwierdzić normalności rozkładu reszt modelu.

50. Parametr strukturalny w liniowym modelu ekonometrycznym mierzy oczekiwaną zmianę zmiennej objaśnianej:

jako efekt zmiany o jedna jednostkę zmiennej objaśniającej , z którą jest związany parametr strukturalny, gdy wartości innych zmiennych objaśniających modelu pozostaną niezmienione

51. Średnia arytmetyczna reszt modelu z addytywnym składnikiem losowym

powinna być równa zeru

52. Heteroskedastyczność składnika losowego modelu liniowego oznacza:

niejednorodność wariancji składnika losowego

53. Wartość współczynnika determinacji dla tego samego modelu jest:

większą od wartości skorygowanego współczynnika determinacji

54. Parametry strukturalne są estymowane na podstawie danych empirycznych z obserwacji

zmiennych objaśniających i zmiennej objaśnianej

55. Jaki związek powinien zachodzić między zmienną objaśnianą a zmiennymi objaśniającymi:

zmienna objaśniana jest zależna od zmiennych objaśniających

56. Współczynnik zbieżności oznacza

względną wielkość nieobjaśnionej zmienności zmiennej objaśnianej

57. Pierwsze założenie Gaussa-Markowa mówi, że zależność między zmienną objaśnianą i zmiennymi objaśniającymi nie zmienia się:

dla wszystkich danych empirycznych (obserwacji)

58. Rozkład zmiennej objaśnianej jako zmiennej losowej w standardowym modelu liniowym zależy od:

rozkładu składnika losowego

59. Dla modelu postaci0x01 graphic
spełniającego założenia Gaussa-Markowa warunkowa wartość oczekiwana zmiennej objaśnianej przy znanej wartości zmiennej objaśniającej jest równa:

E(yt|xt)=0x01 graphic

60. Czy kowariancja obliczana dla zmiennej objaśnianej Y i zmiennej objaśniającej X może przyjmować wartości:

zarówno dodatnie jak i ujemne, niezależnie od wartości przyjmowanych przez zmienne X i Y

61. Współczynnik zbieżności oznacza:

względna wielkość nieobjaśnionej zmienności zmiennej objaśnianej

62. Jakościowa zmienna objaśniająca przyjmuje n (n>1) wariantów. Estymacja parametrów strukturalnych liniowego modelu ekonometrycznego z wyrazem wolnym wymaga uwzględnienia sztucznych zmiennych zero 0 jedynkowych reprezentujących tę zmienną jakościową w liczbie:

mniejszej od liczby wariantów zmiennej jakościowej o 1

63. Warunkiem koniecznym i dostatecznym na to aby równanie modelu liniowego było identyfikowalne jest aby macierz utworzona ze współczynników przy zmiennych występujących w pozostałych równaniach modelu i jednocześnie nie występujących w tym równaniu była rzędu:

mniejszego o 1 od liczby równań w modelu

66. Funkcja postaci y1=a0+a1x1+et powstała w wyniku estymacji modelu y1=a0+a1x1+et jest funkcją oznaczającą:

wartości empiryczne w próbie

67. Test Breuscha-Godfrey'a (BG) jest stosowany do weryfikacji hipotezy o występowaniu autokorelacji składnika losowego modelu:

dowolnego rzędu

68. Czy kowariancja …. Dla zmiennej objaśnianej Y i zmiennej objaśniającej X może przyjmować wartości:

zazwyczaj dodatnie jak i ujemne……..

69. Czy w celu oszacowania parametrów strukturalnych modelu yt=alfa ebeta+1/x+e można go sprowadzić do postaci liniowej:

tak

70. Czy w prostym modelu wielorównaniowym zmienne łącznie współzależne są objaśniane wyłącznie za pomocą zmiennych z góry ustalonych

tak

71. Czy w rekurencyjnym modelu wielorównaniowym zmienne łącznie współzależne są objaśniane:

nie tylko za pomocą zmiennych z góry ustalonych

72. Jeśli macierz B parametrów strukturalnych stojących przy zmiennych łącznie współzależnych w wielorównaniowym modelu rekurencyjnym jest macierzą ……. To mamy do czynienia z modelem:

prostym

73. Kryterium podziału modeli wielorównaniowych na modele proste, rekurencyjne i o równaniach współzależnych jest:

macierze B parametrów strukturalnych modelu stojących przy zmiennych łącznie współzależnych

74. Liniowy układ wielorównaniowym jest ………………….. w postaci…… W postaci……

prostym

75. Macierz B parametrów strukturalnych stojących przy zmiennych łącznie współzależnych w wielorównaniowym modelu rekurencyjnym jest macierzą:

trójkątną

76. Pośrednia metoda najmniejszych kwadratów (PMNK) i podwójna metoda najmniejszych kwadratów (2MNK):

są równoważne dla modeli wielorównaniowych o równaniach identyfikowalnych tylko jednoznacznie

77. Pośrednia metoda najmniejszych kwadratów może być stosowana do estymacji parametrów strukturalnych modelu wielorównaniowego o równaniach

identyfikowanych tylko jednoznacznie

78. Równanie w modelu wielorównaniowym jest identyfikowalne niejednoznacznie, jeżeli liczba zmiennych, które występują w modelu i jednocześnie nie występują w tym równaniu jest:

większa od liczby równań w modelu pomniejszonej o 1

79. W modelu wielorównaniowym zmienne z góry ustalone obejmują tylko zmienne:

objaśniane przesunięte i nieprzesunięte w czasie

80. W zredukowanej postaci modelu wielorównaniowego zmienne objaśniane łącznie współzależne są modelowane za pomocą:

wszystkich zmiennych z góry ustalonych

81. Wahania sezonowe multiplikatywne występują wtedy, gdy w poszczególnych sezonach poziom badanego zjawiska reprezentowanego przez wartości zmiennej objaśnianej odchyla się od swojej tendencji rozwojowej o stałą wielkość bezwzględną

nie

82. Ze względu na kryterium liniowości względem parametrów strukturalnych, która z poniższych odpowiedzi jest prawdziwa dla następującej pary modeli postaci Y=alfa1+alfa2X^2+epsilon oraz lny=alfa0+alfa1X^2+epsilon

nieliniowy, liniowy



Wyszukiwarka

Podobne podstrony:
EKONOMIA odp
ekonomia odp test 03 (1), ADMINISTRACJA, I rok I semestr, Ekonomia
ekonomika odp, Weterynaria, Ekonomika wet
ANALIZA EKONOMICZNA ODP, ekonomia
ekonomia odp test 03, ADMINISTRACJA, I rok I semestr, Ekonomia
modul 2 ekonomika odp
ekonometria odp
Ekonomia odp
EKONOMIA odp
Analiza ekonomiczna - pytania i odp
odp od kogos mikro i makro, politechnika, GiG semestr 1, EKONOMIA
Ekonomika egzamin odp
ekonometria 2, Ekonometria finansowa, Ekonometria finansowa, ekotest odp
odp na czesc pytan ekonomika, Ekonomia, Ekonomika miasta
MSG WAZNE PYTANIA odp, EKONOMIA, Rok 2, Międzynarodowe stosunki gospodarcze
ekon bez odp, UE Katowice FiR, ekonometria
ekonomika duzo testow z odp Nieznany

więcej podobnych podstron