pytania ekonometria [skrót]

Analiza struktury stochastcznej modelu oznacza analizę wyłącznie reszt modelu. F
Błąd prognozy ex post ME (błąd średni) obliczony dla liniowego modelu tendencji rozwojowej będzie zawsze równy zero. F
Błąd wyliczony na podstawie zrealizowanych prognoz to błąd ex-ante. F
Błędne określenie postaci analitycznej modelu jest jednym ze źródeł autokorelacji składnika losowego. T
Błędne określenie zakresu badania jest jednym ze źródeł autokorelacji składnika losowego. P? F
Błędy prognoz z grupy ex post zmieniają swoją wartość wraz ze wzrostem horyzontu prognozy. F
Dany jest liniowy model tendencji rozwojowej: Yt=10t+2+ut. Interpretacja parametru przy zmiennej czasowej oznacza, że zmienna prognozowana będzie wzrastać średnio rzecz biorąc z okresu na okres o 10 jednostek. F
Dany jest model ekonometryczny: Yt=-2Xt1+3Xt2+1+ut, Interpretacja parametru przy zmiennej Xt1 ma postać: wzrost Xt1 o 1 jednostkę spowoduje spadek Yt o 2 jednostki. F
Do estymacji modeli w których występuje heteroscedastyczność składników losowych lub niesferyczność możemy wykorzystać uoglnioną MNK Aitkena. T
Estymator "a" jest zgodny nieobciążony i najefektywniejszy w klasie podobnych estymatorów. T
Etap specyfikacji modelu ekonometrycznego oznacza między innymi wybór postaci analitycznej modelu. T
Heteroscedastyczność składnika losowego oznacza stałość wariancji składnika losowego w czasie. F
Homoscedastyczność składnika losowego jest jednym z założeń klasycznej MNK. T
Homoscedastyczność składnika losowego oznacza niejednorodność wariancji składnika losowego w czasie. F
Identyfikowalność modeli badamy jedynie w przypadku modeli rekurencyjnych. F
Identyfikowalność modeli badamy jedynie w przypadku modeli wielorównaniowych. P? F
Identyfikowalność modeli badamy jedynie w przypadku modeli współzależnych. T
Jeśli dana zmienna jest koincydentalna to istnieją podstawy do interpretacji przyczynowo-skutkowej parametru przy niej stojącego. F
Jeżeli dana zmienna objaśniająca jest koincydentna to istnieją podstawy do interpretacji przyczynowo-skutkowej parametru przy niej stojącego. T
Jeżeli dana zmienna objaśniająca nie jest koincydentna to istnieją podstawy do interpretacji przyczynowo-skutkowej parametru przy niej stojącego. F
Jeżeli reszty modelu oszacowanego MNK pochodzą z rozkładu normalnego, to oznacza to spełnienie jednego z założeń MNK. T
Jeżeli składnik losowy jest homoscedastyczny to estymator wektora parametrów strukturalnych modelu uzyskany MNK jest najbardziej efektywny. T
Jeżeli składnik losowy jest homoscedastyczny to estymator wektora parametrów strukturalnych modelu uzyskany MNK nie jest najbardziej efektywny. F
Jeżeli statystyka testu Durbina-Watsona wskazuje na ujemną autokorelację to dodatkowo obliczana jest statystyka: d'=4-d. T
Jeżeli w modelu tendencji rozwojowej parametr wolny jest równy zero, to oznacza to brak trendu/tendencji rozwojowej. F
Jeżeli w teście Durbina-Watsona d=dl to hipoteze zerową odrzucamy na korzyść hipotezy alternatywnej. T
Jeżeli w teście Durbina-Watsona d=dl to nie można podjąć decyzji o autokorelacji składnika losowego. F
Jeżeli w teście Durbina-Watsona d=dl to oznacza to brak podstaw do odrzucenia hipotezy zerowej. F
Jeżeli w teście Durbina-Watsona d=dt to nie można podjąćdecyzji o autokorelacji składnika losowego. F
Jeżeli w teście Durbina-Watsona d>du i r1>0, to ma miejsce brak autokorelacji składnika losowego. T
Jeżeli w teście Turbina-Watsona d=dl to nie można podjąć decyzji o autokorelacji składnika losowego. F
Jeżeli w wyniku przeprowadzenia testu t-Studenta na istotność parametrów strukturalnych testowany parametr okaże się istotny, to zmienna objaśniająca stojąca przy nim, charakteryzuje się istotnym wpływem na zmienną endogeniczną. T
Jeżeli wyznacznik macierzy det(X'X)=25 to istnieje estymator MNK. T
Kolumna złożona z samych jedynek w macierzy [X'X] reprezentuje realizacje zmiennej stojącej przy parametrze wolnym. F
Kryterium MNK zakłada minimalizację sumy kwadratów reszt modelu. T
Liczba szacowanych parametrów w modelu musi być większa od liczby obserwacji na podstawie których model jest estymowany. F
Liniowy model tendencji rozwojowej ma zastosowanie w przypadku gdy zmienna prognozowana wykazuje trend i wahania przypadkowe. F
Metoda wskaźników pojemnośći informacyjnej ma zastosowanie przy doborze zmiennych objaśniających do modeli nieliniowych. T
Miarami jakości modelu ekonometrycznego są miary struktury stochastycznej modelu. T
Miary dokładności predykcji Theila są miarami z grupy ex ante. F
Miary dokładności predykcji Theila są miarami z grupy ex post. T
Model adaptacyjny Brona stosowany jest w przypadku gdy nie znany jest trend badanej zmiennej. T
Model adaptacyjny Wintersa stosowany jest w przypadku gdy zmienna prognozowana wykazuje trend oraz wahania przypadkowe. F
Model adaptacyjny Wintersa stosowany jest w przypadku gdy zmienna prognozowana wykazuje trend, wahania przypadkowe oraz wahania sezonowe. T
Model dla którego współczynnik zbieżności jest równy 98% jest dobrym modelem. F
Model Kleina (ze zmiennymi zerojedynkowymi) ma zastosowanie wówczas gdy zmienna prognozowana wykazuje trend oraz wahania przypadkowe. F
Model Kleina (ze zmiennymi zerojedynkowymi) ma zastosowanie wówczas gdy zmienna prognozowana wykazuje trend, wahania przypadkowe i addatywne wahania sezonowe. F
Model Kleina (ze zmiennymi zerojedynkowymi) ma zastosowanie wówczas, gdy zmienna prognozowana wykazuje trend oraz wahania sezonowe. T
Model wielorównaniowy złożony jest dokładnie z tylu równań ile jest nieopóźnionych zmiennych endogenicznych. T
Modelem statycznym jest każdy model ekonometryczny, który nie uwzględnia czynnika czasu. T
