o уменьшением точности с увеличением объёма выборки
o отсутствием накапливания значений остатков при большом числе выборочных оцениваний
o невозможностью перехода от точечного оценивания к интервальному
149. Эффективность оценки параметра означает наименьшую дисперсию __________ уравнения регрессии.
o остатков
o независимой переменной
o зависимой переменной
o обратной функции
Тема: Предпосылки МНК
- Автокорреляции остатков бывает следующих видов:
- положительная
- обратная
- отрицательная
- линейная
151. Вероятность того, что случайное отклонение в регрессионной модели примет заданное значение, одинакова для всех наблюдений. Сформулировано условие одинакового разброса случайной составляющей, которое выражено в _________ остатков.
o гетероскедастичности
o гомоскедастичности
o детерминированности
o автокорреляции
152. В линейной регрессионной модели Y = β 0+ β 1 X + ε отклонение ε – величина случайная, а объясняющая переменная X – величина неслучайная. Это утверждение является …
o одной из основной предпосылок МНК
o критерием Фишера
o нарушением предпосылок МНК
o критерием Стьюдента
153. В случае нормального распределения остатков линейной регрессионной модели N (0, σ 2) оценки параметров регрессии, полученные методом наименьших квадратов, …
- имеют нормальное распределение
- распределены по закону Стьюдента
- равны нулю
- равны между собой
154. Выполнение предпосылок метода наименьших квадратов …
- не является обязательным условием построения эконометрической модели уравнений регрессии
- подлежат обязательной проверке до применения метода наименьших квадратов
- проверяется одновременно с применением метода наименьших квадратов
- невозможно проверить до получения оценок параметров регрессии
155. Гетероскедастичность подразумевает …
- независимость математического ожидания остатков от значения фактора
- постоянство дисперсии остатков независимо от значения фактора
- зависимость математического ожидания остатков от значения фактора
- зависимость дисперсии остатков от значения фактора
156. Для линейной регрессионной модели Y = β 0+ β 1 X + ε величина и определённый знак фактического значения случайной составляющей εi не должны обуславливать величину и знак фактического значения другой случайной составляющей εi –1. Выполнение этого условия свидетельствует о(об) ______ остатков.
- отсутствии автокорреляции
- наличии гомоскедастичности
- отсутствии гетероскедастичности
- нормальном распределении
157. Для линейной регрессионной модели Y = β 0+ β 1 X + ε гомоскедастичностью называют свойство дисперсии случайного отклонения при любом наблюдении проявлять …
o постоянство
o изменчивость
o тенденцию к уменьшению
o стремление к 0
158. Для регрессионной модели Yi = b 0+ b 1 X 1 i +…+ bmXmi + εi, i =1… n, с гетероскедастичностью остатков при отсутствии автокорреляции остатков ковариационная матрица возмущений является …
o вырожденной
o треугольной
o единичной
o диагональной
159. Если предпосылки метода наименьших квадратов нарушены, то
o оценки параметров могут не обладать свойствами эффективности, состоятельности и несмещённости
o полученное уравнение статистически незначимо
o коэффициент регрессии является несущественным
o коэффициент корреляции является несущественным
160. К методам обнаружения гетероскедастичности остатков относятся:
- тест Голдфелда–Квандта
- метод наименьших квадратов
- критерий Дарбина–Уотсона
- графический анализ остатков
161. Множественная линейная регрессионная модель, в которой не выполняются условия гомоскедастичности и/или имеет место автокорреляция остатков, называется _______ регрессионной моделью.
o множественной линейной
o парной
o нелинейной
o обобщённой линейной
162. Наличие гетероскедастичности остатков можно проверить с помощью …
- теста Дарбина–Уотсона
- теста Фишера
- критерия Стьюдента
- теста Спирмена
163. На рисунке отражены результаты теста Дарбина–Уотсона. 
где dL, dU – соответственно нижняя и верхняя границы для критического значения, а DW – наблюдаемое значения критерия Дарбина–Уотсона (DW =2·(1– rε), где rε – коэффициент автокорреляции остатков). Можно сделать вывод, что …
- нельзя ни отклонить, ни принять нулевую гипотезу об отсутствии автокорреляции в остатках регрессионной модели (зона неопределённости).
- в остатках регрессионной модели присутствует отрицательная автокорреляция.
- в остатках регрессионной модели присутствует положительная автокорреляция.
- нет оснований отвергнуть нулевую гипотезу об отсутствии автокорреляции в остатках регрессионной модели (автокорреляция в остатках отсутствует).
-
По приведённому фрагменту таблицы укажите вид статистики и название распределения, критические точки которого даны: - DW -статистика распределения Дарбина–Уотсона
- t -статистика распределения Стьюдента
- F -статистика распределения Фишера
- χ 2-статистика распределения Пирсона
165. Предпосылкой метода наименьших квадратов является то, что остатки …
