Промежуточный контроль

Итоговые тесты по основным разделам дисциплины

Примерные задания тестов:

1. Кластерный анализ позволяет проводить:

А) группировку объектов

Б) группировку признаков

В) группировку объектов и группировку признаков.

2. Матрица парных коэффициентов корреляции является:

А) обратной

Б) транспортированной

В симметричной

Г) положительно определенной

3. В каких пределах изменяется коэффициент детерминации:

А) от 0 до 1

Б) от -1 до 0

В) от -1 до 1

Г) от 0 до 10

4. Неправильный выбор функциональной формы или объясняющей переменной называется:

А) ошибками спецификации

Б) ошибками прогноза

В) гетероскедастичностью

5. С какой целью проводят нормирование признаков:

А) с целью устранения влияния различных единиц измерения

Б) с целью уменьшить признаковое пространство

В) с целью упрощения расчетов

Итоговый контроль

Дисциплина «Эконометрика» изучается студентами 2-3 курса на протяжении четвертого и пятого семестра. На втором курсе в четвертом семестре студенты разбирают темы, входящие в первый-четвертый модуль. Изучение заканчивается зачетом.

На третьем курсе, в течение пятого семестра, изучаются модули с пятого по восьмой. Изучение в шестом семестре заканчивается экзаменом.

Вопросы для подготовки к зачету:

1. Определение теоретической и выборочной ковариации.

2. Основные свойства ковариации.

3. Определение выборочной ковариации.

4. Основные свойства дисперсии.

5. Определение выборочного и теоретического коэффициента корреляции.

6. Определение коэффициента частной корреляции.

7. Модель парной линейной регрессии.

8. Определение случайной и неслучайной составляющих этой модели, ее графическая интерпретация.

9. Выбор параметров выборочного уравнения прямой линии регрессии с помощью метода наименьших квадратов.

10. Два этапа интерпретации уравнения регрессии.

11. Иллюстрация первого этапа моделью регрессии для функции спроса.

12. Интерпретация коэффициентов линейного уравнения регрессии.

13. Разложение выборочной дисперсии на две составляющие.

14. Равенство нулю математического ожидания случайной составляющей в любом наблюдении.

15. Постоянство дисперсии для всех наблюдений.

16. Отсутствие систематической связи между значениями случайной составляющей в любых двух наблюдениях.

17. Независимость распределения случайной составляющей от объясняющей переменной.

18. Разложение коэффициентов регрессии на две составляющие.

19. Доказательство несмещенности коэффициентов регрессии.

20. Уравнения теоретических дисперсий коэффициентов регрессии.

21. Оценка генеральной дисперсии случайной составляющей с помощью выборочной дисперсии остатков.

22. Оценка теоретических дисперсий коэффициентов регрессии.

23. Определение стандартных ошибок коэффициентов регрессии.

24. Формулировка гипотезы, предшествующей эксперименту на примере зависимости общей инфляции от инфляции, вызванной ростом заработной платы.

25. Условия совместимости предполагаемого значения и результатов оценивания регрессии.

26. Определение доверительного интервала.

27. Поверка нулевой гипотезы с помощью одностороннего критерия.

28. Сокращение вероятности допустить ошибку 1-го рода.

29. Вероятность допустить ошибку 2-го рода.

30. Определение мощности критерия, связь мощности критерия с уровнем значимости.

31. Использование односторонних критериев для увеличения мощности.

32. Общая сумма квадратов отклонений, объясненная и необъясненная сумма квадратов отклонений.

33. Определение F-статистики.

34. Проверка нулевой гипотезы с помощью F-статистики.  

Вопросы для подготовки к экзамену

1. Определение теоретической и выборочной ковариации.

2. Основные свойства ковариации.

3. Определение выборочной ковариации.

4. Основные свойства дисперсии.

5. Определение выборочного и теоретического коэффициента корреляции.

6. Определение коэффициента частной корреляции.

7. Модель парной линейной регрессии.

8. Определение случайной и неслучайной составляющих этой модели, ее графическая интерпретация.

9. Выбор параметров выборочного уравнения прямой линии регрессии с помощью метода наименьших квадратов.

10. Два этапа интерпретации уравнения регрессии.

11. Иллюстрация первого этапа моделью регрессии для функции спроса.

12. Интерпретация коэффициентов линейного уравнения регрессии.

13. Разложение выборочной дисперсии на две составляющие.

14. Равенство нулю математического ожидания случайной составляющей в любом наблюдении.

15. Постоянство дисперсии для всех наблюдений.

16. Отсутствие систематической связи между значениями случайной составляющей в любых двух наблюдениях.

17. Независимость распределения случайной составляющей от объясняющей переменной.

18. Разложение коэффициентов регрессии на две составляющие.

19. Доказательство несмещенности коэффициентов регрессии.

20. Уравнения теоретических дисперсий коэффициентов регрессии.

21. Оценка генеральной дисперсии случайной составляющей с помощью выборочной дисперсии остатков.

22. Оценка теоретических дисперсий коэффициентов регрессии.

23. Определение стандартных ошибок коэффициентов регрессии.

24. Формулировка гипотезы, предшествующей эксперименту на примере зависимости общей инфляции от инфляции, вызванной ростом заработной платы.

25. Условия совместимости предполагаемого значения и результатов оценивания регрессии.

26. Определение доверительного интервала.

27. Поверка нулевой гипотезы с помощью одностороннего критерия.

28. Сокращение вероятности допустить ошибку 1-го рода.

29. Вероятность допустить ошибку 2-го рода.

30. Определение мощности критерия, связь мощности критерия с уровнем значимости.

31. Использование односторонних критериев для увеличения мощности.

32. Общая сумма квадратов отклонений, объясненная и необъясненная сумма квадратов отклонений.

33. Определение F-статистики.

34. Проверка нулевой гипотезы с помощью F-статистики.  

35. Общий вид линейного уравнения.

36. Два типа линейности его правой части.

37. Кривые Энгеля.

38. Преобразование функций нелинейной как по параметрам, так и по переменным к линейному виду.

39. Процедура оценивания регрессии в этом случае. 

40. Два типа данных, используемых для построения экономической модели. определения пространственных моделей и моделей временного ряда.

41. Определение временного ряда, три группы факторов, под воздействием которых формируются его уровни.

42. Временные ряды, содержащие тенденцию, циклическую и случайную компоненты.

43. Аддитивная и мультипликативная модели.

44. Определение стационарного и строго стационарного временного ряда. неизменность свойств строго стационарного ряда при изменении отчета времени, его основные числовые характеристики, их оценка.

45. Нестационарные и стационарные однородные временные ряды.

46. Моделирование экспоненциальных временных трендов.

47. Основное требование, предъявляемое к случайной составляющей, ее аддитивность и мультпликативность.

48. Множественный регрессионный анализ как развитие парного регрессионного анализа.

49. Новые проблемы, возникающие вследствие расширения парной регрессионной модели.

50. Минимизация суммы квадратов отклонений.

51. Вывод формул для вычисления коэффициентов множественной регрессии для случая независимых переменных.

52. Требования к количеству данных и к независимым переменным.

53. Несмещенность коэффициентов регрессии.

54. Исследование факторов, регулирующих точность этих коэффициентов.

55. Стандартные ошибки коэффициентов множественной регрессии, t-тесты и доверительные интервалы.

56. Коэффициент детерминации множественной регрессии, его изменение при добавлении новых переменных в уравнение регрессии.

57. Смещение, порожденное системой одновременных уравнений.

2. Нарушение четвертого условия Гаусса-Маркова. Объяснение этого случая на примере оценки параметров уравнения функции потребления в Кейнсианской модели формирования доходов.

58. Эндогенные и экзогенные переменные.

59. Структурная форма модели.

60. Этапы процедуры применения косвенного метода наименьших квадратов.