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
Верны ли определения?
А) Обобщенный метод наименьших квадратов не используется для моделей с гомоскедастичными остатками
В) Обобщенный метод наименьших квадратов не используется для моделей с гетероскедастичными остатками
Подберите правильный ответ
Верны ли определения?
А) После применения ОМНК удается избежать независимости остатков
В) После применения ОМНК удается избежать гетероскедастичности
Подберите правильный ответ
Верны ли утверждения?
А) Гетероскедастичность остатков подразумевает зависимость дисперсии остатков от значения фактора
В) ) Гетероскедастичность остатков подразумевает постоянство дисперсий остатков
Подберите правильный ответ
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
Верны ли утверждения?
А) Критерий Дарбина-Уотсона позволяет обнаружить автокорреляцию первого порядка
В) ) Критерий Дарбина-Уотсона позволяет обнаружить гетероскедастичность
Подберите правильный ответ
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
Верны ли утверждения?
А) Обобщенный метод наименьших квадратов рекомендуется применять в случае автокорреляции остатков
В) Обобщенный метод наименьших квадратов рекомендуется применять в случае гомоскедастичности остатков
Подберите правильный ответ
Верны ли утверждения?
А) Предпосылкой МНК является отсутствие автокорреляции в остатках
В) Предпосылкой МНК является присутствие автокорреляции между результатом и фактором
Подберите правильный ответ
Верны ли утверждения?
А) При наличии гетероскедастичности дисперсия остатков разная для разных наблюдений
В) При наличии гетероскедастичности дисперсия остатков одинаковая для разных наблюдений
Подберите правильный ответ
Верны ли утверждения?
А) Статистика Дарбина находится в пределах [ -1,1 ]
В) Статистика Дарбина находится в пределах [ 0,4 ]
Подберите правильный ответ
Верны ли утверждения?
А) Тест Голдфелда-Квандта предназначен для установления гетероскедастичности
В) Тест Голдфелда-Квандта предназначен для установления автокорреляции
Подберите правильный ответ
Автокорреляция первого порядка – ситуация, когда
В стандартизованном уравнении множественной регрессии переменными являются
В стандартизованном уравнении свободный член
В экономическом анализе наиболее часто наблюдается автокорреляция
Включение в регрессию объясняющей переменной, соответствующей фактору, ответственному за наличие автокорреляции, - это один из способов устранения
Гетероскедастичность остатков подразумевает _____________ от значения фактора
Гетероскедастичность приводит к
Для регрессионного уравнения гетероскедастичность означает
Если определитель матрицы близок к нулю, то
Если случайный член регрессии в следующем наблюдении ожидается того же знака, что и случайный член в настоящем наблюдении, то имеется автокорреляция
Если тестовая статистика , где - коэффициент ранговой корреляции Спирмена, при уровне значимости 1 % ниже 2, 58, то
Если тестовая статистика , где коэффициент ранговой корреляции Спирмена, при уровне значимости 5 % превышает 1, 96, нулевая гипотеза об отсутствии гетероскедастичности
Значение коэффициента автокорреляции первого порядка равно 0,9, следовательно
Исключение из рассмотрения одной объясняющей переменной из двух в случае высокого (больше 0,8) коэффициента корреляции между ними – это метод
К одному из тестов на гетероскедастичность относится тест
Коэффициент ранговой корреляции Спирмена вычисляется по формуле
Критерий Дарбина-Уотсона позволяет обнаружить
Матрица парных коэффициентов корреляции строится для выявления коллинеарных и мультиколлинеарных
Метод оценки параметров моделей с гетероскедастичными остатками называется ____________ методом наименьших квадратов
Мультиколлинеарность факторов эконометрической модели подразумевает
На основании преобразования переменных при помощи обобщенного метода наименьших квадратов получаем новое уравнение регрессии, которое представляет собой
Наличие в корреляционной матрице между объясняющими переменными высоких коэффициентов корреляции (больше 0,8) означает
Наличие мультиколлинеарности может привести к
Обобщенный метод наименьших квадратов используется для корректировки
Обобщенный метод наименьших квадратов не используется для моделей с _______ остатками
Обобщенный метод наименьших квадратов отличается от обычного МНК тем, что при применении ОМНК
Обобщенный метод наименьших квадратов рекомендуется применять в случае
Одним из способов устранения автокорреляции первого порядка является
По формуле рассчитывается коэффициент
После применения обобщенного метода наименьших квадратов удается избежать ______ остатков
Предпосылкой метода наименьших квадратов является
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
При использовании теста Глейзера для оценки функции от наблюдаемых значений берется уравнение регрессии для абсолютных величин остатков вида
При использовании теста Уайта часто для оценки функции от наблюдаемых значений берется уравнение регрессии для квадратов остатков в виде
При использовании тестов Уайта предполагается, что
При наличии гетероскедастичности дисперсия остатков
При наличии гетероскедастичности оценки параметров регрессии с помощью МНК
При наличии гетероскедастичности при небольших выборках оценка параметра
При наличии отрицательной автокорреляции статистика Дарбина-Уотсона находится в пределах
При наличии положительной автокорреляции статистика Дарбина-Уотсона находится в пределах
При предвидении проблемы гетероскедастичности принять меры по ее устранению можно на этапе _______ модели регрессии
При применении метода наименьших квадратов уменьшить гетероскедастичность остатков удается путем
При применении теста ранговой корреляции Спирмена предполагается, что
Применение теста Голдфелда-Квандта возможно, если стандартное отклонение () распределения случайного члена
Статистика Дарбина-Уотсона находится в пределах
Тест Глейзера предназначен для установления
Тест Голдфелда-Квандта предназначен для установления
Тест Голдфелда-Квандта применяется в случае, если
Тест Голдфелда-Квандта устанавливает, что