Na głównej przekątnej macierzy wariancji i kowariancji estymatorów parametrów strukturalnych modelu to wariancje estymatorów. T
Niejednorodność wariancji i istotna autokorelacja rzędu pierwszego składnika losowego stanowią jedno z podstawowych założeń MNK dotyczących składnika losowego. F
Nośnikiem informacji jest każda potencjalna zmienna objaśniająca. T
O prognozoe mówimy, że jest dopuszczalna jeżeli jest wyznaczona z dokłdnością do sześciu miejsc po przecinku. F
Ocena dopuszczalności prognozy dokonywana jest w oparciu o np.: względny błąd predykcji. T
Oszacowanie parametrów strukturalnych dowolnego modelu ekonometrycznego oznacza uzyskanie jedynie ich wartości szacunkowych. T
Poziom ufności wynoszący 0,95 wyznaczony dla przedziału ufności parametrów strukturalnych oznacza, że na 100 prób przedział 95 razy nie pokryje prawdziwej wartości parametru strukturalnego. F
Poziom wiarygodności prognozy przyjmuje wartości z przedziału [-1,1]. F
Przyczyny autokorelacji to: błędne określenie opóźnień czasowych zmiennych występujących w modelu, przyjęcie niewłaściwej postaci analitycznej funkcji zmiennych objaśniających, fakt powolnego wygasania pewnych czynników przypadkowych i gdy trwają one dłużej niż okres przyjęty na jednostkę. T
Sezonowość addatywna oznacza multiplikatywne narastanie lub zanik wahań sezonowych w czasie. F
Sezonowość addatywna oznacza stałą amplitudę wahań sezonowych w czasie. T
Składnik losowy modelu jest zmienną losową. T
Składnik losowy modelu reprezentowany jest przez składnik resztowy po oszacowaniu modelu. T
Spełnienie założeń MNK wymaga by składnik losowy posiadał wartość oczekiwaną równą zero i wariancję równą jeden. F
Spełnienie założeń MNK wymaga by składnik losowy posiadał wartość oczekiwaną równą zero i zmienną wariancję. F
Sprowadzenie modelu wielorównaniowego do postaci zredukowanej oznacza rozwiązanie go ze względu na zmienne objaśniane. T
Sprowadzenie modelu wielorównaniowego do postaci zredukowanej oznacza usunięcie pewnych równań. F
Statystyka testu Durbina-Watsona d przyjmuje wartości z przedziału [0,4]. T
Statystyka testu Durbina-Watsona d przyjmuje wartości z przedziału [-4,0]. F
Statystyka testu Durbina-Watsona d przyjmuje wartości z przedziału [-4,4]. F
Suma kwadratów reszt modelu ekonometrycznego oszacowana metodą najmniejszych jest minimalna. F
Suma kwadratów reszt uzyskanych na podstawie modelu ekonometrycznego oszacowanego MNK ma wartość najmniejszą. T
Suma kwadratów reszt, po oszacowaniu modelu MNK jest równa zero. F
W modelach tendencji rozwojowej wymagane jest by zmienna czasowa była istotnie skorelowana ze zmienną endogeniczną. T
W modelu ekonometrycznym zmienne objaśniające są istotnie skorelowane ze zmienną endogeniczną. T
W modelu oszacowanym MNK suma wartości empirycznych zmiennej objaśnianej jest równa sumie jej wartości teoretycznych. T
W przypadku homoscedastyczności reszt modelu do oszacowania parametrów stosujemy klasyczną MNK. T
W teście Durbina-Watsona obszar niekonkluzywności testu oznacza możliwość podjęcia decyzji odnośnie autokorelacji składnika losowego bez konieczności obliczania statystyki testu. F
Wahania sezonowe addatywne charakteryzują się stałą w czasie amplitudą wahań. T
Wariancja reszt jest miarą struktury stochastcznej modelu. T
Wartość oczekiwana składnika losowego dla modelu tendencji rozwojowej szacowanego MNK jest minimalna. F
Wartość oczekiwana składnika losowego modelu jest równa zero. T
Wartość oczekiwana składnika losowego modelu jest różna od zera. F
Wartość współczynnika determinacji rośnie wraz ze wzrostem liczby zmiennych objaśniających. F
Weryfikacja modelu sprowadza się do zbadania stopnia zgodności modelu z danymi empirycznymi, zbadania istotności wpływu poszczególnych zmiennych, zbadania własności składnika resztowego. T
Wskaźnik pojemności informacyjnej pewnej kombinacji zmiennych ma wartość wyższą od współczynnika determinacji tej kombinacji. F
Współczynnik determinacji informuje w jakim stopniu wariancja zmiennej endogenicznej Yt została wyjaśniona przez model ekonometryczny. T
Współczynnik determinacji R^2 można stosować wyłącznie w przypadku modeli liniowych. T
Współczynnik korelacji wielorakiej informuje o sile związku pomiędzy zmienną endogeniczną a wszystkimi zmiennymi objaśniającymi. T
Współczynnik zmienności losowej to współczynnik wyrazistości modelu. T
Współczynnik zmienności przypadkowej informuje nas ile procent średniej wartości zmiennej endogenicznej stanowi odchylenie standardowe reszt. F
Wszystkie elementy na głównej przekątnej macierzy wariancji i kowariancji są zawsze równe zero. F
Wybór postaci analitycznej modelu ekonometrycznego dokonywany jest na podstawie zależności występującej pomiędzy zmienną endogeniczną a poszczególnymi zmiennymi objaśniającymi, czyli tzw.: rozrzutu empirycznego. T
Wykres rozrzutu jest graficzną metodą identyfikacji postaci analitycznej modelu ekonometrycznego. T
Z punktu widzenia teorii prognozy ekonometrycznej im dalszy horyzont prognozy tym większy jest jej błąd ex ante. T
Zakłada się że reszty modelu ekonometrycznego oszacowanego MNK pochodzą z rozkładu normalnego. T
Zmienna czasowa zaliczana jest do grupy zmiennych endogenicznych modelu. F
Zmienna endogeniczna modelu ekonometrycznego może stanowić w pewnych sytuacjach zmienną prognozowaną. T
Zmienna stojąca przy parametrze wolnym w modelu ekonometrycznym przyjmuje zawsze wzystkie realizacje równe 1. T
Zmienne objaśniające w modelu ekonometrycznym szacowanym MNK są zmiennymi nie losowymi i tym samym nie są one skorelowane ze składnikiem losowym. F
Zmienne z góry ustalone określa się mianem zmiennych endogenicznych innych równań. F
  1. Analiza struktury stochastycznej oznacza analizę wyłącznie reszt modelu. P

