Обобщенный метод наименьших квадратов не может применяться для оценки параметров линейных регрессионных моделей в случае, если …
1. остатки автокоррелированны
2. средняя величина остатков не равна нулю
3. дисперсия остатков не является постоянной величиной
4. остатки гетероскедастичны
Вывод о присутствии в данном временном ряде сезонной компоненты можно сделать по значению коэффициента автокорреляции ____ порядка.
1. первого
2. восьмого
3. второго
4. четвертого
Нелинейная регрессионная модель отражает …
1. отсутствие связи между зависимой переменной и независимой переменной (независимыми переменными)
2. статистически незначимую нелинейную взаимосвязь между социально- экономическими показателями
3. совокупность линейных зависимостей между зависимой переменной и независимой переменной (независимыми переменными)
4. нелинейную взаимосвязь между социально-экономическими показателями
Для регрессионной модели 
зависимости среднедушевого денежного дохода населения (руб., у) от объема валового регионального продукта (тыс. р., х1) и уровня безработицы в субъекте (%, х2) получено уравнение. Величина коэффициента регрессии при переменной х2 свидетельствует о том, что при изменении уровня безработицы на 1% среднедушевой денежный доход ______ рубля при неизменной величине валового регионального продукта.
1. увеличится на 1,67
2. изменится на 0,003
3. уменьшится на (-1,67)
4. изменится на (-1,67)
Гиперболической моделью не является регрессионная модель …
1. Уравнение 2)
2. Уравнение 1)
3. Уравнение 4)
4. Уравнение 3)
Для нелинейного уравнения регрессии рассчитано значение индекса детерминации R^2=0,6. Следовательно, доля объясненной дисперсии в общей дисперсии зависимой переменной для данного уравнения составляет …
1. 0,6
2. 0,4
3. 0,4%
4. 0,6%
При методе наименьших квадратов параметры уравнения парной линейной регрессии e=f+bx+e определяются из условия ______ остатков.
1. равенства нулю суммы квадратов
2. равенства нулю
3. минимизации суммы квадратов
4. минимизации модулей
Дана автокорреляционная функция временного ряда
1. имеет выраженную сезонную компоненту и имеет тенденцию
2. не имеет ни тенденции, ни сезонной компоненты
3. содержит только тенденцию, и не содержит сезонную компоненту
4. имеет выраженную сезонную компоненту и не имеет тенденции
Для регрессионной модели математическое ожидание остатков равно 0, следовательно, оценки параметров обладают свойством …
1. оптимальности
2. состоятельности
3. несмещенности
4. эффективности
Если параметр эконометрической модели является статистически значимым, то отвергается статистическая гипотеза о том, что его значение …
1. равно коэффициенту парной корреляции Неверно
2. равно 1
3. равно 0
4. отлично от 0
В модели множественной регрессии 
определитель матрицы парных коэффициентов корреляции между факторами х1, х2 и х3 близок к единице. Это означает, что факторы х1, х2 и х3 …
1. количественно измеримы
2. значимы
3. мультиколлинеарны
4. независимы
При выполнении предпосылок метода наименьших квадратов (МНК) оценки параметров регрессионной модели, рассчитанные с помощью МНК, обладают свойствами …
1. несостоятельности, смещенности и эффективности
2. состоятельности, смещенности и эффективности
3. состоятельности, смещенности и неэффективности
4. состоятельности, несмещенности и эффективности
Для регрессионной модели парной регрессии рассчитано значение коэффициента детерминации R^2. Тогда долю остаточной дисперсии зависимой переменной характеризует величина …
1. R^2
2. 1+R^2
3. 1-R^2
4. R^2*100%
Для совокупности из n единиц наблюдений построена модель линейного уравнения множественной регрессии с количеством параметров при независимых переменных, равным k. Тогда при расчете объясненной дисперсии на одну степень свободы величину дисперсии относят к значению …
1. n + k
2. k
3. k + 1
4. k – 1
Для эконометрической модели уравнения регрессии ошибка модели определяется как ______ между фактическим значением зависимой переменной и ее расчетным значением.
1. разность
2. сумма квадратов разности
3. квадрат разности
4. сумма разности квадратов
Значение коэффициента автокорреляции первого порядка характеризует …
1. значимость тренда
2. качество модели временного ряда
3. тесноту нелинейной связи
4. тесноту линейной связи
Если параметр эконометрической модели не является статистически значимым, то его значение признается …
1. равным 0
2. отличным от 0
3. равным коэффициенту парной корреляции
4. равным 1
Для аддитивной модели временного ряда Y = T + S + E лаг модели равен 4 и известны значения трех скорректированных сезонных компонент: S1=2, S2=-1, S3=-2.
