2018-02-14
708
Обобщенный метод наименьших квадратов отличается от обычного МНК тем, что при применении ОМНК …
Преобразуются исходные уровни переменных
2.остатки не изменяются
3.остатки приравниваются к нулю
4.уменьшается количество наблюдений
Обобщенный метод наименьших квадратов подразумевает …
Преобразование переменных
2.переход от множественной регрессии к парной
3.линеаризацию уравнения регрессии
4.двухэтапное применение метода наименьших квадратов
Отсутствие автокорреляции в остатках предполагает, что значения ___________ не зависят друг от друга.
Остатков
2.результата
3.независимых переменных
4.фактора
Основным требованием к факторам, включаемым в модель множественной регрессии, является:
1.отсутствие взаимосвязи между результатом и фактором
2.отсутствие взаимосвязи между факторами
Отсутствие линейной взаимосвязи между факторами
4.наличие тесной взаимосвязи между факторами
Обобщенный метод наименьших квадратов рекомендуется применять в случае …
|
|
|
1.нормально распределенных остатков
2.гомоскедастичных остатков
Автокорреляции остатков
4.автокорреляции результативного признака
Обобщенный метод наименьших квадратов используется для корректировки …
1.параметров нелинейного уравнения регрессии
2.точности определения коэффициента множественной корреляции
Автокорреляции между независимыми переменными
4.гетероскедастичности остатков в уравнении регрессии
Обнаружение АК производят с помощью статистики
1.Стьюдента
Дарбина-Уотсона
3.Фишера
4.Хи-квадрат
При выявлении структуры временного ряда проводят анализ (несколько вариантов ответов)…
Графика зависимости значений уровня ряда от времени
Автокорреляционной функции
3.матрицы парных коэффициентов линейной корреляции
4.существенности параметров
После применения обобщенного метода наименьших квадратов удается избежать_________ остатков
Гетероскедастичности
2.нормального распределения
3.равенства нулю суммы
4.случайного характера
Постоянство дисперсий случайных отклонений - это свойство
Гомоскедастичности
2.гетероскедастичности
3.автокорреляции
4.мультиколлинеарности
Проблема гетероскедастичности характерна для
Пространственных данных
2.временных рядов
3.рядов динамики
4.панельных данных
При гетероскедастичности оценка параметров УР являются
Несмещенными
2.эффективными
3.нелинейными
4.незначимыми
Причиной автокорреляции может быть
1.неправильная спецификация модели
2.наличие ошибок измерения ЗП
|
|
|
3.сглаживание данных
Все ответы правильные
При наличии АК применение МНК приводит к________ оценкам параметров УР
Неэффективным
2.смещенным
3.нелинейным
4.все ответы правильные
Статистика Дарбина-Уотсона принимает значение в интервале
1.от -1 до 1
2.от 0 до 1
3.от 0 до 2
От 0 до 4
Случайные колебания, обуславливающие относительно небольшие случайные отклонения уровней временного ряда от предполагаемых (рассчитанных по модели, учитывающей тренд, сезонные и циклические колебания), называются…
1.сезонными
Остаточными (случайными)
3.циклическими (конъюнктурными)
4.разладочными
Стационарность временного ряда означает отсутствие…
Тренда
2.значений уровней ряда
3.временной характеристики
4.наблюдений по уровням временного ряда
Тест Голдфелда-Квандта предусматривает построение следующее количество выборочных уравнений регрессии
1.1
2.2
3.3
4.4
Тест ранговой корреляции Спирмена позволяет обнаружить
1.мультиколлинеарность
Гетероскедастичность
3.гомоскедастичность
4.автокорреляцию
Факторы, формирующие общую (в длительной перспективе) тенденцию в изменении анализируемого признака, называются…
Долговременными
2.случайными
3.циклическими (конъюнктурными)
4.сезонными
Факторы, формирующие изменения анализируемого признака, обусловленные действием долговременных циклов экономической, демографической, астрофизической природы, называются…
1.сезонными
2.случайными
3.долговременными
Циклическими (конъюнктурными)
Что преобразуется при применении обобщенного метода наименьших квадратов?
1.стандартизованные коэффициенты регрессии
2.дисперсия результативного признака
Исходные уровни переменных
4.дисперсия факторного признака