  2. Budowa prognozy przedziałowej na podstawie modelu ekonometrycznego wymaga by był on modelem dynamicznym.

  3. Estymator „a” parametru alfa jest nieobciążony jeśli jest stochastycznie zbieżny do szacowanego nieznanego parametru alfa F

  4. Estymator „a” parametru alfa jest zgodny jeśli jest stochastycznie zbieżny do szacowanego nieznanego parametru alfa. P

  5. Funkcja autokorelacji PACF stanowi tzw.: pamięć szeregu czasowego. F

  6. Identyfikowalność modeli badamy jedynie w przypadku modeli
    rekurencyjnych. F (wielorównaniowych F)

  7. Integralny wskaźnik pojemności informacyjnej dla danej kombinacji zmiennych objaśniających stanowi sumę wskaźników indywidualnych dla tej kombinacji. P

  8. Istotność parametrów strukturalnych modelu zależy między innymi od prawidłowej postaci analitycznej modelu. P

  9. Jedną z przyczyn nieistotności parametrów strukturalnych modelu ekonometrycznego jest niewłaściwa postać analityczna. P

  10. Jeżeli macierz B parametrów przy nieopóźnionych zmiennych endogenicznych jest diagonalna, to model jest modelem o równaniach współzależnych. F

  11. Jeżeli macierz B parametrów przy nieopóźnionych zmiennych endogenicznych jest diagonalna, to model jest modelem o równaniach współzależnych. F (modelem prostym P)

  12. Jeżeli na zmiennych w nieliniowym modelu tendencji rozwojowej dokonujemy przekształcenia takiego, że mamy : Yt i z=1/t to model jest modelem hiperbolicznym P??

