Ekonometria - S. Barczak - pytania „prawda / fałsz”

BASIA :
51	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
52	Jeżeli wyznacznik macierzy det(X'X)=0 to nie istnieje estymator MNK.	P
53	Jeżeli wyznacznik macierzy det(X'X)=1 to nie istnieje estymator MNK.	F
54	Jeżeli wyznacznik macierzy det(X'X)=25 to istnieje estymator MNK.	P
55	Kolumna złożona z samych jedynek w macierzy [X'X] reprezentuje realizacje zmiennej stojącej przy parametrze wolnym	P
56	Kryterium MNK zakłada minimalizację sumy kwadratów reszt modelu.	P
57	Kwadraty błędów szacunku leżą na głównej przekątnej macierzy wariancji i kowariancji.	P
58	Liczba szacowanych parametrów w modelu musi być większa od liczby obserwacji na podstawie których model jest estymowany. (musi być równa. Mniejsza też nie może być)	F
59	Liniowy model tendencji rozwojowej ma zastosowanie w przypadku gdy zmienna prognozowana wykazuje trend i wahania przypadkowe. (znalazłam, że w tym modelu wahania przypadkowe nakładają się na trend zjawiska w sposób addytywny.)	P
60	Macierz wariancji i kowariancji jest macierzą symetryczną względem głównej przekątnej.	P
61	Macierz wariancji i kowariancji jest macierzą symetryczną.	P
62	Macierz współczynników korelacji jest macierzą symetryczną.	P
63	Macierz X'X jest macierzą kwadratów. (no nie jest)	F
64	Macierz X'X jezt macierzą kwadratową.	P
65	Metoda trendów jednoimiennych okresów ma zastosowanie w przypadku występowania sezonowości w szeregu czasowym.	P
66	Metoda wskaźników pojemnośći informacyjnej ma zastosowanie przy doborze zmiennych objaśniających do modeli nieliniowych. (ma zastosowanie do liniowego modelu ekonometrycznego)	F
67	Miarami jakości modelu ekonometrycznego są miary dopasowania modelu do danych empirycznych.	P
68	Miarami jakości modelu ekonometrycznego są miary struktury stochastycznej modelu.	P
69	Miary dokładności predykcji Theila są miarami z grupy ex ante. (należy do ex post)	F
70	Miary dokładności predykcji Theila są miarami z grupy ex post.	P
71	Model adaptacyjny Brona stosowany jest w przypadku gdy nie znany jest trend badanej zmiennej. (gdy nie jest znany trend można jeszcze użyć - metody autoregresji, ARMA, MA, ARIMA)	P
72	Model adaptacyjny Holta stosowany jest w przypadku gdy zmienna prognozowana wykazuje trend oraz wahania przypadkowe.	P
73	Model adaptacyjny Wintersa stosowany jest w przypadku gdy zmienna prognozowana wykazuje trend oraz wahania przypadkowe. (jeszcze dodatkowo wykazuje wahania sezonowe)	F
74	Model adaptacyjny Wintersa stosowany jest w przypadku gdy zmienna prognozowana wykazuje trend, wahania przypadkowe oraz wahania sezonowe.	P
75	Model dla którego współczynnik zbieżności jest równy 98% jest dobrym modelem. (jest złym modelem. Szukamy takiego modelu, wktó®ym ten współczynnik zbieżności będzie jak najbliższy 0)	F
76	Model Kleina (ze zmiennymi zerojedynkowymi) ma zastosowanie wówczas gdy zmienna prognozowana wykazuje trend oraz wahania przypadkowe. (nie wykazuje przypadkowych. Ma wahania okresowe=sezonowe)	F
77	Model Kleina (ze zmiennymi zerojedynkowymi) ma zastosowanie wówczas gdy zmienna prognozowana wykazuje trend, wahania przypadkowe i addytywne wahania sezonowe. (tylko trend i wahania sezonowe)	F
78	Model Kleina (ze zmiennymi zerojedynkowymi) ma zastosowanie wówczas, gdy zmienna prognozowana wykazuje trend oraz wahania sezonowe.	P
79	Model wielorównaniowy złożony jest dokładnie z tylu równań ile jest nieopóźnionych zmiennych endogenicznych. (myślę, że tak, bo każda zmienna nieopóźniona, to zmienna niezależna od innych. Czyli każdą zmienną trzeba osobno rozpatrywać, bez powiązania z innymi i każda może być osobnym równaniem.)	P
