4. Do symulacji na podstawie modeli wielorównaniowych można wykorzystać:
symulację na podstawie modeli ekonometrycznych jednorównaniowych
metodę numeryczną Gaussa-Seidela
nie ma takich metod
metodą delficką
5. Funkcja trendu f(t)=αβ*t , B>1, jest:
logarytmiczna
potęgowa
liniowa
wykładnicza
6. Dla prognozy „ex post” zawsze prawdziwe jest, że:
prognozowanie opiera się na formalnych modelach szeregów czasowych lub ekonometrycznych
wartości zmiennych objaśnianych w okresie prognozowanym są znane
model jest jednorównaniowy: regresantem jest produkcja, a regresorami są nakłady produkcji
wartości zmiennych objaśniających w okresie prognozowania nie są znane z pewnością, a tylko wyznaczane z pewnym prawdopodobieństwem
7. Regresor to:
zmienna objaśniająca w modelu
zmienna wyjaśniana przez model
składnik losowy modelu
błąd standardowy wyrazu wolnego modelu regresji
8. Miarą precyzji ocen parametrów modelu regresji jest:
wariancja składnika losowego
współczynnik korelacji parametrów modelu regresji
odchylenie standardowe estymatorów współczynników regresji
wartość współczynnika determinacji
9. Jak zapisuje się, że zakłócenia losowe ξ mają tendencje do redukcji?
E(t)=1
ξ (t)=0
E(ξ(t))=0
E(ξ(t))=n
10. Dynamiczne modele symulacyjne:
Nie są używane
Zmieniają swoją postać z upływem czasu
Wyraźnie podkreślają i odwzorowują zjawisko upływu czasu
Pomijają czas lub opisują chwilowy stan systemu w wybranym momencie
11. Współliniowość to:
Różnica między wartością empiryczną a teoretyczną zmiennej objaśnionej
Wada próby statystycznej, polegająca na tym, że szeregi reprezentujące zmienne objaśniające są nadmiernie skorelowane
Miara jakości modelu ekonometrycznego, określająca część zmienności zmiennej objaśnianej wyjaśnianej przez model
Metoda wyznaczania modelu ekonometrycznego
12. Zmienna objaśniana to:
Zmienna służąca do opisu zmiennej zależnej
Regresant w modelu
Składnik losowy
Regresor w modelu regresji prostej
13. Reguła prognozowania nieobciążona różni się od reguły z poprawką:
Liczbą obserwacji branych pod uwagę
Średnią wartością odchyłek części danych modelowych od empirycznych
Wariancją odchyłki
Sposobem obliczania prognozy z uwzględnieniem dodatkowych wartości odstępstw od wartości oczekiwanych zmiennych objaśniających
14. Średni błąd predykcji ex ante informuje o:
Różnicy między realizacją a prognozą
O rzeczywistej wielkości odchylenia zmiennej prognozowanej od prognozy
O rzeczywistej i spodziewanej wielkości odchylenia zmiennej prognozowanej od prognozy
O spodziewanej wielkości odchylenia zmiennej prognozowanej od prognozy
15. Wzór na linię regresji populacji generalnej to:
Y(t)= a(o) +a(1)x(1)
Y(t)=a(0)+a(1)x(1) + ξ(t)
Y(t)=a(0)+a(1)x(1)+e(1)
EY(t)=a(0)+a(1)x(1)
16. W której fazie procesu prognozowania i symulacji planuje się eksperyment?
W fazie analizy wyników eksperymentów
W fazie budowy modelu prognostycznego/symulacyjnego
W fazie eksperymentowania
W fazie implementacji komputerowej
17. Pełne doświadczenie czynnikowe polega na sprawdzeniu:
Wybranych możliwych kombinacji wybranych zmiennych wejściowych (czynników) i na wybranych poziomach wartości
Wszystkich możliwych kombinacji wszystkich zmiennych wejściowych (czynników) i na wszystkich poziomach wartości
Wszystkich możliwych kombinacji wszystkich zmiennych wejściowych (czynników) na jednym poziomie wartości
Jednej pełnej kombinacji, tzn. jednej kombinacji złożonej ze wszystkich zmiennych wejściowych (czynników) na wszystkich poziomach wartości
19. Model jednorównaniowy to:
Jedno równanie
Model ekonometryczny złożony z tylko jednego równania
Model ekonometryczny złożony z co najmniej jednego równania
Model ekonometryczny z równaniem z jedną zmienną
20. Metoda pojemności informacyjnej Hellwiga pozwala na:
Oszacowanie parametrów strukturalnych modelu
Dobór właściwych zmiennych objaśniających
Wyznaczenie wartości reszt w modelu
Dobór właściwej postaci funkcji regresji nieliniowej
21. Estymacja parametrów modelu ekonometrycznego w przypadku występowania nieliniowości polega na:
Linearyzacji modelu względem parametrów i zastosowaniu metody najmniejszych kwadratów
Poszukiwaniu ocen metodą iteracyjną
Zastosowaniu metod gradientowych do poszukiwania ekstremum pewnej funkcji resztowej
Zamiany regresora i regresanta miejscami
22. Czy zmienna o bardzo małym poziomie zmienności powinna znaleźć się w konstruowanym modelu ekonometrycznym?
Wartość poziomu nie jest brana pod uwagę
Tak
Nie
Jest to zależne od rodzaju modelu
23. Na podstawie wartości poniższych wskaźników wskaż model najlepiej dopasowany do danych:
…..