  13. Jeżeli na zmiennych w nieliniowym modelu tendencji rozwojowej dokonujemy przekształcenia takiego, że: ln(Yt) i ln(t) to model jest modelem logarytmicznym F

  14. Jeżeli na zmiennych w nieliniowym modelu tendencji rozwojowej dokonujemy przekształcenia takiego, że ln(Y) i ln(t) to model jest modelem wykładniczym F

  15. 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

  16. Jeżeli reszty modelu oszacowanego metodą najmniejszych kwadratów pochodzą z rozkładu normalnego, to oznacza to spełnienie jednego z założeń metody najmniejszych kwadratów. P

  17. Jeżeli składnik losowy jest heteroscedantyczny to estymator wektora parametrów strukturalnych modelu uzyskany metodą najmniejszych kwadratów nie jest najbardziej efektywny P

  18. Jeżeli w modelu tendencji rozwojowej parametr wolny równy jest zero to oznacza to brak trendu/tendencji rozwojowej. F

  19. Jeżeli w teście Studenta wartość krytyczna odczytana z tablic jest większa od wartości bezwzględnej statystyki testu to brak podstaw do odrzucenia hipotezy zerowej. P

  20. Jeżeli w wyniku przeprowadzenia testu t-Studenta na istotność parametrów strukturalnych testowany parametr okaże się istotny, to zmienna objaśniająca stojąca przy nim, charakteryzuje się istotnym wpływem na zmienną endogeniczną. P

  21. Jeżeli w wyniku przeprowadzenia testu t-Studenta na istotność parametrów strukturalnych testowany parametr okaże się istotny, to zmienna objaśniająca stojąca przy nim, charakteryzuje się istotnym wpływem na zmienną endogeniczną. P

  22. Jeżeli znaki reszt uzyskanych na podstawie modelu oszacowanego MNK są „mniej więcej” na przemian, to istnieje podejrzenie o dodatnią autokorelację reszt modelu.

  23. Kolumna złożona z samych jedynek macierzy X’X reprezentuje realizacje zmiennej stojącej przy parametrze wolnym. F (tak się dzieje w macierzy X)

  24. Kryterium dopuszczalności prognoz określane jest zawsze przez ekonometryka budującego prognozę. F

  25. Kwadraty błędów szacunku leżą na głównej przekątnej macierzy wariancji i kowariancji P

  26. Macierz X’X jest macierzą kwadratów P

  27. Metoda trendów jednoimiennych okresów ma zastosowanie w przypadku występowania sezonowości w szeregu czasowym P??

  28. Metoda wskaźników pojemności informacyjnej ma zastosowanie przy doborze zmiennych objaśniających do modeli nieliniowych. F

  29. Miarami jakości modelu ekonometrycznego są miary dopasowania modelu do danych empirycznych P

  30. Miarami jakości modelu ekonometrycznego są miary struktury stochastycznej modelu.

  31. Miary dokładności predykcji Theila są miarami z grupy ex post. P

  32. Model adaptacyjny Brona stosowany jest w przypadku gdy nie znany jest trend badanej zmiennej P

  33. Model adaptacyjny Holta stosowany jest w przypadku gdy zmienna prognozowana wykazuje trend oraz wahania przypadkowe P

  34. Model Kleina ma zastosowanie w przypadku sezonowości półrocznej. ?

  35. Model wielorównaniowy złożony jest dokładnie z tylu równań ile
    jest nieopóźnionych zmiennych endogenicznych. P (by przekroczyc ilość nieopóźnionych F)

  36. Modele tendencji rozwojowej są modelami analitycznymi P

  37. Modele tendencji rozwojowej są modelami należącymi do metod analitycznych P

  38. Modelem dynamicznym jest każdy model, w którym występuje zmienna czasowa lub/i zmienna(e) opóźnione w czasie P

  39. Na głównej przekątnej macierzy wariacji i kowariancji znajdują się kowariancje ocen parametrów strukturalnych modelu

  40. Nieistotność parametrów strukturalnych wynika m.in. z niewłaściwej postaci analitycznej modelu P

  41. Nieistotność parametrów strukturalnych wynika z nieodpowiedniej jakości danych statystycznych P

  42. Niejednorodność wariancji i istotna autokorelacja rzędu pierwszego składnika losowego stanowią jedno z podstawowych założeń metody najmniejszych kwadratów dotyczących składnika losowego. F

  43. Niejednorodność wariancji i istotna autokorelacja rzędu pierwszego składnika losowego stanowią jedno z podstawowych odstępstw od założeń metody najmniejszych kwadratów dotyczących składnika losowego. P

  44. Nosnikiem informacji jest kazda potencjalna zmienna objasniajaca P

  45. Ocena dopuszczalności prognozy dokonywana jest w oparciu o np. względny błąd predykcji. F
    (średni błąd predykcji bądź średni względny błąd predykcji)

  46. Odchylenie standardowe reszt jest miarą dopasowania modelu do danych empirycznych F

  47. Odchylenie standardowe reszt wyrażane jest w jednostce zmiennej endogenicznej (w modelu liniowym zawsze)

  48. Okres weryfikacji prognoz to okres w którym znane są wartości rzeczywiste zmiennej prognozowanej oraz prognozy wygasłe. ??

