Системы эконометрических уравнений

70 Структурная и приведенная формы модели систем одновременных уравнений

71 Рекурсивные системы одновременных уравнений

72 Виды переменных в структурной форме модели

73 Приведенная форма модели

5 Применение эконометрики.

74 Примеры макро- и микроэкономических моделей

75 Информационные технологии эконометрических исследований

68 Эконометрические пакеты: виды программ, платформы, интерфейс, способ представления данных, дополнительные возможности.

Контрольные вопросы (тесты) по дисциплине «Эконометрика» для студентов специальности 080801 Прикладная информатика в экономике

1. Эконометрика – это:

1) наука, которая дает количественное выражение взаимосвязей в экономике;

2) учение о системе показателей, дающих представление об экономике;

3) различного рода цифровые данные.

2. Данные, используемые для эконометрических исследований:

1) отражают только закономерности экономических процессов;

2) неизбежно заключают в себе элементы случайных отклонений;

3) являются невоспроизводимыми заново;

4) можно воспроизвести путем проведения какого-либо эксперимента.

3. Предметом объяснения в эконометрической модели являются:

1) экзогенные переменные;

2) предопределенные переменные;

3) эндогенные переменные;

4) лаговые эндогенные переменные.

4. Экзогенные переменные – это:

1) задаваемые «извне», «автономно», в определенной степени управляемые;

2) переменные, значения которых формируются в процессе и внутри функционирования анализируемой социально-экономической системы;

3) таких переменных не существует.

5. Системы одновременных уравнений относится:

1) к классу моделей временных рядов;

2) к классу регрессионных моделей с одним уравнением;

3) к классу моделей сезонности;

4) являются самостоятельным классом эконометрических моделей.

6. Источниками информации для эконометрических исследований являются:

1) данные бухгалтерского учета;

2) данные статистической отчетности и официальной статистики;

3) результаты специально организованного экономического эксперимента на уровне страны, региона или предприятия;

4) исследователь сам выдумывает данные и обрабатывает их.

7. Происходящий в 21 веке всё ускоряющийся процесс глобализации экономики приводит к тому, что:

1) не стоит вообще строить эконометрические модели и проводить исследования – все равно результаты будут неверными;

2) в модели макроэкономических показателей страны следует включать факторы мирового рынка;

3) ни к чему не приводит, не стоит учитывать этот факт при проведении исследований.

8. Модель, где среднее значение зависимой переменной рассматривается как функция нескольких независимых переменных, это:

1) множественная регрессия;

2) простая регрессия;

3) такой модели не существует.

9. Определение аналитического выражения связи (формы связи), т.е. выбор математического уравнения, выражающего зависимость между признаками – это:

1) задача корреляционного анализа;

2) задача регрессионного анализа;

3) задача корреляционно-регрессионного анализа в целом.

10. Поле корреляции представляет собой:

1) секторную диаграмму;

2) столбиковую диаграмму;

3) точечный график в прямоугольной системе координат.

11. Одна из формул для расчета коэффициента регрессии имеет вид:

12. Коэффициент регрессии показывает:

1) на сколько процентов в среднем по совокупности изменится результат от своей средней величины при изменении фактора на 1% от своего среднего значения;

2) среднее изменение результата с изменением фактора на одну единицу его измерения;

3) значение результативного признака , если факторный признак .

13. Коэффициент эластичности для модели парной линейной зависимости рассчитывается по формуле:

14. Остаточная сумма квадратов отклонений индивидуальных значений признака от его среднего значения имеет обозначение:

15. Статистическая значимость уравнения регрессии в целом оценивается с помощью:

1) F -критерия Фишера;

2) критерия Стьюдента;

3) критерия Дарбина-Уотсона.

16. Для определения параметров уравнения система нормальных уравнений выглядит:

17. Частный F -критерий Фишера оценивает:

1) статистическую значимость присутствия соответствующего фактора в уравнении множественной регрессии;

2) целесообразность включения в уравнение одного фактора после другого фактора;

3) значимость коэффициентов чистой регрессии.

18. Между критерием Стьюдента и частным критерием Фишера в линейной зависимости существует следующая взаимосвязь:

1) ;

2) ;

3) .

19. Функция вида это:

1) линейная функция;

2) степенная функция;

3) экспоненциальная функция.

20. Фиктивные переменные во множественной регрессии – это:

1) преобразованные в количественные качественные переменные;

2) все независимые переменные в модели;

3) таких переменных не существует.

21. Моделями временных рядов называются модели, построенные по:

1) данным, характеризующим совокупность различных объектов в определенный момент (период) времени;

2) данным, характеризующим один объект за ряд последовательных моментов (периодов) времени;

3) любым имеющимся данным об изучаемой совокупности.

22. Модель Уинтерса является моделью адаптивного прогнозирования временного ряда:

1) с аддитивной сезонностью и линейным ростом;

2) с мультипликативной сезонностью и линейным ростом;

3) моделью степенного сглаживания временного ряда.

23. Взаимопогашаемость сезонных воздействий в мультипликативной модели с сезонной компонентой выражается в том, что сумма значений сезонной компоненты по всем периодам в цикле должна быть равна:

1) 0;

2) числу периодов в цикле;

3) 4.

24. Имеются данные: