Перейти к содержимому




- - - - -

4333.Экз01;ЭЭ


  • Авторизуйтесь для ответа в теме
Сообщений в теме: 2

#1 simovon

simovon

    Абитуриент

  • Студенты
  • Pip
  • 16 сообщений

Отправлено 09 August 2014 - 12:54

____ на графике спектральной плотности свидетельствует о наличии данной частоты в спектре временного ряда
Пик
______ – множество наблюдений, составляющих часть генеральной совокупности
Выборка
______ колебаний позволяет установить функция спектральной плотности
Частоты
______ фиктивные переменные – это фиктивные переменные, предназначенные для обозначения различных лет, кварталов, месяцев и т. п.
Сезонные
_______ гипотеза – предположение о том, что неизвестный параметр модели принадлежит заданному множеству А
Нулевая
_______ данные – данные по определенному показателю, полученные для разных однотипных объектов
Перекрестные
_______ оценка – оценка, математическое ожидание которой совпадает с соответствующей характеристикой генеральной совокупности
Несмещенная
_______ переменная – это наблюдение зависимой переменной регрессии в предшествующий момент, используемое как объясняющая переменная
Лаговая
_______ совокупность – вся совокупность реализаций случайной величины
Генеральная
________ – мера разброса значений случайной величины
Дисперсия
________ – разность между математическим ожиданием оценки и истинным значением оцениваемого параметра
Смещение
________ – это явление, когда нестрогая линейная зависимость между объясняющими переменными в модели множественной регрессии приводит к получению ненадежных оценок регрессии
Мультиколлинеарность
________ дисперсия для стационарного ряда data:image/gif;base64,R0lGODlhHQAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwAWAA4AgAAAAAAAAAIuhI8Wuen62jsS2gmqVmH1m30UtSFVNpoqk7Yoi5Yg1Mi1KYpWJ0/ninnBgjNJAQA7равна data:image/gif;base64,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
Выборочная
________ переменных – это процесс выбора необходимых для регрессии переменных и отбрасывание лишних переменных
Спецификация
________ случайная величина – случайная величина, которая принимает конечное или счетное число значений
Дискретная
________ события – доля числа исходов, благоприятствующих данному событию, в общем числе равновероятных исходов
Вероятность
__________ не зависит от t для белого шума data:image/gif;base64,R0lGODlhHwAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwAYAA4AgAAAAAAAAAIyhBEZZ8v4YGMu1mkzPulduUnVp1DIyGnphZoemboUHIIcK4um8oFlHMmpgkAPMdirFAAAOw==
Дисперсия
__________ сумма квадратов отклонений – сумма квадратов остатков всех наблюдений
Остаточная
__________ сумма квадратов отклонений – сумма квадратов отклонений величины y от своего выборочного среднего data:image/gif;base64,R0lGODlhDwAUAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIAAwAKAA0AgAAAAAAAAAIXBIKJxu1vVgxNHkcvjo9m/G1QyJETBBQAOw==
Общая
__________ функцией описываются долговременные факторы на больших временах
Монотонной
data:image/gif;base64,R0lGODlhKQAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwAhAA4AgAAAAAAAAAJBhINpyx3eDnsRRjptBVj6v3RXFpKZgoBKCX4pC3uiq3GjXYvdTPHlbvo5MD1TMZRITnpAzqu1ic5i0ep0Wt3oFgUAOw==– это _______ члена ряда data:image/gif;base64,R0lGODlhHQAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwAWAA4AgAAAAAAAAAIuhI8Wuen62jsS2gmqVmH1m30UtSFVNpoqk7Yoi5Yg1Mi1KYpWJ0/ninnBgjNJAQA7с самим собой
автоковариация
C помощью _______ проверяется надежность оценок коэффициентов множественной регрессии
t-теста
f(t) = a0 + a1t + a2t2 + a3t3 – это алгебраический __________ третьей степени, записанный в общем виде
полином
Автокорреляционная функция в модели СС(1) при τ = 3 равна ____ (ответ цифрой)
0
Автокорреляционная функция в модели СС(2) при data:image/gif;base64,R0lGODlhJAATAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMABAAeAAsAgAAAAAAAAAIohI+pGB0LI3iHyquocxi+NnWSZZDVxmVgJV5a65YeunqyCctlDW9GAQA7равна
0
Автокорреляционная функция процесса АР(2) имеет ________ протяженность
бесконечную
В виде модели авторегрессии _________ порядка может быть представлен ряд data:image/gif;base64,R0lGODlhHQAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAQAAwAVAA4AgAAAAAAAAAIthI8Quen62jOSHhlythc1vFSaBzEmqWzceqkoS1Xd7GH0V4+oDp/RRHsBS7QCADs=, сгенерированный моделью СС(1)
бесконечного
В выборе между линейной и ________моделями заключается метод Зарембки
логарифмической
В зависимости от цены (х) на некоторой товар по наблюдаемым данным за спросом (y) получили оценки cov(x, y) = 45, var(x) = 81, var(y) = 25; коэффициент корреляции равен ____ (ответ цифрой)