80	Modele tendencji rozwojowej są modelami analitycznymi.	P
81	Modele tendencji rozwojowej są modelami należącymi do metod analitycznych.	P
82	Modelem dynamicznym jest każdy model w którym występuje zmienna czasowa lub/i zmienna(e) opóźnione w czasie.	P
83	Modelem statycznym jest każdy model ekonometryczny, który nie uwzględnia czynnika czasu. (PRAWDA. Model statyczny to taki, który nie wzgl..czasu. Model dynamiczny uwzględnia)	P
84	Na głównej przekątnej macierzy wariancji i kowariancji estymatorów parametrów strukturalnych modelu to wariancje estymatorów.	P
85	Nieistotność parametrów strukturalnych wynika między innymi z niewłaściwej postaci analitycznej modelu.	P
86	Nieistotność parametrów strukturalnych wynika między innymi z pominięcia istotnej zmiennej objaśniającej.	P
87	Nieistotność parametrów strukturalnych wynika z nieodpowiedniej jakości danych statystycznych.	P
88	Niejednorodność wariancji i istotna autokorelacja rzędu pierwszego składnika losowego stanowią jedno z podstawowych założeń MNK dotyczących składnika losowego. (wariancja ma być jednorodna, a autokorelacja losowa = niezależna od zm.objaśniającychg)	F
89	Nośnikiem informacji jest każda potencjalna zmienna objaśniająca.	P
90	O prognozoe mówimy, że jest dopuszczalna jeżeli jest wyznaczona z dokłdnością do sześciu miejsc po przecinku. (dopuszczalność prognozy bada się w oparciu o bezwzględny i względny błąd predykcji. To one są wyznacznikiem czy dana prognoza jest dopuszczalna czy też nie)	F
91	Ocena dopuszczalności prognozy dokonywana jest w oparciu o np.: względny błąd predykcji.	P
92	Odchylenie standardowe reszt jest miarą dopasowania modelu do danych empirycznych. (fałsz! Jest miarą struktury stochastycznej.Dopasowanie modelu do danych obejmuje:WSP.zbieżności,WSP.determinacji,WSP.zmienności losowej)	F!
93	Okres weryfikacji prognoz to okres w którym znane są wartości rzeczywiste zmiennej prognozownej oraz prognozy wygasłe.	P
94	Oszacowanie parametrów strukturalnych dowolnego modelu ekonometrycznego oznacza uzyskanie jedynie ich wartości szacunkowych.	P
95	Parametr w modelu ekonometrycznym nigdy nie podlega interpretacji. (każdy ulega interpretacji.nawet wolny, nawet gdyby miał lichą i bezsensowną interpretację)	F
96	Parametr wolny w modelu ekonometrycznym nigdy nie podlega interpretacji. (podlega interpretacji, nawet gdy jest ona bez sensu)	F
97	Pominięcie istotnej zmiennej objaśnającej jest jedną z przyczyn występowania autokorelacji rzędu pierwszego składnika losowego.	P
98	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. (test t-studenta w tej sytuacji zakłada, że 95 razy przedział POKRYJE prawdziwą wartość parametru strukturalnego)	F
99	Poziom wiarygodności prognozy przyjmuje wartości z przedziału [-1,1]. (przedział <0;1> - chodzi tutaj np. jak w t-studenta o poziom ufności 1-alfa. W ten sam sposób w prognozie.Chodzi o taki przedział. Dla sprawdzenia - http://dydaktyka.polsl.pl/roz6/mwolny/Shared%20Documents/Prognozowanie%20i%20symulacje/%284%29przedzialowa.pdf )	F
100	Poziom wiarygodności w prognozie przedziałowej jest wartością krytyczną odczytywaną z tablic wartości krytycznych przedziału t-Studenta. (fałsz, bo jest to poziom ufności, do którego nie potrzeba tablic)	F
EWELINA: 101	Poziom wiarygodności w prognozie przedziałowej jest wartością krytyczną odczytywaną z tablic wartości krytycznych rozkładu t-Studenta. (odczytujemy poziom istotności albo poziom ufności)	F
102	Prognoza wygasła to taka prognoza dla której znana jest rzeczywista realizacja zmiennej prognozowaniej.	P
