Верны ли утверждения?
А) Модель СС(1) описывается соотношением
В) Модель СС(2) описывается соотношением
Верны ли утверждения?
А) По формуле вычисляется сглаженное значение
В) В методе скользящего для весовых коэффициентов среднего справедлива формула
C помощью _______ проверяется надежность оценок коэффициентов множественной регрессии
______ – множество наблюдений, составляющих часть генеральной совокупности
_______ данные – данные по определенному показателю, полученные для разных однотипных объектов
_______ совокупность – вся совокупность реализаций случайной величины
________ дисперсия для стационарного ряда равна
________ – разность между математическим ожиданием оценки и истинным значением оцениваемого параметра
Автокорреляционная функция в модели СС(2) при равна
В виде модели авторегрессии _________ порядка может быть представлен ряд , сгенерированный моделью СС(1)
В эталонной категории, как правило, все фиктивные переменные равны ____ (ответ цифрой)
Величина в методе выделения неслучайной составляющей (МНК) должна быть _____________
Выбор совокупности фиктивных переменных, сумма которых равна _______, – это ловушка dummy trap
Для установления влияния категории на коэффициент регрессии при нефиктивной переменной в модель включают _______ переменную
Для функции спроса по доходу у = 4 + 10х в точке (2, 24) эластичность спроса по доходу равна ______ (ответ рациональной дробью)
Для члена ряда коэффициент автокорреляции с самим собой равен ____ (ответ цифрой)
Доверительный интервал в 95 % ________, чем интервал в 90 %
Если ряд стационарен, то временной ряд называется ________ однородным
Если случайная величина х принимает значения 2 и 4 с вероятностями , то дисперсия случайной величины равна ____ (ответ цифрой)
Если увеличивается количество наблюдений, то точность оценок по МНК ______
Закон ________ случайной величины – вероятности, с которыми случайная величина принимает свои значения
К решению системы двух ______ уравнений сводится идентификация модели СС(2)
Компьютерный _______ метод устранения автокорреляции – это метод Кокрана–Оркатта
Конечный набор _________ событий, полностью исчерпывающий все возможности, представляет собой набор категорий
Медиана для _________ временного ряда равна
Методами обнаружения автокорреляции первого порядка являются
Множество значений оценок параметра, при попадании в которое принимается нулевая гипотеза, – это ______ принятия гипотезы
Модель, описывающая _________ с помощью модели адаптивных ожиданий, – это модель Кейгана
Моделью Кейгана описывается исследование соотношения между спросом на _____ денежные остатки и ожидаемым изменением уровня цен
Можно указать такие предпосылки применения МНК для получения несмещенных, состоятельных, эффективных оценок, как
На допущении, что известен общий вид неслучайной составляющей, основаны _______ методы выделения неслучайной составляющей
На предположении, что желаемый объем дивидендов пропорционален _______, основывается модель Линтнера
Наиболее частой причиной ________ автокорреляции является постоянная направленность воздействия не включенных в уравнение переменных
Наличие ___________ связи между стандартным отклонением остаточного члена регрессии и объясняющей переменной устанавливает тест Глейзера
Неопределенность в отношении принятия гипотезы сохраняется при попадании оценки в _______ значение
Несмещенная оценка, имеющая ниаменьшую дисперсию среди всех несмещенных оценок, – это _______ оценка
Общее число серий временного ряда 5, 7, 6, 4, 3, 1 в критерии восходящих и нисходящих серий равно ______ (ответ цифрой)
Отрицательная автокорреляция встречается в экономике гораздо _________, чем положительная
Оценки коэффициентов регрессии становятся ______ при автокорреляции
Ошибка второго рода имеет место в случае, когда не отвергнута _____ гипотеза
По второму условию Гаусса–Маркова для множественной регрессии дисперсия случайного члена __________ в каждом наблюдении
По тесту Голдфелда–Квандта предполагается, что с ростом ________ переменной растет стандартное отклонение остаточного члена регрессии
Применительно к переменным модели спецификация запаздываний называется _______ структурой
Распределение ________ используется для применения теста Чоу
С помощью анализа поведения функции _______ подбирается порядок модели Бокса–Дженкинса
С помощью теста ранговой корреляции Спирмена устанавливается, имеет ли стандартное отклонение остаточного члена регрессии нестрогую линейную зависимость с _________ переменной
Совокупность может быть
Соотношением определяется коэффициент ________
Спектральную плотность характеризуют только ________ значения
Схемой первого порядка называется авторегрессионная схема в случае, если описываемое запаздывание равно ____ (ответ цифрой)
Тест _________ применяется для проверки нулевой гипотезы H0: b = b0
Укажите правильную последовательность шагов реализации метода Зарембки:
Укажите соответствие:
Укажите соответствие:
Укажите соответствие:
Формула связывает спектральную плотность с _______
Функция тренда представляет собой
Численную величину изменения, происходящего при смене сезона, показывают __________ при сезонных фиктивных переменных
Чтобы проверить гипотезу о значимости всей регрессии, используют