4. Do symulacji na podstawie modeli wielorównaniowych można wykorzystać:

1. symulację na podstawie modeli ekonometrycznych jednorównaniowych

2. metodę numeryczną Gaussa-Seidela

3. nie ma takich metod

4. metodą delficką

5. Funkcja trendu f(t)=αβ*t , B>1, jest:

1. logarytmiczna

2. potęgowa

3. liniowa

4. wykładnicza

6. Dla prognozy „ex post” zawsze prawdziwe jest, że:

1. prognozowanie opiera się na formalnych modelach szeregów czasowych lub ekonometrycznych

2. wartości zmiennych objaśnianych w okresie prognozowanym są znane

3. model jest jednorównaniowy: regresantem jest produkcja, a regresorami są nakłady produkcji

4. wartości zmiennych objaśniających w okresie prognozowania nie są znane z pewnością, a tylko wyznaczane z pewnym prawdopodobieństwem

7. Regresor to:

1. zmienna objaśniająca w modelu

2. zmienna wyjaśniana przez model

3. składnik losowy modelu

4. błąd standardowy wyrazu wolnego modelu regresji

8. Miarą precyzji ocen parametrów modelu regresji jest:

1. wariancja składnika losowego

2. współczynnik korelacji parametrów modelu regresji

3. odchylenie standardowe estymatorów współczynników regresji

4. wartość współczynnika determinacji

9. Jak zapisuje się, że zakłócenia losowe ξ mają tendencje do redukcji?

1. E(t)=1

2. ξ (t)=0

3. E(ξ(t))=0

4. E(ξ(t))=n

10. Dynamiczne modele symulacyjne:

1. Nie są używane

2. Zmieniają swoją postać z upływem czasu

3. Wyraźnie podkreślają i odwzorowują zjawisko upływu czasu

4. Pomijają czas lub opisują chwilowy stan systemu w wybranym momencie

11. Współliniowość to:

1. Różnica między wartością empiryczną a teoretyczną zmiennej objaśnionej

2. Wada próby statystycznej, polegająca na tym, że szeregi reprezentujące zmienne objaśniające są nadmiernie skorelowane

3. Miara jakości modelu ekonometrycznego, określająca część zmienności zmiennej objaśnianej wyjaśnianej przez model

4. Metoda wyznaczania modelu ekonometrycznego

12. Zmienna objaśniana to:

1. Zmienna służąca do opisu zmiennej zależnej

2. Regresant w modelu

3. Składnik losowy

4. Regresor w modelu regresji prostej

13. Reguła prognozowania nieobciążona różni się od reguły z poprawką:

1. Liczbą obserwacji branych pod uwagę

2. Średnią wartością odchyłek części danych modelowych od empirycznych

3. Wariancją odchyłki

4. Sposobem obliczania prognozy z uwzględnieniem dodatkowych wartości odstępstw od wartości oczekiwanych zmiennych objaśniających

14. Średni błąd predykcji ex ante informuje o:

1. Różnicy między realizacją a prognozą

2. O rzeczywistej wielkości odchylenia zmiennej prognozowanej od prognozy

3. O rzeczywistej i spodziewanej wielkości odchylenia zmiennej prognozowanej od prognozy

4. O spodziewanej wielkości odchylenia zmiennej prognozowanej od prognozy

15. Wzór na linię regresji populacji generalnej to:

1. Y(t)= a(o) +a(1)x(1)

2. Y(t)=a(0)+a(1)x(1) + ξ(t)

3. Y(t)=a(0)+a(1)x(1)+e(1)

4. EY(t)=a(0)+a(1)x(1)

16. W której fazie procesu prognozowania i symulacji planuje się eksperyment?

1. W fazie analizy wyników eksperymentów

2. W fazie budowy modelu prognostycznego/symulacyjnego

3. W fazie eksperymentowania

4. W fazie implementacji komputerowej

17. Pełne doświadczenie czynnikowe polega na sprawdzeniu:

1. Wybranych możliwych kombinacji wybranych zmiennych wejściowych (czynników) i na wybranych poziomach wartości

2. Wszystkich możliwych kombinacji wszystkich zmiennych wejściowych (czynników) i na wszystkich poziomach wartości

3. Wszystkich możliwych kombinacji wszystkich zmiennych wejściowych (czynników) na jednym poziomie wartości

4. Jednej pełnej kombinacji, tzn. jednej kombinacji złożonej ze wszystkich zmiennych wejściowych (czynników) na wszystkich poziomach wartości

19. Model jednorównaniowy to:

1. Jedno równanie

2. Model ekonometryczny złożony z tylko jednego równania

3. Model ekonometryczny złożony z co najmniej jednego równania

4. Model ekonometryczny z równaniem z jedną zmienną

20. Metoda pojemności informacyjnej Hellwiga pozwala na:

1. Oszacowanie parametrów strukturalnych modelu

2. Dobór właściwych zmiennych objaśniających

3. Wyznaczenie wartości reszt w modelu

4. Dobór właściwej postaci funkcji regresji nieliniowej

21. Estymacja parametrów modelu ekonometrycznego w przypadku występowania nieliniowości polega na:

1. Linearyzacji modelu względem parametrów i zastosowaniu metody najmniejszych kwadratów

2. Poszukiwaniu ocen metodą iteracyjną

3. Zastosowaniu metod gradientowych do poszukiwania ekstremum pewnej funkcji resztowej

4. Zamiany regresora i regresanta miejscami

22. Czy zmienna o bardzo małym poziomie zmienności powinna znaleźć się w konstruowanym modelu ekonometrycznym?

1. Wartość poziomu nie jest brana pod uwagę

2. Tak

3. Nie

4. Jest to zależne od rodzaju modelu

23. Na podstawie wartości poniższych wskaźników wskaż model najlepiej dopasowany do danych:

…..