Эконометрика (продвинутый уровень) (магистр). Часть 1

Гетероскедастичность приводит к

• уменьшению дисперсии независимых переменных
• увеличению дисперсии оценок параметров регрессии
• уменьшению дисперсии оценок параметров регрессии
• увеличению дисперсии независимых переменных

Для регрессионного уравнения гетероскедастичность означает

Критерий Дарбина-Уотсона позволяет обнаружить

• автокорреляцию первого порядка
• нелинейность
• автокорреляцию пятого порядка
• гетероскедастичность

Верны ли утверждения? А) Статистика Дарбина находится в пределах [ -1,1 ] В) Статистика Дарбина находится в пределах [ 0,4 ] Подберите правильный ответ

• А — да, В — да
• А — нет, В — нет
• А — да, В — нет
• А — нет, В — да

При наличии гетероскедастичности оценки параметров регрессии с помощью МНК

• эффективны
• неэффективны
• смещенные
• неоднозначные

В экономическом анализе наиболее часто наблюдается автокорреляция

• случайная
• переменная
• положительная
• неопределенная

Верны ли утверждения? А) Тест Голдфелда-Квандта предназначен для установления гетероскедастичности В) Тест Голдфелда-Квандта предназначен для установления автокорреляции Подберите правильный ответ

• А — нет, В — нет
• А — нет, В — да
• А — да, В — нет
• А — да, В — да

Верны ли утверждения? А) Критерий Дарбина-Уотсона позволяет обнаружить автокорреляцию первого порядка В) ) Критерий Дарбина-Уотсона позволяет обнаружить гетероскедастичность Подберите правильный ответ

• А — да, В — да
• А — нет, В — нет
• А — да, В — нет
• А — нет, В — да

Верны ли определения? А) Метод оценки параметров модели с гетероскедастичными остатками называется обобщенным МНК В) Метод оценки параметров модели с гетероскедастичными остатками называется косвенным МНК Подберите правильный ответ

• А — да, В — нет
• А — нет, В — да
• А — нет, В — нет
• А — да, В — да

В стандартизованном уравнении свободный член

• равен коэффициенту множественной корреляции
• равен 1
• равен коэффициенту множественной детерминации
• отсутствует

При наличии гетероскедастичности дисперсия остатков

• разная для разных наблюдений
• одинаковая для разных наблюдений
• случайная
• равна 1 для разных наблюдений

Одним из способов устранения автокорреляции первого порядка является

• тест Глейзера
• метод Алмон
• метод Кохрейна-Оркатта
• тест Уайта

Если случайный член регрессии в следующем наблюдении ожидается того же знака, что и случайный член в настоящем наблюдении, то имеется автокорреляция

• положительная
• переменная
• случайная
• отрицательная

При применении метода наименьших квадратов уменьшить гетероскедастичность остатков удается путем

• введения дополнительных факторов в модель
• введения дополнительных результатов в модель
• преобразования переменных
• преобразования параметров

При использовании теста Уайта часто для оценки функции от наблюдаемых значений берется уравнение регрессии для квадратов остатков в виде

При применении теста ранговой корреляции Спирмена предполагается, что

• дисперсия случайного члена не зависит от Х
• дисперсия случайного члена только увеличивается по мере увеличения Х
• дисперсия случайного члена либо увеличивается, либо уменьшается по мере увеличения Х
• дисперсия случайного члена постоянна

Тест Глейзера предназначен для установления

• нелинейности
• смещенности
• корреляции
• гетероскедастичности

Верны ли утверждения? А) Если коррелируют случайные члены регрессии в последовательных наблюдениях, то имеет место автокорреляция нулевого порядка В) Если коррелируют случайные члены регрессии в последовательных наблюдениях, то имеет место автокорреляция первого порядка Подберите правильный ответ

• А — нет, В — да
• А — да, В — нет
• А — нет, В — нет
• А — да, В — да

При изучении зависимости оплаты труда у сотрудников фирмы от разряда Х оказалось, что разброс наблюдений оплаты труда сотрудников высоких уровней значительно превосходит вариацию оплаты труда для сотрудников низких уровней, т.е. регрессионная модель

• несостоятельна
• гомоскедастична
• гетероскедастична
• монотонна

При использовании теста Глейзера для оценки функции от наблюдаемых значений берется уравнение регрессии для абсолютных величин остатков вида

Тест Голдфелда-Квандта устанавливает, что

• стандартное отклонение остаточного члена регрессии растет, когда растет отрицательная переменная
• стандартное отклонение остаточного члена регрессии растет, когда растет положительная переменная
• стандартное отклонение остаточного члена регрессии растет, когда растет объясняющая переменная
• стандартное отклонение объясняющей переменной растет

В стандартизованном уравнении множественной регрессии переменными являются

• средние значения исходных переменных
• исходные переменные
• стандартизованные параметры
• стандартизованные переменные

Включение в регрессию объясняющей переменной, соответствующей фактору, ответственному за наличие автокорреляции, — это один из способов устранения

• автокорреляции
• несмещенности
• нелинейности
• гетероскедастичности

Метод оценки параметров моделей с гетероскедастичными остатками называется ____________ методом наименьших квадратов

• минимальным
• обычным
• обобщенным
• косвенным

Тест Голдфелда-Квандта предназначен для установления

• неэффективности
• гетероскедастичности
• линейности
• смещенности

Гетероскедастичность остатков подразумевает _____________ от значения фактора

• постоянство дисперсий остатков
• независимость математического ожидания остатков
• зависимость математического ожидания остатков
• зависимость дисперсии остатков

Значение коэффициента автокорреляции первого порядка равно 0,9, следовательно

• нелинейная связь между последующим и предыдущим уровнями тесная
• линейная связь между последующим и предыдущим уровнями не тесная
• линейная связь между временными рядами двух экономических показателей тесная
• линейная связь между последующим и предыдущим уровнями тесная

Верны ли утверждения? А) Наличие мультиколлинеарности может привести к невозможности оценки параметров модели В) Наличие мультиколлинеарности может привести к эффективным оценкам параметров модели Подберите правильный ответ

• А — нет, В — нет
• А — да, В — да
• А — нет, В — да
• А — да, В — нет

По формуле рассчитывается коэффициент

• математического ожидания
• множественной регресии
• множественной корреляции
• ранговой корреляции Спирмена

Мультиколлинеарность факторов эконометрической модели подразумевает

• наличие линейной зависимости между двумя факторами
• отсутствие зависимости между факторами
• наличие линейной зависимости между более чем двумя факторами
• наличие нелинейной зависимости между двумя факторами

После применения обобщенного метода наименьших квадратов удается избежать ______ остатков

• случайного характера
• равенства нулю суммы
• гетероскедастичности
• нормального распределения

Тест Голдфелда-Квандта применяется в случае, если

• ошибки регрессии — нормально распределенные случайные величины
• параметры регрессии ненулевые
• параметры регрессии неотрицательные
• ошибки регрессии — случайные величины, равномерно распределенные

Применение теста Голдфелда-Квандта возможно, если стандартное отклонение () распределения случайного члена

• пропорционально значению х в этом наблюдении
• равно 1
• не зависит от х в этом наблюдении
• непропорционально значению х в этом наблюдении

Если тестовая статистика , где — коэффициент ранговой корреляции Спирмена, при уровне значимости 1 % ниже 2, 58, то

• имеет место гомоскедастичность
• имеет место гетероскедастичность
• оценки параметров неэффективны
• наблюдается отсутсвие гомоскедастичности

Предпосылкой метода наименьших квадратов является

• присутствие автокорреляции в остатках
• отсутствие автокорреляции в остатках
• отсутствие корреляции между результатом и фактором
• присутствие автокорреляции между результатом и фактором

При наличии положительной автокорреляции статистика Дарбина-Уотсона находится в пределах

• [ -1,1 ]
• [ 0,2 ]
• [ 0,4 ]
• [ 2,4 ]

При наличии гетероскедастичности при небольших выборках оценка параметра

• смещенная
• несостоятельна
• существенно отличается от истинного параметра
• близка истинному параметру

Верны ли утверждения? А) Гетероскедастичность остатков подразумевает зависимость дисперсии остатков от значения фактора В) ) Гетероскедастичность остатков подразумевает постоянство дисперсий остатков Подберите правильный ответ

• А — да, В — да
• А — да, В — нет
• А — нет, В — нет
• А — нет, В — да

Обобщенный метод наименьших квадратов рекомендуется применять в случае

• автокорреляции результативного признака
• гомоскедастичных остатков
• нормально распределенных остатков
• автокорреляции остатков

Верны ли утверждения? А) Предпосылкой МНК является отсутствие автокорреляции в остатках В) Предпосылкой МНК является присутствие автокорреляции между результатом и фактором Подберите правильный ответ

• А — да, В — да
• А — да, В — нет
• А — нет, В — да
• А — нет, В — нет

Коэффициент ранговой корреляции Спирмена вычисляется по формуле

При использовании тестов Уайта предполагается, что

• дисперсия параметра а регрессии меньше 1
• дисперсия параметра b регрессии не меньше 1
• дисперсии ошибок регрессии представляют собой одну и туже функцию от
• дисперсии ошибок регрессии представляют собой разные функции от

На основании преобразования переменных при помощи обобщенного метода наименьших квадратов получаем новое уравнение регрессии, которое представляет собой

• нелинейную регрессию, в которой переменные взяты с весами
• нелинейную регрессию, в которой переменные взяты с весами
• взвешенную регрессию, в которой переменные взяты с весами
• взвешенную регрессию, в которой переменные взяты с весами

Наличие мультиколлинеарности может привести к

• несмещенным оценкам параметров модели
• невозможности оценки параметров модели
• наличию случайной составляющей
• гомоскедастичности

Статистика Дарбина-Уотсона находится в пределах

• [ -1,1 ]
• [ 0,4 ]
• [ 0,2 ]
• [ 2,4 ]

Если определитель матрицы близок к нулю, то

• не меет место автокорреляция
• не меет место мультиколлинеарность
• имеет место мультиколлинеарность
• имеет место автокорреляция

Автокорреляция первого порядка – ситуация, когда

• нет корреляции между случайными членами регрессии
• наблюдается отрицательная корреляция
• коррелируют случайные члены регрессии в любых двух наблюдениях
• коррелируют случайные члены регрессии в последовательных наблюдениях

К одному из тестов на гетероскедастичность относится тест

• Кобба-Дугласа
• Чоу
• ранговой корреляции Спирмена
• Гаусса-Маркова

Обобщенный метод наименьших квадратов отличается от обычного МНК тем, что при применении ОМНК

• преобразуются исходные уровни переменных
• уменьшается количество наблюдений
• остатки не изменяются
• остатки приравниваются к нулю

Наличие в корреляционной матрице между объясняющими переменными высоких коэффициентов корреляции (больше 0,8) означает

• гомоскедастичность остатков
• мультиколлинеарность между ними
• гетероскедастичность остатков
• отсутствие мультиколлинеарности между ними