Zestaw B

1. Oszacowano model ekonometryczny metodą najmniejszych kwadratów, Suma kwadratów reszt dla wynosi 3. Oznacza to, że w przypadku istnienia modelu alternatywnego wybrany zostanie ten:

A. którego suma kwadratów reszt wynosi 2

B. którego suma kwadratów reszt wynosi 4

C. którego suma kwadratów reszt wynosi 0

D. którego suma kwadratów reszt wynosi 6

2.Dla omdelu ekonometrycznego oszacowanego metodą najmniejszych kwadratów wiadomo, że:

A.Suma reszt modelu wynosi jeden

B. Suma reszt modelu wynosi 0

C. Wartość oczekiwana reszt wynosi zero

D. Odchylenie standardowe reszt wynosi jeden

3.Zakłada się, że składnik losowy w modelu ekonometrycznym:

A. Jest zmienną zero-jedynkową

B. Jego realizacje zależą od zmiennych objaśniających

C. Jest zmienną losową

D. Jest heteroscedastyczny

4. Reszty pochodzące z modelu ekonometrycznego reprezentują:

A. Część stochastyczną modelu

B. Różnice pomięzy wartościami rzezywistymi a wartościami teoretycznymi uzyskanymi na podstawie....

C. Składnik losowy

D. Część deterministyczna modelu

5.Względny średni błąd predykcji

A. Wyrażany jest procentowo

B. Stosowany jest do oceny dopuszczalności prognozy

6. ...

7. W modelu tendencji rozwojowej (?)

A. Zmienna czasowa jest istotnie skorelowana ze zmienną prognozowaną

B. Parametr przy zmiennej czasowej informuje o przeciętnej zmianie (wzrost/spadek) zmiennej prognozowanej z okresu na okres

C.Parametr wolny jest prognozą wstecz dotyczącą przecietnego poziomu procesu z przed okresu weryfikacji

D. Zmienna prognozowana traktowana jest jako ekonomiczny proces stochastyczny z czasem dyskretnym

8. Jeżeli w modelu ekonometrycznym parametr stojący przy danej zmiennej objaśniającej jest nieistotnie różny od zera mówimy, że:

A. Zmienną objaśniającą przy nim stojącą należy usunąć z modelu

B. Zmienną objaśniającą przy nim stojącą istotnie wpływa na zmienną endogeniczną

C. Zmienną objaśniającą przy nim stojącą należy pozostawić w modelu

D. Zmienna przy nim stojąca jest koincydentna

9. Weryfikacja modelu ekonometrycznego polega na:

A. Zbadaniu czy model jest zgodny z rzeczywistością

B. Ocenie precyzji modelu

C. Ocenie własności predykcji modelu

D. Ocenie czy spełnione są założenia metody najmniejszych kwadratów

10. Do źródeł autokorelacji składnika losowego zalicxa się:

A. Pominięcie istotnej zmiennej objaśniającej w modelu

B. Niewłaściwą specyfikację opóźnień zmiennych objaśniających

C. Niska dokładność technik estymacji

D. Niewłaściwa postać analityczna modelu

11. W przypadku stwierdzenia istotnej autokorelacji rzędu pierwszego mamy do czynienia z :

A. Zależnością składnika losowego od jego realizacji z okresu poprzedniego

B. Utratą losowości składnika losowego

C. Możliwością budowy dopuszczalnych prognoz

D. Obniżeniem efektywności estymacji parametrów strukturalnych modelu

12. Empiryczny wykres rozrzutu:

A. Umożliwia identyfikację postaci analitycznej modelu ekonometrycznego

B. Wskazuje na siłę zależności pomiędzy zmienną endogeniczną i zmienną objaśniającą

C. Przedstawia zachowanie reszt modelu w czasie

D. Przedstawia przebieg zmiennej endogenicznej w czasie.

13. Dany jest model ekonometryczny. Wskazać możliwe interpretacje

A.