S4 равна …
1. 0
2. 1
3. 4
4. 2
Известно, что доля остаточной регрессии в общей составила 0,19. Тогда значение коэффициента корреляции равно …
1. 0,19
2. 0,9
3. 0,81
4. 0,95
Уровень временного ряда (yt) формируется под воздействием различных факторов – компонент: Т (тенденция), S (циклические и/или сезонные колебания), Е (случайные факторы). Мультипликативную модель временного ряда не формируют следующие значения компонент уровня временного ряда …
1. yt = 7; T = 3,5; S = 2; E = 1
2. yt = 7; T = 7; S = 1; E = 1
3. yt = 7; T = 3,5; S = -2; E = -1
4. yt = 7; T = -3,5; S = -2; E = -1
Гетероскедастичность можно обнаружить с помощью:
a. теста Чоу
b. теста Дарбина-Уотсона
c. теста Вальда
? d. теста Голфелда-Квандта
По типу функциональной зависимости между переменными эконометрической модели различают _____ уравнения регрессии
1. множественные и парные
2. линейные и нелинейные
3. линейные и парные
4. стохастические и вероятностные
Для нелинейного уравнения регрессии рассчитано значение индекса детерминации, которое составило 
Следовательно, доля остаточной дисперсии в общей дисперсии зависимой переменной для данного уравнения составляет …
1. 0,7
2. 0,3%
3. 0,7%
4. 0,3
Если параметр эконометрической модели не является статистически значимым, то соответствующая независимая переменная …
1. не оказывает влияния на моделируемый показатель (зависимую переменную)
2. оказывает статистически значимое влияние на моделируемый показатель (зависимую переменную)
3. оказывает основное (доминирующее) влияние на зависимую переменную
4. тесно связан с зависимой переменной
Метод наименьших квадратов (МНК) может применяться для оценки параметров исходной регрессионной модели в _________ форме.
1. нормальной
2. нелинейной
3. линейной
4. экспоненциальной
При оценке статистической значимости построенной эконометрической модели выдвигают ______ гипотезы.
1. нормальной
2. нелинейной
3. линейной
4. экспоненциальной
1. статистические
2. информационные
3. математические
4. коллективные
Для регрессионной модели несмещенность оценки параметра означает, что ее выборочное математическое ожидание равно …
1. коэффициенту парной корреляции между зависимой переменной и соответствующей независимой переменной
2. оцениваемому параметру, рассчитанному по генеральной совокупности
3. свободному члену уравнения регрессии
4. математическому ожиданию остатков модели
1. a, b1, b2, b3
2. a,b1, b2
3. a, b2, b3
4. a, b1, b3
Для совокупности из n единиц наблюдений рассчитывают общую дисперсию на одну степень свободы, при этом величину дисперсии относят к значению …
1. n / 2
2. n – 1
3. n
4. n + 1
На графике изображен временной ряд, содержащий возрастающую тенденцию.
Исходя из данной структуры ряда можно предположить, что наиболее высокое значение коэффициента автокорреляции уровней ряда будет наблюдаться для ______ порядка.
1. одиннадцатого
2. пятого
3. седьмого
4. первого
Для нелинейного уравнения регрессии рассчитано значение индекса детерминации 
Следовательно, доля остаточной дисперсии в общей дисперсии зависимой переменной для данного уравнения составляет …
1. 90
2. 10
3. 90%
4. 10%
Для регрессионной модели вида 
показателем тесноты связи является …
1. коэффициент множественной корреляции
2. коэффициент автокорреляции
3. F-критерий Фишера
4. парный коэффициент корреляции
Для регрессионной модели вида 
построена на координатной плоскости совокупность точек с координатами (yi;xi), данное графическое отображение зависимости называется …
1. множественной регрессией
2. случайными факторами
3. полем корреляции
4. параметрами уравнения
При оценке параметров регрессионной модели с гетероскедастичными остатками при помощи обобщенного метода наименьших квадратов (ОМНК) выдвигается предположение, что дисперсия остатков …
1. равна 0
2. пропорциональна некоторой величине
3. постоянна
4. гомоскедастична
Автокорреляционной функцией временного ряда называется последовательность коэффициентов автокорреляции …
1. между несколькими временными рядами
2. между трендовой, сезонной и случайной компонентами
3. факторов, формирующих уровень ряда
4. первого, второго, третьего и последующих
Если зависимость объема спроса от цены характеризуется постоянной эластичностью, то моделирование целесообразно проводить на основе …
1. экспоненциальной функции
2. степенной функции
3. параболы второй степени
4. равносторонней гиперболы
Ошибкой спецификации эконометрической модели уравнения регрессии является
1. расчет показателей качества модели
2. использование парной регрессии вместо множественной
3. оценка параметров при помощи МНК
4. учет случайных факторов
Одной из предпосылок метода наименьших квадратов является утверждение, что остатки регрессионной модели должны подчиняться _____ закону распределения.
1. нормальному
2. равномерному
3. геометрическому
4. экспоненциальному
Проверку статистической значимости построенной эконометрической модели на основе F-критерия осуществляют с использованием …
1. стандартизованных переменных
2. системы нормальных уравнений
3. статистических гипотез
4. коллективных гипотез
Обобщенный метод наименьших квадратов не может применяться для оценки параметров линейных регрессионных моделей в случае, если …
1. дисперсия остатков не является постоянной величиной
2. средняя величина остатков не равна нулю
3. остатки гетероскедастичны
4. остатки автокоррелированны
Если оценка параметра является смещенной, то нарушается предпосылка метода наибольших квадратов о _____
1. случайном характере
2. нормальном законе распределения
3. нулевой средней величине
4. гомоскедастичности
Временной ряд – это совокупность значений экономического показателя за несколько _____ моментов (периодов) времени.
1. последовательных
2. произвольных
3. случайных
4. независимых
Если известно уравнение множественной регрессии y=a+b1x1+b2x2+b3x3+e
построенное по результатам 50 наблюдений, для которого общая сумма квадратов отклонений равна 153, и остаточная сумма квадратов отклонений равна 3, то значение F-статистики равно …
1. 50
2. 877,45
3. 46
4. 766,67