1
В лаговой структуре Койка оцениваемых параметров всего __________ (ответ цифрой)
3
В методе скользящего среднего весовые коэффициенты всегда ________ нуля
больше
В модели частичного приспособления _______ переменная имеет видdata:image/gif;base64,R0lGODlhoQAbAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIABACcABMAgAAAAAAAAAL/hI+py80BQXA0wTmr3utKDobiJ2WjZUTnipbsC8fyTDdmjec6fanHTZJ5ZsMNEDjqtRDIjvLXEWKayakxujLdqFTFcdnlbCvhFFPzNT8ozbQ6NIa+tGiy3H4PeslufdDns1QSdzJVlhdV9BOhshXIxfbm6Aa4dna52BMoeOi3h5hC+DaK6UVHihTXJUoKV2qhqZjXxvkZGtt32qqXsfrqKSZo49CHyAqMTPnLizyaChtrCbUpLKyIUfqMZSu57BipdizWi90c1tgrR5gOust8xz5bN7h8VRTPjXIdyq/+OPxAFglZ4rblA0GrGTFpAA3GOPehUzuJDtWJ8IWn2kNLFtQyuruChWK7j9Z2aNtBRCQflSg1FAAAOw==
целевая
В общем виде уравнение линейной регрессии с двумя объясняющими переменными может быть представлено в виде
data:image/gif;base64,R0lGODlhewAXAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIABQB1AA8AgAAAAAAAAAKnhI+py70RnJwK0ouzjroj7oWiAT6j2ZTnSqkfm7iH3Fkk3UY0ru+WLeEBgJWfbxaDKInI4S7F4eEqUJKDSR2GQKql99VEXb1KsDU1iXpKQrGWMc3K3/A0/UPuztryqJ479XTmFHPHhIXhd2dmBsQ2uFjYp0ZH+fYoUoYIiad388kpWSSjSNgIgxo6xxL32Zqa0fqa2GIKCyOLqhMUeTtSBjUbBAynVAAAOw==
В рамках теста Голдфелда–Квандта для отношения RSS2/RSS1 применяют тест ______
Фишера
В уравнении линейной регрессии коэффициент регрессии показывает, на сколько единиц изменяется y при __________ x на одну единицу
увеличении
В уравнении парной линейной регрессии регрессором называется
объясняющая переменная
В формировании значений всякого временного ряда принимают участие _________ факторы
случайные
В эталонной категории, как правило, все фиктивные переменные равны ____ (ответ цифрой)
0
Величина data:image/gif;base64,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в методе выделения неслучайной составляющей (МНК) должна быть _____________
минимальной
Величина data:image/gif;base64,R0lGODlhHwAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwAYAA4AgAAAAAAAAAIyhBEZZ8v4YGMu1mkzPulduUnVp1DIyGnphZoemboUHIIcK4um8oFlHMmpgkAPMdirFAAAOw==для конечного процесса авторегрессии порядка data:image/gif;base64,R0lGODlhEAARAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIAAwAJAAoAgAAAAAAAAAITBIIXxnm9THytSkslmpdhv3lGAQA7может быть представлена как __________ сумма предшествующих data:image/gif;base64,R0lGODlhDQAPAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAQAAwAHAAgAgAAAAAAAAAIOBIJ4drHMklHQwfeSBQUAOw==
конечная
Верны ли утверждения? А) Модель СС(1) описывается соотношениемdata:image/gif;base64,R0lGODlhjQAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAQAAwCEAA4AgAAAAAAAAALChI8Quen/gmyHGgszk5sjrEVKeIlkSFngeGqcx8ZyW3nrx1Q0tGLp7lDpgjng7zJpCIfATbHEbMZ8PlzzmFqoYDMjVDaxXhVc1hF5c+FAVTE62Tu3o7sl7PytW8N5thQc5VcDd2MntvRBKIhGRNd1MofoCJkT6aZXY5K3qbj4JbnZUmU5SZn5OQQq6oZ1KaqkxJo6NlgGq0qT1MgXSsn7tlsGaaPG84eSkVbsddyYrNls7IwppUy93Bv9lE1ijRxNUQAAOw== В) Модель СС(2) описывается соотношениемdata:image/gif;base64,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
А – да, В – да
Верны ли утверждения? А) По формулеdata:image/gif;base64,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 вычисляется сглаженное значение data:image/gif;base64,R0lGODlhIAAgAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIABwAaABUAgAAAAAAAAAJBhB1xy80KoJsP0WuPxLz7D4bIlmmXQpJlo6Ym62zyk7hasrRwXvH7ClRFfETgSvf6QWbJXa04nAgtS4xwiePYAAUAOw== В) В методе скользящего для весовых коэффициентов среднего справедлива формулаdata:image/gif;base64,R0lGODlhRQAtAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMABQA+ACUAgwAAAAAAAAYFBQoICQgHBwsJCgMDAwUEBAsKCgkHCAcGBgwKCwkICAECAwECAwECAwTJEMgpQwD30s27/2BnjWFpniKmomybZm4sw5Zs33iu73zv/znBaEisAVnCwUd4bBECBE9B00xxnlFrlULqDAKCLYrK+YbFJTKnYDggTMYKRh2jbxCBwimusU+KcX8hCUpjFX05fhIDWYY0hzaKCAouRjArHIB0igILlX9Ul58dCnqjmHMzgRKEHwsGlYoxjCAMlCyPOZOuDAEJLYg6B5pEhWikxESmx8zNzs89q9Bp08CoHjWix9LYQ86WxHLaYjREmSqyQMEg5c0RADs=
А – да, В – да
Вид data:image/gif;base64,R0lGODlhKQAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAQAAwAiAA4AgAAAAAAAAAI8hI8Quen/GoM0TiPrCZxjlGWa5IXepqGXymLd65KgI0Ln3H5preB+/LrJdKGUonNB5owrGrPC4z1/vWcBADs=data:image/gif;base64,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имеет процесс _______ типа
смешанного
Возможными экономическими причинами гетероскедастичности являются следующие факторы:
ошибки измерения, влияя на случайный член, сравнительно малы при малых y и x и сравнительно велики при больших у и х