  49. Parametr w modelu ekonometrycznym nigdy nie podlega interpretacji P

  50. Parametr wolny w modelu ekonometrycznym nigdy nie podlega interpretacji P

  51. Pierwiastek współczynnika determinacji stanowi współczynnik korelacji wielorakiej.

  52. Pierwiastki obliczone z elementów znajdujących się na głównej przekątnej macierzy wariancji i kowariancji stanowią średnie błędy szacunku. P

  53. Pominięcie istotnej zmiennej objaśniającej jest jedna z przyczyn występowania autokorelacji rzędu pierwszego składnika losowego P

  54. Poziom wiarygodności w prognozie przedziałowej jest wartością krytyczną odczytana z tablic wartości krytycznych przedziału t-Studenta P

  55. Poziom wiarygodności w prognozie przedziałowej jest wartością krytyczną odczytana z tablic wartości rozkładu T –studenta P

  56. Prognoza wygasła to taka prognoza dla której znana jest rzeczywista realizacja zmiennej prognozowanej P??

  57. Przy budowie prognozy przedziałowej uwzględniany jest względny błąd predykcji F

  58. Sezonowość addytywna oznacza stałą amplitudę wahań sezonowych w czasie. P (multiplikatywne narastanie lub zanik P)

  59. Siła autokorelacji rzędu pierwszego mierzona jest statystyka Durbina Watsona P

  60. Siła i kierunek autokorelacji rzędu pierwszego mierzona jest współczynnikiem autokorelacji rzędu pierwszego P

  61. Składnik losowy modelu jest zmienna losową P

  62. Składnik losowy modelu jest zmienną losową. F/P

  63. Składnik losowy modelu reprezentowany jest przez składnik resztowy po oszacowaniu modelu.P

  64. Składnik losowy modelu reprezentowany jest przez składnik resztowy po oszacowaniu modelu. P

  65. Sprowadzenie modelu wielorównaniowego do postaci zredukowanej
    oznacza usunięcie pewnych równań. F

  66. Sprowadzenie modelu wielorównaniowego do postaci zredukowanej oznacza usunięcie pewnych równań. F ( rozwiązanie go ze wzgledu na zmienne objaśnione P)

  67. Suma kwadratów reszt modelu ekonometrycznego oszacowana MNK jest maksymalna. F

  68. Suma kwadratów reszt modelu ekonometrycznego oszacowana MNK jest minimalna.(taka jest idea tej metody) P

  69. Średnia ruchoma zaliczana jest do metod mechanicznych P

  70. Średnie błędy szacunku są miarami struktury stochastycznej modelu F (są miarami precyzji estymacji parametru struktury)

  71. Średnie błędy szacunku są miarą dopasowania modelu do danych empirycznych F

  72. Średnie błędy szacunku są miarą precyzji oszacowania parametrów strukturalnych modelu. P

  73. Test homoskedastycznosci słuzy do weryfikacji sferyczności wariacji składnika losowego P

  74. Test serii służy do weryfikacji poprawności analitycznej modelu P

  75. Test Turbina Watsona służy do testowania istotności autokorelacji dowolnego rzędu F

  76. Trend deterministyczny oznacza długotrwałe stałe zmiany w czasie zmiennej prognozowanej P??

  77. Trend deterministyczny oznacza krótkookresową skłonność zmiennej prognozowanej do określonych zmian, czyli spadku bądź wzrostu. F

  78. W metodzie wskaźników pojemności informacji kombinację zmiennych objaśniających, które wejdą do modelu charakteryzuje maksymalna wartość integralnego wskaźnika pojemności informacyjnej P

  79. W metodzie wskaźników pojemności informacyjnej do modelu wejdzie ta kombinacja zmiennych objaśniających, dla której indywidualny wskaźnik pojemności informacyjnej jest maksymalny. F

  80. W modelach adaptacyjnych parametry wygładzania szacowane są metodą najmniejszych kwadratów. ??

  81. W modelach adaptacyjnych znana jest postać analityczna funkcji trendu F

  82. W modelach tendencji rozwojowej jedyna zmienną objaśniającą jest zmienna czasowa t P

  83. W modelach tendencji rozwojowej wymagane jest by zmienna czasowa była istotnie skorelowana ze zmienną endogeniczną. P

  84. W modelu ekonometrycznym zmienne objaśniające są istotnie skorelowane między sobą F

  85. W modelu oszacowanym MNK suma wartości empirycznych zmiennej objaśnianej = sumie jej wartości teoretycznych P

  86. W przypadku modeli adaptacyjnych parametry wygładzania są bliskie jedności, jeżeli wszystkie składowe szeregu czasowego podlegają szybkim zmianom w czasie P

  87. W przypadku modeli adaptacyjnych parametry wygładzania są bliskie zeru, jeżeli wszystkie składowe szeregu czasowego zmieniają się szybko w czasie F

  88. W przypadku występowania istotnej (dodatniej/ujemnej) autokorelacji składnika losowego parametry strukturalne modelu szacowane są podwójną metodą najmniejszych kwadratów F

