Системы эконометрических уравнений

1. Наибольшее распространение в эконометрических исследованиях получили:

а) системы независимых уравнений;

б) системы рекурсивных уравнений;

в) системы взаимозависимых уравнений.

2. Эндогенные переменные – это:

а) предопределенные переменные, влияющие на зависимые переменные, но не зависящие от них, обозначаются через .;

б) зависимые переменные, число которых равно числу уравнений в системе и которые обозначаются через ;

в) значения зависимых переменных за предшествующий период времени.

3. Экзогенные переменные – это:

а) предопределенные переменные, влияющие на зависимые переменные, но не зависящие от них, обозначаются через ;

б) зависимые переменные, число которых равно числу уравнений в системе и которые обозначаются через ;

в) значения зависимых переменных за предшествующий период времени.

4. Лаговые переменные – это:

а) предопределенные переменные, влияющие на зависимые переменные, но не зависящие от них, обозначаются через .;

б) зависимые переменные, число которых равно числу уравнений в системе и которые обозначаются через ;

в) значения зависимых переменных за предшествующий период времени.

5. Для определения параметров структурную форму модели необходимо преобразовать в:

а) приведенную форму модели;

б) рекурсивную форму модели;

в) независимую форму модели.

6. Модель идентифицируема, если:

а) число приведенных коэффициентов меньше числа структурных коэффициентов;

б) если число приведенных коэффициентов больше числа структурных коэффициентов;

в) если число параметров структурной модели равно числу параметров приведенной формы модели.

7. Модель неидентифицируема, если:

а) число приведенных коэффициентов меньше числа структурных коэффициентов;

б) если число приведенных коэффициентов больше числа структурных коэффициентов;

в) если число параметров структурной модели равно числу параметров приведенной формы модели.

8. Модель сверхидентифицируема, если:

а) число приведенных коэффициентов меньше числа структурных коэффициентов;

б) если число приведенных коэффициентов больше числа структурных коэффициентов;

в) если число параметров структурной модели равно числу параметров приведенной формы модели.

9. Уравнение идентифицируемо, если:

а) ;

б) ;

в) .

10. Уравнение неидентифицируемо, если:

а) ;

б) ;

в) .

11. Уравнение сверхидентифицируемо, если:

а) ;

б) ;

в) .

12. Для определения параметров точно идентифицируемой модели:

а) применяется двушаговый МНК;

б) применяется косвенный МНК;

б) ни один из существующих методов применить нельзя.

13. Для определения параметров сверхидентифицируемой модели:

а) применяется двушаговый МНК;

б) применяется косвенный МНК;

б) ни один из существующих методов применить нельзя.

14. Для определения параметров неидентифицируемой модели:

а) применяется двушаговый МНК;

б) применяется косвенный МНК;

б) ни один из существующих методов применить нельзя.

Временные ряды

1. Аддитивная модель временного ряда имеет вид:

а) ;

б) ;

в) .

2. Мультипликативная модель временного ряда имеет вид:

а) ;

б) ;

в) .

3. Коэффициент автокорреляции:

а) характеризует тесноту линейной связи текущего и предыдущего уровней ряда;

б) характеризует тесноту нелинейной связи текущего и предыдущего уровней ряда;

в) характеризует наличие или отсутствие тенденции.

4. Аддитивная модель временного ряда строится, если:

а) значения сезонной компоненты предполагаются постоянными для различных циклов;

б) амплитуда сезонных колебаний возрастает или уменьшается;

в) отсутствует тенденция.

5. Мультипликативная модель временного ряда строится, если:

а) значения сезонной компоненты предполагаются постоянными для различных циклов;

б) амплитуда сезонных колебаний возрастает или уменьшается;

в) отсутствует тенденция.

6. На основе поквартальных данных построена аддитивная модель временного ряда. Скорректированные значения сезонной компоненты за первые три квартала равны: 7 – I квартал, 9 – II квартал и –11 – III квартал. Значение сезонной компоненты за IV квартал есть:

а) 5;

б) –4;

в) –5.

7. На основе поквартальных данных построена мультипликативная модель временного ряда. Скорректированные значения сезонной компоненты за первые три квартала равны: 0,8 – I квартал, 1,2 – II квартал и 1,3 – III квартал. Значение сезонной компоненты за IV квартал есть:

а) 0,7;

б) 1,7;

в) 0,9.

8. Критерий Дарбина-Уотсона применяется для:

а) определения автокорреляции в остатках;

б) определения наличия сезонных колебаний;

в) для оценки существенности построенной модели.


Приложение C

Вопросы к экзамену

1. Определение эконометрики. Эконометрический метод и этапы эконометрического исследования.

2. Парная регрессия. Способы задания уравнения парной регрессии.

3. Линейная модель парной регрессии. Смысл и оценка параметров.

4. Оценка существенности уравнения в целом и отдельных его параметров ( -критерий Фишера и -критерий Стьюдента).

5. Прогноз по линейному уравнению регрессии. Средняя ошибка аппроксимации.

6. Нелинейная регрессия. Классы нелинейных регрессий.

7. Регрессии нелинейные относительно включенных в анализ объясняющих переменных.

8. Регрессии нелинейные по оцениваемым параметрам.

9. Коэффициенты эластичности для разных видов регрессионных моделей.

10. Корреляция и -критерий Фишера для нелинейной регрессии.

11. Отбор факторов при построении уравнения множественной регрессии.

12. Оценка параметров уравнения множественной регрессии.

13. Множественная корреляция.

14. Частные коэффициенты корреляции.

15. -критерий Фишера и частный -критерий Фишера для уравнения множественной регрессии.

16. -критерий Стьюдента для уравнения множественной регрессии.

17. Фиктивные переменные во множественной регрессии.

18. Предпосылки МНК: гомоскедастичность и гетероскедастичность.

19. Предпосылки МНК: автокорреляция остатков.

20. Обобщенный МНК.

21. Общие понятия о системах эконометрических уравнений.

22. Структурная и приведенная формы модели.

23. Проблема идентификации. Необходимое условие идентифицируемости.

24. Проблема идентификации. Достаточное условие идентифицируемости.

25. Методы оценки параметров структурной формы модели.

26. Основные элементы временного ряда.

27. Автокорреляция уровней временного ряда и выявление его структуры.

28. Моделирование сезонных колебаний: аддитивная модель временного ряда.

29. Моделирование сезонных колебаний: мультипликативная модель временного ряда.

30. Критерий Дарбина-Уотсона.


Приложение D

Варианты индивидуальных заданий