118413

33	Jeżeli na zmiennych w nieliniowym modelu lendencji rozwojowej dokonujemy przekształcenia takiego, że: ln(Yt) i ln(t) to model jest modelem logarytmicznym.	F
34	Jeżeli na zmiennych w nieliniowym modelu tendencji rozwojowej dokonujemy przekształcenia takiego, że: ln(Yl) i ln(t) to model jest modelem wykładniczym.	P
35	Jeżeli na zmiennych w nieliniowym modelu tendencji rozwojowej dokonujemy przekształcenia takiego, że mamy: Yt i Z=l/t to model jest modelem hiperbolicznym.	P
36	Jeżeli oszacowany zostanie liniowy model tendencji rozwojowej na podstawie danych z lat 2000 do 2008 to parametr wolny będzie mówił o przeciętnym poziomie zmiennej prognozowanej w roku 1999.	P
37	Jeżeli reszty modelu oszacowanego MNK pochodzą z rozkładu normalnego, to oznacza to spełnienie jednego z założeń MNK.	P
38	Jeżeli składnik losowy jest heteroscedastyczny to estymator wektora parametrów strukturalnych modelu uzyskany MNK nie jest najbardziej efektywny.	P
39	Jeżeli składnik losowy jest homoscedastyczny to estymator wektora parametrów strukturalnych modelu uzyskany MNK jest najbardziej efektywny.	P
40	Jeżeli składnik losowy jest homoscedastyczny to estymator wektora parametrów strukturalnych modełu uzyskany MNK nie jest najbardziej efektywny.	F
41	Jeżeli statystyka testu Durbina-Watsona wskazuje na ujemną autokorelację to dodatkowo obliczana jest statystyka: d'=4-d.	P
42	Jeżeli w modelu tendencji rozwojowej parametr wolny jest równy zero, to oznacza to brak trendu/tendencji rozwojowej.	F
43	Jeżeli w teście Durbina-Watsona d=dl to hipotezę zerową odrzucamy na korzyść hipotezy alternatywnej.	P
44	Jeżeli w teście Durbina-Watsona d=dl to nie można podjąć decyzji o autokorelacji składnika losowego.	F
45	Jeżeli w teście Durbina-Watsona d=dl to oznacza to brak podstaw do odrzucenia hipotezy zerowej.	F
46	Jeżeli w teście Durbina-Watsona d=dt to nie można podjąć decyzji o autokorelacji składnika losowego.	F
47	Jeżeli w teście Durbina-Watsona d>du i rl>0, to ma miejsce brak autokorelacji składnika losowego.	P
48	Jeżeli w teście Durbina-Watsona hipoteza alternatywna głosi ujemną autokorelację składnika losowego, to konieczne jest obliczenie dodatkowo statystyki d'=4-d.	P
49	Jeżeli w teście Studenta wartość krytyczna odczytana z tablic jest większa od wartości bezwzględnej statystyki testu to brak podstaw do odrzucenia hipotezy zerowej.	P
50	Jeżeli w teście Turbina-Watsona d=dl to nie można podjąć decyzji o autokorelacji składnika losowego.	F
51	Jeżeli w wyniku przeprowadzenia testu t-Studenta na istotność parametrów strukturalnych testowany parametr okaże się istotny, to zmienna objaśniając 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)=l 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.	F
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.	F
59	Liniowy model tendencji rozwojowej ma zastosowanie w przypadku gdy zmienna prognozowana wykazuje trend i wahania przypadkowe.	F
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.	F
64	Macierz X'X jezt macierzą kwadratową.	P