Контрольная Тесты по эконометрике. Тесты по гетероскедастичности, номер: 157557

"Тесты по эконометрике 3
1. Корреляция между ростом цен и потреблением высококачественных и дорогих продуктов оценивается r = -0,99; что соответствует:
1. Тесной взаимосвязи покупателей;
2. показатели не связаны между собой;
3. тесной обратной взаимосвязи показателей;
4. слабой взаимосвязи показателей;
5. слабой и средней обратной взаимосвязи показателей.
2. Локальный экстремум (точка, как правило, имеющая важное экономическое значение), наблюдается для:
1. линии;
2. гиперболы;
3. параболы;
4. степенной;
5. показательной.
3. Главный критерий целесообразности применения уравнения (модели) для прогнозирования показателей:
1. наименьшая сумма квадратов отклонений от теоретической линии;
2. наиболее сложная формула;
3. компактная и понятная формула;
4. наименьшие затраты времени на расчеты;
5. точность прогноза.
4. Отрицательное значение коэффициента линейной регрессии означает:
1. увеличение показателя во времени;
2. показатель снижается на заданную величину;
3. показатель не изменяется;
4. изменения носят периодический характер;
5. ошибка в расчетах.
5. Ковариация определяется путем суммирования:
1. фактических значений показателя (Yi);
2. разностей между фактическими значениями показателя и средней величиной;
3. квадратов фактических значений (Yi2);
4. квадратов значений аргумента (Xi2);
5. произведений (Yi*Xi).
Тесты по гетероскедастичности 5
1. Выделите условия Гаусса-Маркова из перечисленных ниже:
а) дисперсия случайного члена постоянна для всех наблюдений;
б) в любых двух наблюдениях не должно быть систематической связи между значениями случайного члена;
в) случайный член должен иметь постоянное ненулевое мат. ожидание.
2. Тест Дарбина-Уотсона применяется для:
а) обнаружение недостающих регрессоров;
б) выявления порядка автокорреляции;
в) выявление автокорреляции в модели.
3. Гетероскедастичность характеризуется, тем, что случайный член:
а) имеет одинаковое распределение в каждом наблюдении;
б) имеет разное распределение в каждом наблюдении.
4. X1 и X2 – значимые объясняющие переменные. Смещение коэффициента при включении какой-либо одной из них в модель будет более сильным при:
а) слабой корреляции между X1 и X2;
б) сильной корреляции между X1 и X2;
в) отсутствии корреляции между X1 и X2.
5. Известны ли исследователю величины дисперсий случайной величины в каждом наблюдении:
а) да;
б) нет.
6. Какая ошибка в спецификации имеет менее серьезные последствия:
а) включение в модель переменной, которой там быть не должно;
б) исключение из модели значимой переменной.
7. Почему из лаговой зависимости не рекомендуется использование процедуры Кохрана-Оркатта:
а) потому что она основана на итерационном процессе;
б) потому что она сможет завести в локальный минимум;
в) потому что она слишком сложна.
8. Гетероскедастичность - это:
а) нарушение условия нормальности случайного члена;
б) нарушение одинаковой распределенности случайного члена.
9. Важно ли знать вид зависимости ?i от Xi для исправления гетероскедастичности?
а) да;
б) нет.
10. Коррелированы ли случайные члены при гетероскедастичности?
а) да;
б) нет.
11. Пусть Y = ?+?1X1+?2X2+u, где ?1, ?2 >0, X1 и X2 – не являются независимыми величинами – при увеличении X1 значение X2, как правило, уменьшается. Исследователь оценивает регрессию Y = ?+?1X1+u. Какова будет оценка ?1:
а) смещенной и завышенной;
б) несмещенной и завышенной;
в) смещенной и заниженной;
г) несмещенной и заниженной.
12. Если удвоить значение случайного члена, то функция распределения коэффициента при объясняющей переменной…
а) будет более пологой;
б) будет менее пологой.
13. Пусть Y = ?+?1X1+u. Исследователь, посчитав переменную X2 значимой, оценивает Y = ?+?1X1+?2X2+u. В этом случае вероятность оценки коэффициента ?1, близкой к истинному значению:
а) уменьшится;
б) увеличится.
14. Каким образом можно обнаружить отрицательную автокорреляцию?
а) также как и положительную, только зона с критическим уровнем расположена симметрично справа от 2;
б) также как и положительную, только зона с критическим уровнем расположена симметрично справа от 4.
15. Можно ли считать линию, соединяющую первое и последние наблюдение на графике, несмещенной оценкой модели?
а) да;
б) нет.
16. Каким из способов можно обнаружить гетероскедастичность:
а) построение диаграммы рассеяния;
б) тест Глейзера;
в) МНК-оценка параметров.
17. Какой метод наиболее эффективен при сильном временном тренде?
а) МНК;
б) Кохрана-Оркатта с поправкой Прайса-Уинстена;
в) Кохрана-Оркатта без поправки Прайса-Уинстена.
18. Пусть проведен эксперимент и получено значение стандартного отклонения коэффициента при объясняющей переменной р, равное 0,036. Каково будет значение стандартного отклонения, если увеличить значение случайного члена в три раза ?1 от X1?
а) 0,108;
б) 0,093;
в) 0,007.
19. Что означает величин F-статистики в тесте Глейзера?
а) эффективность оценки;
б) значимость объясняющих переменных.
20. Какое распределение имеет h-статистика?
а) нормальное распределение;
б) равномерное распределение;
в) распределение Стьюдента.
21. Какая гипотеза в тестах Уайта, Голдфелда-Квандта и Бреуша-Погана принимается за нулевую?
а) гипотеза о гомоскедастичности;
б) гипотеза о гетероскедастичности.
22. Если при проведении серии экспериментов вы получаете одинаковые оценки параметров модели, то будете ли вы доверять такой оценке:
а) да;
б) нет.
23. Допустим, исследователь посчитал незначимой переменную, которая на самом деле оказывает влияние на зависимую переменную. Как это повлияет на коэффициент детерминации R2:
а) R2 уменьшится;
б) не повлияет.
Список литературы 10"