1.Jesli w modelu wystepuja mocne katalizatory, to z tego wynika ze:

1.macierz korelacji R zawiera elementy wieksze od odpowiednich elementow odpowiedniej macierzy neutralnej

2.macierz korelacji jest identyczna z macierza neutralna

3.wektor korelacji posiada wszystkie skladowe nieujemne

4.w macierzy korelacji wystepuja elementy ujemne

2.Model nazywamy statystycznie istotnym jeśli:

1.pewna jego zmienna objasniajaca jest statystycznie istotna

2.zmienna objasniajaca Y jest statystycznie istotna

3.wszystkie jego zmienne objasniajace sa statystycznie istotne

4.jest otrzymany na podstawie wiarygodnych danych statystycznych

3.Średni blad prognozy jest miara:

1.istotnosci modelu

2.ktora zawsze przyjmuje wartosci niedodatnie

3.ktora ma male znaczenie parktyczne

4.dokladnosci prognozy

4.Im sredni blad prognozy jest mniejszy tym:

1.trudniej trafnie przewidziec jaka wartosc przyjmie zmienna Y w okresie prognozowanym

2.prawdopodobienstwo ze prognoza jest bliska wartosci jaka przyjmie zmienna Y jest wieksza

3.model jest gorszy

4.prawdopodobienstwo,ze prognoza jest bliska wartosci jaka przyjmie zmienna Y jest mniejsza

5.Metoda Hellwiga doboru zmiennych:

1.ustalamy zbior potencjalnych zmiennych objasniajacych

2.wybieramy zmienna objasniana

3.wybieramy optymalny zbior zmiennych objasniajacych (ze wzgledu na pewne kryterium)

4.sprawdzamy czy dana para jest korelacyjna

6.Jesli dwie zmienne sa standaryzowane to ich roznica:

1.Ma wartosc przecietna rowna zero ale odchylenie standardowe jest na ogol rozne od jedynki

2.tez jest standaryzowana

3.ma odchylenie standardowe rowne jeden,ale wartosc srednia rozna od zera

4.ma odchylenie standardowe rowne zero,a wartosc przecietna rowna jeden

7.Jesli rzad macierzy obserwacji Z jest mniejszy od liczny parametrow w modelu do oszacowania to:

1.bardzo latwo jest oszacowac parametry modelu

2.nie mozna oszacowac parametrow modelu metoda MNK

3.model ma wysoka jakosc

4.nie zmienia to sposobu postepowania przy szacowaniu parametrow

8. Dany jest model o dwoch zmiennych objasniajacych (z wyrazem wolnym). Wartosci zmiennych objasniajacych w okresie prognozwoania sa rowne y=[2,5], zas wekto oszacowan parametrow modelu jest rowny A=[4,3,2]. Na podstawie modelu dokonano prognozy wartosci zmiennej objasnianej. Wynosi ona:

1. 18

2. 19

3. 20

4. 10

9. Czy jest mozliwe aby dla pewnej macierzy korelacji R zachodzila rownosc det R=0.526:

1.nie,gdyz macierz korelacji ma zawsze ujemny wyznacznik

2.tak, gdyz macierz korelacji ma zawsze nieujemny wyznacznik

3.nie, gdyz macierz korelacji ma zawsze wyznacznik wiekszy od 1

4. tak, gdyz wyznacznik macierzy korelacji jest dowolna liczba rozna od zera

10. Oszacowanie wyrazu wolnego w modelu o zmiennych standaryzowanych uzyskane na podstawie MNK jest:

1.dodatnie

2.rowne jeden

3.rowne zero

4.dowlona liczba rzeczywista

11.Z dwoch modeli o jednakowym wspolczynniku zbieznosci lepszy jest ten, który : 1.jest koincydenty

2.ma nizszy wspolczynnik determinacji

3.spelnia nierownosc Hellwiga

4. ma wieksza liczbe zmiennych

12. Jesli do modelu z jedna zmienna objasniajaca dodamy nastepna, to:

1.wspolczynnik determinacji zwiekszy sie

2.nowy model bedzie koincydenty

3.wspolczynnik determinacji nie zmniejszy sie

4.w nowym modelu bedzie wystepowal efekt katalizy

13. Jesli r(Y,Z)=0.9 to r(-Y,-Z) jest rowne

1. -0.9:

2. 0.9

3. 0.1

4. 1

14. Dobierajac zmienne metoda Hellwiga zapewniamy:

1.statystyczna istotnosc modelu

2.koincydencje modelu

3.duza wartosc natezenia efektu katalizy

4.mala wartosc natezenia efektu katalizy

15. Zaleznosc stopy zysku akcji Rj od stopy zysku indeksu gieldy Rm czesto przedstawia sie za pomoca modelu Rj=aj +... tzw linii charakterystycznej papieru wartosciowego. Oszacowany wspolczynnik beta tego równania:

1.wskazuje o ile procent w przyblizeniu wzrosnie stopa zysku danej akcji gdy stopa zysku wskaznika rynku(indeksu gieldy) wzrosnie o 1%

2.jest wielkoscia stla dla dowolnej akcji

3.zawsze jest wiekszy od 1

4.jest zawsze ujemny dla dowolnej akcji

16. Czesto powiazania dwoch akcji mierzymy za pomoca wspolczynnika korelacji akcji, dokładniej 1.stop zysku akcji

2.przyjmuje ona zawsze wartosci dodatnie

3.jest on zawsze wiekszy od 1

4.okresla on w jaki sposob stopy zysku dwoch akcji sa ze soba powiazane, jego bezwzgledna wartosc bliska i wskazuje na silne powizanie stop zysku