  89. W szeregu czasowym można wyróżnić trzy składowe: trend, wahania przypadkowe, wahania sezonowe P

  90. Wahania sezonowe addytywne charakteryzują się stałą w czasie amplitudą wahań. P

  91. Wariancja reszt jest miarą struktury stochastycznej modelu. P

  92. Wariancja resztowa jest miarą dopasowania modelu o danych empirycznych ??

  93. Współczynnik autokorelacji rzędu pierwszego r1 przyjmuje wartości z przedziału [0, 1] F

  94. Współczynnik autokorelacji rzędu pierwszego r1 przyjmuje wartości z przedziału [-4,4] F

  95. Współczynnik determinacji R^2 można stosować w przypadku modeli nieliniowych sprowadzalnych do liniowych P

  96. Współczynnik determinacji R^2 można stosować w przypadku modeli stricte nieliniowych F

  97. Współczynnik zbieżności informuje jaka część wariancji zmiennej endogenicznej nie została wyjaśniona przez model ekonometryczny P

  98. Współczynnik zmienności losowej jest miara dopasowania modelu do danych empirycznych P

  99. Współczynnik zmienności przypadkowej informuje nas ile % średniej wartości zmiennej endogenicznej stanowi odchylenie standardowe reszt. F

  100. Z pkt widzenia prognozy ekonometrycznej im dalszy horyzont prognozy tym większy jest jej błąd ex ante. P

  101. Zakłada się, że reszty modelu ekonometrycznego oszacowanego metodą najmniejszych kwadratów pochodzą z rozkładu normalnego P

  102. Zawsze wybrany zostaje model, dla którego kryterium informacyjne AIC (Akaika) jest najmniejsze P

  103. Zmienna endogeniczna modelu ekonometrycznego może stanowić w pewnych sytuacjach zmienną prognozowaną. P

  104. Zmienne objaśniające nazywane są zmiennymi endogenicznymi F

  105. Zmienne objaśniające powinny być słabo skorelowane ze zmienną endogeniczną F

  106. zmienne objaśniające powinny być słabo skorelowane ze zmienną endogeniczną F

  107. Zmienne objaśniające w modelu ekonometrycznym szacowanym MNK są zmiennymi nielosowymi i tym samym nie są one skorelowane ze składnikiem losowym. P

  108. Jeżeli w teście Durbina Watsona d>du i r1>0 to ma miejsce brak autokorelacji składnika losowego

  109. Jeżeli wyznacznik macierzy det(X’X)=0 to nie istnieje estymator metody najmniejszych kwadratów P

  110. Wartość oczekiwana składnika losowego modelu różna 0 F

  111. Wartość oczekiwana składnika losowego modelu to 0 P

  112. Współczynnik rozbieżności Theila przybiera wartość równą 0 w przypadku, gdy predykcja była idealnie dokładna. P

  113. Jeżeli wyznacznik macierzy det(X’X)=1 to nie istnieje estymator metody najmniejszych kwadratów F

  114. Jeżeli wyznacznik macierzy det(x’x)=25 to istnieje estymator MNK. P

1) Pierwiastki obliczone z elementów znajdujących się na głównej przekątnej macierzy wariancji i kowariancji stanowią średnie błędy szacunku. P

1. Wszystkie elementy na głównej przekątnej macierzy wariancji kowariancji są zawsze równe zero. F

2) W metodzie wskaźników pojemności informacyjnej do modelu wejdzie ta kombinacja zmiennych objaśniających, dla której indywidualny wskaźnik pojemności informacyjnej jest maksymalny. F (integralny)

3) Model Kleina ma zastosowanie w przypadku sezonowości półrocznej. ?

3. Model Kleina (ze zmiennymi zerojedynkowymi) ma zastosowanie wówczas, gdy zmienna prognozowana wykazuje trend, wahania przypadkowe i addytywne wahania sezonowe. P

4) Trend deterministyczny oznacza krótkookresową skłonność zmiennej prognozowanej do określonych zmian, czyli spadku bądź wzrostu. F (długookresowy)

5) Zmienne objaśniające w modelu ekonometrycznym szacowanym MNK są zmiennymi losowymi i tym samym są one skorelowane ze składnikiem losowym. F

5. Zmienne objaśniające w modelu ekonometrycznym szacowanym MNK są zmiennymi nielosowymi i tym samym nie są one skorelowane ze składnikiem losowym. P

6) Niejednorodność wariancji i istotna autokorelacja rzędu pierwszego składnika losowego stanowią jedno z podstawowych odstępstw od założeń metody najmniejszych kwadratów dotyczących składnika losowego. P
6. Niejednorodność wariancji i istotna autokorelacja rzędu pierwszego składnika losowego stanowią jedno z podstawowych założeń metody najmniejszych kwadratów dotyczących składnika losowego. F

7) Odchylenie standardowe reszt wyrażane jest w jednostce zmiennej endogenicznej (w modelu liniowym zawsze)
7. Zmienna endogeniczna modelu ekonometrycznego może stanowić w pewnych sytuacjach zmienną prognozowaną. P

8) Istotność parametrów strukturalnych modelu zależy między innymi od prawidłowej postaci analitycznej modelu. P

8. Nieistotność parametrów strukturalnych wynika między innymi z pominięcia istotnej zmiennej objaśniającej. P

9) Suma kwadratów reszt modelu ekonometrycznego oszacowana MNK jest maksymalna. F
9. Suma kwadratów reszt modelu ekonometrycznego oszacowana MNK jest minimalna.
(taka jest idea tej metody) P