B.

C.

D.

14.Jednorodność wariancji:

A. Oznacza homoscedastyczność składnika losowego

B. Jest jednym z założeń metody najmniejszych kwadratów

C. Jej wystąpienie oznacza nieobciążoność, zgodność i efektywność estymatora parametrów strukturalnych

D. Jej wystąpienie oznacza niezależnoć składnika losowego modelu

15. Przy budowie prognozy przedziałowej uwzględnia się:

A. Średni błąd predykcji

B. Współczynnik determinacji

C. Względny średni błąd predykcji

D. Odchylenie standardowe reszt

16. Metoda najmniejszych kwadratów wymaga spełnienia następujących założeń:

A. Nie występuje autokorelacja składnika losowego

B. Zmienna endogeniczna jest zmienną losową

C. Model jest modelem liniowym

D. Zmienne objaśniające są zmiennymi losowymi

17. Estymator jest zgodny jeżeli:

A. Wariancja estymatora zmierza do zera

B. Kowariancja składnika losowego nie zależy od zmiennych objaśniających

C. Wraz ze wzrostem liczebności próby oczekiwana wartość rozkładu estymatora zmierza do wartości szacowanego parametru

D. Wariancja estymatora zmierza do 1

18. Jakość modelu ocenia się poprzez pryzmat:

A. Istotności parametrów strukturalnych

B. Dopasowania modelu do danych empirycznych

C. Współczynnik skorygowany determinacji

D. Współczynnik determinacji

19. Odchylenie standardowe reszt wynosi 1 dla modelu ekonometrycznego oszacowanego metodą najmniejszych kwadratów. Można, zatem powiedzieć, że:

A. W przypadku istnienia modelu alternatywnego lepszym modelem będzie ten, który posiada odchylenie standardowe reszt mniejsze niż 1

B. Mówi o przeciętnym poziomie wahań przypadkowych w zmiennej endogenicznej

C. Stanowi o błędzie dopasowania modelu do danych rzeczywistych

D. Jest miarą struktury stochastycznej modelu ekonometrycznego

20. Współczynnik zmienności losowej jest:

A. Miarą niedopasowania modelu do danych empirycznych

B. Przyjmuje wartości z przedziału [0,1]

C. Miarą jakości modelu

D. Informuje jaką część przeciętnego poziomu zmiennej endogenicznej stanowią wahania przypadkowe

21. Dana zmienna objaśniająca jest koincydentna, wówczas:

A. Współczynnik korelacji liniowej pomiędzy zmienną endogeniczną a wybraną zmienną objaśniającą jest taki sam, jak znak parametru strukturalnego modelu

B. Parametr można interpretować w sensie przyczynowo-skutkowym

C. Zmienna powinna pozostać w modelu

D. Zmienna powinna być usunięta z modelu

22. W regresji wielu zmiennych uwzględnia się:

A. Wszystkie możliwe zmienne objaśniające kształtujące zmienną endogdeniczną

B. Tylko te zmienne objaśniające, które mają istotny wpływ na zmienną endogeniczną z punktu widzienia statystycznego

C. Wybrana zostaje zawsze tylko jedna zmiena objaśniająca, która istotnie kształtuje zmienną endogeniczną

D. Uwzględniane są wyłącznie zmienne objaśniające o charakterze ilościowym

23.Test serii służy do:

A. Badania poprawności postaci analitycznej modelu

B. Badania normalności reszt pochodzących z modelu

C. Badania losowości reszt pochodzących z modelu

D. Badania homoscedastyczności reszt pochodzących z modelu

24. Test Durbina-Watsona

A. Jest testem autokorelacji składnika losowego wyłącznie pierwszego rzędu

B. Jest testem autokorelacji składnika losowego pierwszego i wyższych rzędów

C. Testowaniu podlega zarówno dodatnia jak i ujemna autokorelacja

D. Test posiada obszar niekonkluzywności