Будет уменьшаться
Включение фактора в модель целесообразно, если коэффициент регрессии при этом факторе является …
1.нулевым
2.незначимым
Существенным
4.несущественным
В матрице парных коэффициентов корреляции отображены значения парных коэффициентов линейной корреляции между...
Переменными
2.параметрами
3.параметрами и переменными
4.переменными и случайными факторами
Выявление компонента тренда и сезонных колебаний проводится на основании (несколько вариантов ответов)…
Построения и анализа коррелограммы
2.исследования многофакторной модели
3.моделирования систем эконометрических уравнений
Расчета анализа коэффициентов автокорреляции различных порядков
Взаимодействие факторов эконометрической модели означает, что …
1.влияние факторов на результирующий признак зависит от значений другого неколлинеарного им фактора
2.влияние факторов на результирующий признак усиливается, начиная с определенного уровня значений факторов
|
|
Факторы дублируют влияние друг друга на результат
4.влияние одного из факторов на результирующий признак не зависит от значений другого фактора
В хорошо подобранной модели остатки должны:
Иметь нормальный закон распределения с нулевым математическим ожиданием и постоянной дисперсией
Быть некоррелированными
3.иметь экспоненциальный закон распределения
4.быть хаотично разбросанными
В тестах обнаружения гетероскедастичности F-критерий используется в тесте
Голдфелда-Квандта
2.ранговой корреляции Спирмена
3.метода рядов Чоу
4.Дарбина-Уотсона
В экономических задачах чаще встречается
1.аддитивная автокорреляция
2.мультипликативная автокорреляция
3.отрицательная автокорреляция
Положительная автокорреляция
Гетероскедастичность подразумевает …
1.постоянство дисперсии остатков независимо от значения фактора
2.зависимость математического ожидания остатков от значения фактора
Зависимость дисперсии остатков от значения фактора
4.независимость математического ожидания остатков от значения фактора
Гетероскедастичность ошибок в регрессионыых моделях означает, что они имеют:
1.одинаковую дисперсию всех наблюдений
Увеличивающуюся (уменьшающуюся) дисперсию для всех наблюдений
3.одинаковое математическое ожидание для всех наблюдений
4.увеличивающуеся (уменьшающуеся) математическое ожидание для всех наблюдений
Из пары коллинеарных факторов в эконометрическую модель включается тот фактор,
1.который при достаточно тесной связи с результатом имеет наибольшую связь с другими факторами
|
|
2.который при отсутствии связи с результатом имеет максимальную связь с другими факторами
3.который при отсутствии связи с результатом имеет наименьшую связь с другими факторами
Который при достаточно тесной связи с результатом имеет меньшую связь с другими факторами
Метод рядов - это метод обнаружения
Автокорреляции
2.мультиколлинеарности
3.гетероскедастичности
4.гомоскедастичности
Матрица парных коэффициентов корреляции строится для выявления коллинеарных и мультиколлинеарных …
1.параметров
2.случайных факторов
Существенных факторов
4.результатов
Метод оценки параметров моделей с гетероскедастичными остатками называется ____________ методом наименьших квадратов:
1.обычным
2.косвенным
Обобщенным
4.минимальным
На основании преобразования переменных при помощи обобщенного метода наименьших квадратов получаем новое уравнение регрессии, которое представляет собой:
1.взвешенную регрессию, в которой переменные взяты с весами
2.нелинейную регрессию, в которой переменные взяты с весами
3.нелинейную регрессию, в которой переменные взяты с весами
4.взвешенную линейную регрессию, в которой переменные взяты с весами
На графике наблюдается частая смена знаков остатков при наличии
1.мультиколлинеарности
2.гетероскедастичности
3.положительной автокорреляции
отрицательной автокорреляции
Наличие зон неопределенности в тесте Дарбина-Уотсона связано с зависимостью наблюдаемых значений статистики
1.от уровня значимости
2.от размера выборки
От значений НП
4.все ответы правильные
Отбор факторов в модель множественной регрессии при помощи метода включения основан на сравнении значений …
1.общей дисперсии до и после включения фактора в модель
2.остаточной дисперсии до и после включения случайных факторов в модель
3.дисперсии до и после включения результата в модель