10) W teście Durbina - Watsona obszar niekonkluzywności testu oznacza możliwość podjęcia decyzji odnośnie autokorelacji składnika losowego bez konieczności obliczania statystyki testu. F

11) Oszacowanie parametrów strukturalnych dowolnego modelu ekonometrycznego oznacza uzyskanie jedynie ich wartości szacunkowych. P

12) Budowa prognozy przedziałowej na podstawie modelu ekonometrycznego wymaga by był on modelem dynamicznym.
12. Z pkt. widzenia prognozy ekonometrycznej im dalszy horyzont prognozy tym większy jest jej błąd ex ante. P

13) Dany jest model ekonometryczny (…) Interpretacja (…)

14. Dany jest model ekonometryczny: . Interpretacja parametru przy zmiennej ma postać: wzrost spowoduje spadek Y o dwie jednostki. F

14) Miarami jakości modelu ekonometrycznego są miary struktury stochastycznej modelu.
13. Miarami jakości modelu ekonometrycznego są miary struktury stochastycznej modelu.

15) Spełnienie MNK dotyczących składnika losowego oznacza w praktyce spełnienie tych założeń w odniesieniu (?) do składnika resztowego.

15. Składnik losowy modelu reprezentowany jest przez składnik resztowy po oszacowaniu modelu. P

16) Jeżeli znaki reszt uzyskanych na podstawie modelu oszacowanego MNK są „mniej więcej” na przemian, to istnieje podejrzenie o dodatnią autokorelację reszt modelu.

16. Jeżeli w teście Durbina-Watsona hipoteza alternatywna głosi ujemną autokorelację składnika losowego to koniecznie jest obliczenie dodatkowo statystyki d’= 4-d. P

17) Homoscedastyczność składnika losowego oznacza jednorodność wariancji składnika losowego w czasie. P
17. Homoscedastyczność składnika losowego oznacza niejednorodność wariancji składnika losowego w czasie. F (jednorodność)

18) Pierwiastek współczynnika determinacji stanowi współczynnik korelacji wielorakiej.

18. W modelu ekonometrycznym zmienne objaśniające są istotnie skorelowane między sobą. F

19) Integralny wskaźnik pojemności informacyjnej dla danej kombinacji zmiennych objaśniających stanowi sumę wskaźników indywidualnych dla tej kombinacji. P

19. Metoda wskaźników pojemności informacyjnej ma zastosowanie przy doborze zmiennych objaśniających do modeli nieliniowych. F

20) Wahania sezonowe stanowią … … wahania wokół trendu.

20. Wahania sezonowe addytywne charakteryzują się stałą w czasie amplitudą wahań. P

21) Etap specyfikacji modelu ekonometrycznego oznacza między innymi wybór postaci analitycznej modelu. P

22) Kolumna złożona z samych jedynek macierzy X’X reprezentuje realizacje zmiennej stojącej przy parametrze wolnym. F (tak się dzieje w macierzy X)

23) Kryterium dopuszczalności prognoz określane jest zawsze przez ekonometryka budującego prognozę. F
23. Ocena dopuszczalności prognozy dokonywana jest w oparciu o np. względny błąd predykcji. F
(średni błąd predykcji bądź średni względny błąd predykcji)

24) Analiza jakości modelu związana jest z analizą jego dopasowania do danych empirycznych. P

24. Analiza struktury stochastycznej oznacza analizę wyłącznie reszt modelu. P

25. Średnie błędy szacunku są miarą precyzji oszacowania parametrów strukturalnych modelu. P

26) Jeżeli wyznacznik macierzy det(x’x)=0 to istnieje estymator MNK. F

26. Jeżeli wyznacznik macierzy det(x’x)=25 to istnieje estymator MNK. P

27) Błędne określenie opóźnień zmiennych objaśniających w modelu jest jednym ze źródeł autokorelacji składnika losowego. P

27. Błędne określenie postaci analitycznej modelu jest jednym ze źródeł autokorelacji składnika losowego. P

28) Estymator a parametru alfa jest efektywny jeśli jest stochastycznie zbieżny do szacowanego nieznanego parametru alfa. F

28. Estymator a parametru alfa jest zgodny jeśli stochastycznie zbieżny do szacowanego nieznanego parametru alfa. P

29) W modelach tendencji rozwojowej, np. liniowy model trendu należą do grupy metod analitycznych. P
29. W modelach tendencji rozwojowej wymagane jest by zmienna czasowa była istotnie skorelowana ze zmienną endogeniczną. P

30) Średnie błędy szacunku są miarami struktury stochastycznej modelu F (są miarami precyzji estymacji parametru struktury)

30. Wariancja reszt jest miarą struktury stochastycznej modelu. P

31) Jeżeli statystyka testu Turbina Watsona przyjmie wartość 3,3, to wskazuje na ujemną autokorelacje składnika losowego P

31. Jeżeli w teście Durbina-Watsona d=d(l) to brak podstaw do odrzucenia hipotezy zerowej. F

32) Liczba szacowanych parametrów w modelu musi być większa od liczby obserwacji na podstawie których model jest estymowany. F