103	Przy budowie prognozy przedziałowej uwzględniana jest wartość predykcji punktowa oraz średni błąd predykcji. (wzór: Y*-U alfa *V <….. Y* to predykcja punktowa, a V to średni błąd predykcji)	P
104	Przy budowie prognozy przedziałowej uwzględniany jest średni błąd predykcji. (patrz wyjaśnienie do 103)	P
105	Przy budowie prognozy przedziałowej uwzględniany jest względny błąd predykcji. (patrz wyjaśnienie do 103)	F
106	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.	P
107	Sezonowość addatywna oznacza multiplikatywne narastanie lub zanik wahań sezonowych w czasie. (addytywna ma stałą amplitutę wahań)	F
108	Sezonowość addatywna oznacza stałą amplitudę wahań sezonowych w czasie. (patrz wyjaśnienie 107)	P
109	Siła autokorelacji rzędu pierwszego mierzona jest statystyką Durbina-Watsona.	P
110	Siła i kierunek autokorelacji rzędu pierwszego mierzona jest współczynnikiem autokorelacji rzędu pierwszego.	P
111	Składnik losowy modelu jest zmienną losową.	P
112	Składnik losowy modelu reprezentowany jest przez składnik resztowy po oszacowaniu modelu.	P
113	Spełnienie założeń MNK wymaga by składnik losowy posiadał wartość oczekiwaną równą zero i wariancję równą jeden. (wiariancja ma być stała i homoscedastyczna, nie musi być 1)	F
114	Spełnienie założeń MNK wymaga by składnik losowy posiadał wartość oczekiwaną równą zero i zmienną wariancję. (patrz wyjaśnienie do 113)	F
115	Sprowadzenie modelu wielorównaniowego do postaci zredukowanej oznacza rozwiązanie go ze względu na zmienne objaśniane. (postać strukturalna to model złożony z równań. Postać zredukowana to odpowiednie przekształcenia strukturalne i usunięcie pewnych sprzężeń między zmiennymi endogenicznymi. Postać końcowa to przekształcenie zredukowanej i usunięcie opóźnionych zm. endogenicznych. Postać końcowa to de facto rozwiązanie modelu, bo wystarczy podstawić)	F
116	Sprowadzenie modelu wielorównaniowego do postaci zredukowanej oznacza usunięcie pewnych równań. (usunięcie pewnych sprzężeń między zmiennymi endogenicznymi)	F
117	Statystyka testu Durbina-Watsona d przyjmuje wartości z przedziału [0,4].	P
118	Statystyka testu Durbina-Watsona d przyjmuje wartości z przedziału [-4,0].	F
119	Statystyka testu Durbina-Watsona d przyjmuje wartości z przedziału [-4,4].	F
120	Suma kwadratów reszt modelu ekonometrycznego oszacowana metodą najmniejszych [kwadratów] jest minimalna. (MNK polega na tym by sprowadzić tą sumę do minimum)	P
121	Suma kwadratów reszt uzyskanych na podstawie modelu ekonometrycznego oszacowanego MNK jest zawsze równa jeden. (patrz wyjaśnienie do 120)	F
122	Suma kwadratów reszt uzyskanych na podstawie modelu ekonometrycznego oszacowanego MNK ma wartość najmniejszą. (patrz wyjaśnienie do 120)	P
123	Suma kwadratów reszt, po oszacowaniu modelu MNK jest równa zero. (patrz wyjaśnienie do 120)	F
124	Średnia ruchoma zaliczana jest do metod mechanicznych.	P
125	Średnie błędy szacunku są miarą dopasowania modelu do danych empirycznych. (są miarą precyzji oszacowania parametrów strukturalnych modelu.)	F
126	Średnie błędy szacunku są miarą precyzji oszacowania parametrów strukturalnych modelu.	P
127	Test autokorelacji służy do weryfikacji hipotezy o poprawności wybranej metody estymacji modelu. (nie znalazłam nigdzie ani potwierdzenia ani zaprzeczenia)	P
128	Test Durbina-Watsona służy do testowania istotności autokorelacji dowlnego rzędu. (autokorelacji tylko I rzędu)	F
129	Test homoskedastyczności służy do weryfikacji sferyczności wariancji składnika losowego. (homoskedastyczność to to samo co sferyczność)	P
130	Test serii służy do weryfikacji poprawności postaci analitycznej modelu. (tak jak inne testy dotyczące składnika losowego, czyli na stałość wariancji, na normalność rozkładu, na brak autokorelacji)	P