5.okresla on sile powizan stop zysku akcji, jego bezwzgledna wartosc bliska zeru wskazuje na bardzo mocna wzajemna zaleznosc jednej stopy zysku od innej

17. Odchylenie standardowe papieru wartosciowego wyrazone w procentach:

1.moze przyjmowac dowolne wartosci rzeczywiste

2.wskazuje jakie bedzie(dokladnie) odchylenie stopy zysku akcji od wartosci oczekiwanej stopy zysku

3.jest wartoscia nieujemna, wskazuje jakie jest przecietne odchylenie mozliwych stop zysku od oczekiwanej stopy zysku

4.jest wartoscia nieujemna im jest wieksze odchylenie standardowe, tym jest mniejsze ryzyko zwiazane z danym paierem

18. Majac zbior potencjalnych zmiennych objasniajacych A(7) i stosujac metode doboru zmiennych Hellwiga:

1.jako optymalny zbior zmiennych objasniajacych otrzymamy zawsze zbior 7-elementowy

2.rozpatrujemy miedzy innymi 21 podzbiorow 5-elementowych zbioru A(7)

3.wszystkich mozliwych modeli otrzymamy 22

4.otrzymamy 2^7+1 mozliwych podzbiorow

19.Sposród modeli o jednakowym wspolczynniku determinacji lepszy jest ten, który:

1.jest statystycznie nieistotny

2.ma wyzszy wspolczynnik natezenia efektu katalizy

3. ma nizsza wartosc pojemnosci H

4. jest koincydentny

20.Jesli dla pewnego modelu pojemnosc informacyjna H=1 to:

1.wspolczynnik teteminacji jest mniejszy od 1

2.model ten zawiera jedna zmienna objasniajaca

3.nie mozemy oszacowac parametrow takiego modelu

4.wspolczynnik zbieznosci jest rowny zero

21. Dla modelu jednorownaniowego, w ktorym zmienne wystepuja w postaci odchylen od srednich oszacowanie wyrazu wolnego uzyskane MNK:

1.jest dodatnie

2.jest ujemne

3.jest rowne zero

4.jest rowne jeden

22. Jesli w modelu o dwoch zmiennych objasniajacych Z1, Z2 r(Y,Z1)=0.3 r(y,Z2)=0.9 r(Y,Z3)=0.5 to

model ten : 1. jest koincydentny

2.w modelu tym nie wystepuje efekt katalizy

3.druga zmienna objasniajaca modelu jest mocnym katalizatorem i nalezy ja usunac z modelu

4.nieprawidlowa jest zadana z pozostalych odpowiedzi

23.Wiedzac ze dla modelu o dwoch zmiennych objasniajacych Z1 i Z2 r(Z1,Z2)=0 r(Y,Z1)=0.6 H=1 mozemy wywnioskowac ze r(Y,Z2) jest rowny:

1. 0.4

2. 0.64

3. -0.8

4. -0.8 lub 0.8

24. Wiedzac ze dla modelu o dwoch zmiennych objasniajacych Z1 i Z2 r(Z1,Z2)=0 r(Y,Z1)=0.7 r(Y,Z2)=0.6 mozemy obliczyc wspolczynnik determinacji r2. jest on rowny:

1. 1.3

2. 1

3. 0.7

4. 0.85

25. Jesli z modelu statystycznie istotnego usuniemy jedna zmienna objasniajaca, to nowy model:

1. bedzie statystycznie nieistotny

2. bedzie takze statystycznie istotny

3. bedzie modelem o wyzszym wspolczynniku determinacji

4. bedzie mial identyczny wspolczynnik zbieznosci

26. Przez prognoze ekonometryczna rozumiemy:

1.proces wnioskowania na przyszlosc na podstawie znajmosci dotychczasowego przebiegu badanych zjawisk ekonomicznych

2.wynik czyli rezultat procesu predykcji

3.zespol czynnikow wplywajacych na przyszla wartosc danego zjawiska ekonomicznego

4.wartosci zmiennych ezgogenicznych w zadanym zakresie

27.Dla modelu o trzech zmiennych objasniajacych okreslonego przez pare korelacyjna (R, Ro) gdy r(Y,Z1)=0.5 r(Y,Z2)=0.6 r(Y,Z3)=0.8 oraz wektor ozacowan parametrow strukturalnych ma postac [0.1 0.5 0.6] wspolczynnik zbieznosci jest rowny:

1. 0.17

2. 0.83

3. 1.2

4. 0.62

28. Chcac dokonac prognozy wartosci pewnej zmiennej endogenicznej zbudowano dwa modele ekonometryczne. Lepszy z nich jest ten:

1.kotremu odpowiada nizsza wartosc wspolczynnika determinacji

2.w ktoym wystepuje efekt katalizy

3.ktoremu odpowiada mniejsza wartosc astymatora wartosci prognozy

4.ktory zawiera wiecej zmiennych objasniajacych

29. Kazdy model ekonometryzny o dwoch zmiennych objasniajacych w ktorym nie wystepuje efekt katalizy:

1. jest koincydentny

2. jest statystycznie istotny

3. jest modelem dla ktorego r2=H

4. jest modelem o wspolczynniku zbieznosci rownym zero

30. D la pewnego modelu prawdziwa jest nierownosc n+fi2+H=1. Czy jest to dzielem przypadku:

1. tak, zawsze lewa strona jest dodatnia

2. nie, rownosc ta jest prawdziwa dla dowolnego modelu

3. nie, ta rownosc jest prawdziwa jesli tylko model jest okreslony przez regularna pare korelacyjna

4. tak, gdyz rownosc ta jest prawdziwa tylko dla pary korelacyjnej, ktora spelnia nierownosc Hellwiga,a zatem nie dla kazdego modelu