33) Wartość oczekiwana składnika losowego dla modelu tendencji rozwojowej szacowanego MNK jest równa zero. P

33. Wartość oczekiwana składnika losowego dla modelu tendencji rozwojowej szacowanego MNK jest minimalna.

34) Współczynnik determinacji R kwadrat można stosować wyłącznie w przypadku modeli liniowych. F

35) Jeżeli dana zmienna objaśniająca jest koincydentna to istnieją podstawy do interpretacji przyczynowo-skutkowej parametru przy niej stojącego. P

36) Modelem statycznym jest każdy model ekonometryczny, który nie uwzględnia czynnika czasu. P

37) Jeżeli składnik losowy jest homoscedatyczny to estymator wektora parametrów strukturalnych modelu uzyskany MNK nie jest najbardziej efektywny. F

38) Jeżeli w modelu tendencji rozwojowej parametr wolny równy jest zero to oznacza to brak trendu/tendencji rozwojowej. F

39) Współczynnik zmienności losowej jest miarą dopasowania modelu do danych empirycznych. P

40) Macierz wariancji i kowariancji jest macierzą symetryczną względem głównej przekątnej. P
40. Macierz wariancji kowariancji jest symetryczna względem głównej przekątnej. P

41) Współczynnik autokorelacji rzędu pierwszego przyjmuje wartości z przedziału [0,4]. F
41. Współczynnik autokorelacji rzędu pierwszego przyjmuje wartości z przedziału [-1, 1]. P

42) Zmienna stojąca przy parametrze wolnym w modelu ekonometrycznym przyjmuje zawsze wszystkie realizacje równe 1. P

43) Liniowy model tendencji rozwojowej ma zastosowanie w przypadku gdy zmienna prognozowana wykazuje trend i wahania przypadkowe. P

44) Wartość współczynnika determinacji maleje wraz ze wzrostem liczby zmiennych objaśniających. F
44. Wartość współczynnika determinacji rośnie wraz ze wzrostem liczby zmiennych objaśniających. P

45) Wybór postaci analitycznej modelu ekonometrycznego dokonywany jest na podstawie zależności występującej pomiędzy zmienną endogeniczną a poszczególnymi zmiennymi objaśniającymi, czyli tzw.: rozrzutu empirycznego. P

46) Jeżeli w wyniku przeprowadzenia testu t-Studenta na istotność parametrów strukturalnych testowany parametr okaże się nieistotny, to zmienna objaśniająca stojąca przy nim, jest usuwana z modelu. P?
46. Jeżeli w wyniku przeprowadzenia testu t-Studenta na istotność parametrów strukturalnych testowany parametr okaże się istotny, to zmienna objaśniająca stojąca przy nim, charakteryzuje się istotnym wpływem na zmienną endogeniczną. P

47) Współczynnik zbieżności informuje w jakim stopniu wariancja zmiennej endogenicznej Y(t) nie została wyjaśniona przez model ekonometryczny. P

47. Współczynnik determinacji informuje w jakim stopniu wariancja zmiennej endogenicznej Y(t) została wyjaśniona przez model. P

48) Poziom wiarygodności prognozy przyjmuje wartości z przedziału [-1,0]. F
48. Poziom wiarygodności prognozy przyjmuje wartości z przedziału [-1, 1] F

49) Dany jest liniowy model tendencji rozwojowej Y(t) = 10t + 2+u(t). Interpretacja parametru przy zmiennej czasowej oznacza, że zmienna prognozowana będzie wzrastać średnio rzecz biorąc z okresu na okres o 10 jednostek. P

50) Poziom ufności wynoszący 0,95, wyznaczony dla przedziałów ufności parametrów strukturalnych oznacza, że na 100 prób przedział 95 razy pokryje prawdziwe wartości parametru strukturalnego. P

50. Poziom ufności wynoszący 0,95, wyznaczony dla przedziałów ufności parametrów strukturalnych oznacza, że na 100 prób przedział nie pokryje prawdziwej wartości parametru strukturalnego. F


Wyszukiwarka

Podobne podstrony:
ekonomika pytania, Ekonomika miast i regionów
Pytania z ekonomiki, Ekonomika sek.paliwowo-energetycznego
PYTANIA Z EKONOMII DO OBRONY (Wersja alternatywna)
MSG pytania, Ekonomia międzynarodowa zaawansowana, Żukrowska
pytania z ekonomii kolokwium 2
ekonomia -egzamin pytania, Ekonomia
pytania z ekonometrii finansowej, Ekonometria finansowa, Ekonometria finansowa
Pytania i odpowiedzi skrót, semestr 1-4
odpowiedzi dzial 1-ekonomia, Specjalizacja - Pytania z ekonomicznych i prawnych problemów KF
Pytania z ekonomii od Kostur, Makro
marketing-pytania, Ekonomia, Marketing
statystyka przykĹ adowe pytania[1], Ekonomia UG, 1 rok, Statystyka
pytania z ekonomii, Europeistyka, Ekonomia
egzamin z makroekonomii(1), Edukacja, Pytania z ekonomi stare, Makroekonomia

więcej podobnych podstron