131	Trend deterministyczny oznacza długotrwałe stałe zmiany w czasie zmiennej prognozowaniej.	P
132	Trend deterministyczny oznacza krótkookresową skłonność zmiennej prognozowanej do określonych zmian, czyli spadku bądź wzrostu. (długotrwałe, stałe zmiany)	F
133	W metodzie wskaźników pojemności informacji kombinację zmiennych objaśniających, które wejdą do modelu charakteryzuje maksymalna wartość integralnego wskaźnika pojemności informacyjnej. (właśnie integralna wartość ma być maksymalna, nie minimalna)	P
134	W metodzie wskaźników pojemności informacyjnej do modelu wejdzie ta kombinacja zmiennych objaśniających, dla której indywidualny wskaźnik pojemności informacyjnej jest maksymalny. (bo nie indywidualny, a integralny ma być maksymalny)	F
135	W metodzie wskaźników pojemności informacyjnej indywidualne wskaźniki pojemności informacyjnej mogą przyjmować wartości ujemne.	F
136	W metodzie wskaźników pojemności informacyjnej kombinację zmiennych objaśniających, które wejdą do modelu charakteryzuje maksymalna wartość integralnego wskaźnika pojemności informacyjnej. (tu jest dobrzel w pyt 133 ktoś się chyba machnął)	P
137	W metodzie wskaźników pojemności informacyjnej kombinację zmiennych objaśniających, które wejdą do modelu charakteryzuje minimalna wartość integralnego wskaźnika pojemności informacyjnej. (patrz wyjaśnienie do 133/4)	F
138	W modelach adaptacyjnych parametry wygładzania szacowane są MNK. (używa się średnich ruchomych, median, najmniejszych kwadratów ważonych odległościami (NKWO) lub najmniejszych kwadratów ważonych ujemnie wykładniczo (NKWW))	F
139	W modelach adaptacyjnych znana jest postać analityczna funkcji trendu. (nie ma postaci analitycznej; modele są szacowane na wcześniejszych realizacjach i parametrach wygładzania)	F
140	W modelach tendencji rozwojowej jedyną zmienna objaśniającą jest zmienna czasowa t.	P
141	W modelach tendencji rozwojowej wymagane jest by zmienna czasowa była istotnie skorelowana ze zmienną endogeniczną. (nie znalazłam nigdzie ani potwierdzenia ani zaprzeczenia)	P
142	W modelu ekonometrycznym zmienne objaśniające są istotnie skorelowane między sobą. (absolutnie, nie mogą być)	F
143	W modelu ekonometrycznym zmienne objaśniające są istotnie skorelowane ze zmienną endogeniczną. (muszą być, inaczej wypadają z modelu)	P
144	W modelu oszacowanym MNK suma wartości empirycznych zmiennej objaśnianej jest równa sumie jej wartości teoretycznych.	P
145	W przypadku homoscedastyczności reszt modelu do oszacowania parametrów stosujemy klasyczną MNK. (bo homoscedastyczność reszt modeu jest warunkiem istnienia metody MNK)	P
146	W przypadku modeli adaptacyjnych parametry wygładzania są bliskie jedności jeżeli wszystkie składowe szeregu czasowego podlegają szybkim zmianom w czasie.	P
147	W przypadku modeli adaptacyjnych parametry wygładzania są bliskie jedności jeżeli wszystkie składowe szeregu czasowego zmieniają się szybko w czasie.	P
148	W przypadku modeli adaptacyjnych parametry wygładzania są bliskie zeru jeżeli wszystkie składowe szeregu czasowego zmieniają się szybko w czasie. (są bliskie jedności, nie zeru)	F
149	W przypadku występowania istotnej (dodatniej/ujemnej) autokorelacji składnika losowego parametry strukturalne modelu szacowane są podwójną MNK. (są szacowane UMNK - Uogólniona metodą najmniejszych kwadratów)	F
150	W szeregu czasowym można wyróżnić trzy składowe: trend, wahania przypadkowe, wahania sezonowe.	P
BASIA :
163	Współczynnik autokorelacji rzędu pierwszego r1 przyjmuje wartości z przedziału [-4,4]. (współczynnik przyjmuje wartości z przedziału <-1,1>	F
164	Współczynnik determinacji informuje w jakim stopniu wariancja zmiennej endogenicznej Yt została wyjaśniona przez model ekonometryczny.	P
165	Współczynnik determinacji R^2 można stosować w przypadku modeli nieliniowych sprowadzalnych do liniowych. (nigdzie nie mogę o tym znaleźć)	P
166	Współczynnik determinacji R^2 można stosować w przypadku modeli stricte nieliniowych.	F
167	Współczynnik determinacji R^2 można stosować wyłącznie w przypadku modeli liniowych. (można do nieliniowych sprowadzalnych do liniowych)	F
168	Współczynnik korelacji wielorakiej informuje o sile związku pomiędzy zmienną endogeniczną a wszystkimi zmiennymi objaśniającymi.	P
169	Współczynnik rozbieżności Theila przybiera wartość równą zero w przypadku, gdy predykcja była idealnie dokładna. (Theil przyjmuje wartości od <0,1>. Przyjmuje się, że im niższe wartości tego współczynnika, tym większa dokładność prognoz)	P
170	Współczynnik zbieżności informuje jaka część wariancji zmiennej endogenicznej nie została wyjaśniona przez model ekonometryczny.	P
171	Współczynnik zmienności losowej jest miarą dopsowania modelu do danych empirycznych.	P
172	Współczynnik zmienności losowej to współczynnik wyrazistości modelu. (wytłumaczenie niżej)	P
173	Współczynnik zmienności przypadkowej informuje nas ile procent średniej wartości zmiennej endogenicznej stanowi odchylenie standardowe reszt. (jest to współczynnik wyrazistości. Ma on wzór taki sam jak standardowy współczynnik zmienności. Jeśli nie przekracza 10%, to model jest dopuszczalny. INFORMUJE ile % zmiennej endogenicznej stanowią wahania przypadkowe)	F
174	Wszystkie elementy na głównej przekątnej macierzy wariancji i kowariancji są zawsze równe zero. (nie są. Weźmy pod uwagę np. błedy szacunku. Nie są równe 0)	F
175 EWELINA:	Wybór postaci analitycznej modelu ekonometrycznego dokonywany jest na podstawie zależności występującej pomiędzy zmienną endogeniczną a poszczególnymi zmiennymi objaśniającymi, czyli tzw.: rozrzutu empirycznego.	P
176	Wykres rozrzutu jest graficzną metodą identyfikacji postaci analitycznej modelu ekonometrycznego.	P
177	Z punktu widzenia teorii prognozy ekonometrycznej im dalszy horyzont prognozy tym większy jest jej błąd ex ante. (bo im dalej, tym trudniej przewidzieć)	P
178	Zakłada się że reszty modelu ekonometrycznego oszacowanego MNK pochodzą z rozkładu normalnego. (musi być ten rozkład)	P
179	Zawsze wybrany zostaje model, dla którego kryterium informacyjne AIC (Akaika) jest najmniejsze.	P
180	Zawsze wybrany zostaje model, dla którego kryterium informacyjne AIC (Akaika) jest największe. (kryterium musi być najmniejsze)	F
181	Zmienna czasowa zaliczana jest do grupy zmiennych endogenicznych modelu. (to jest zmienna objaśniająca)	F
182	Zmienna endogeniczna modelu ekonometrycznego może stanowić w pewnych sytuacjach zmienną prognozowaną.	P
183	Zmienna stojąca przy parametrze wolnym w modelu ekonometrycznym przyjmuje zawsze wzystkie realizacje równe 1. (ślepa zmienna)	P
184	Zmienne objaśniające nazywane są zmiennymi endogenicznymi. (endogeniczna to zmienna objaśniana)	F
185	Zmienne objaśniające powinny być słabo skorelowane ze zmienną endogeniczną. (powinny być silnie skorelowane)	F
186	Zmienne objaśniające w modelu ekonometrycznym szacowanym MNK są zmiennymi nie losowymi i tym samym nie są one skorelowane ze składnikiem losowym. (ja w wykładzie mam ze zmienne objaśniające są nielosowe i nie sa skorelowane ze składnikiem losowym, bo inaczej zachodziłaby autokorelacja - wyk.2)	P
187	Zmienne z góry ustalone określa się mianem zmiennych endogenicznych innych równań. (zmienne które są ustalone z góry to albo egzogeniczne, albo opóźnione w czasie)	F

---