рост дисперсии случайного члена с ростом переменных х и у во времени

Выбор совокупности фиктивных переменных, сумма которых равна _______, – это ловушка dummy trap
константе
Выборочное среднее для стационарного ряда data:image/gif;base64,R0lGODlhHQAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwAWAA4AgAAAAAAAAAIuhI8Wuen62jsS2gmqVmH1m30UtSFVNpoqk7Yoi5Yg1Mi1KYpWJ0/ninnBgjNJAQA7равно
data:image/gif;base64,R0lGODlhQwAtAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwA8ACcAgwAAAAAAAAYFBQoICQgHBwsJCgMDAwUEBAsKCgkHCAcGBgwKCwkICAECAwECAwECAwTxEMhJq5Uh4Hy7/6CnYWFZjiegoWZbZSy4qm5txd+M2+1+oT5eKgQjCXnBo/K3bBKd0E4yqgwKYNgsh/raXq4Dz5VrIwQIncL0xlaa0cyedDkICJYx1hpUvx/1L00FBgcIMhxbel5GSggBBSeAFDh7IAlhQxOSXVqdPgNwmYw0bUIICnKbpIFHAgsmI5uxrDwKkJEbkxt5R5ceCwawOZOLWBWgHwyownG0oxKnvwwBCS6UUqoSB55ZmFwzmhUK3Fm336uVZCJG6eqls+5I4e2a9HIkUz72oipJRaVRjD1r5ixeiiwDDa7r928fmUX1HHaIAAA7
Выборочную дисперсию зависимой переменной регрессии можно представить как _______объясненной дисперсии зависимой переменной и необъясненной дисперсии зависимой переменной
сумму
Выражение x(t) – 3x(t – 1) + 3x(t – 2) – x(t – 3) является последовательной разностью _______ порядка (ответ дать словом)
третьего
Выражение data:image/gif;base64,R0lGODlhkwAXAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMABQCMAA8AgAAAAAAAAALNhIMZxsv3opy0Rmezw1mnK3HNw4ljh6aQGiInC65yTNYzUMI6/ap5ZeL1cDaZ6DfUKW7CYAc5cZKOxRkG+qnCXMRu9MJlUSnS1XU6xi2HpqMiy1uU27t0CHi+0b32YNli96Wl9rbHVhhm1eNnFCe4JfTIlBI4qLcomAZ1WHhX9ca24zVJqmkp52gWicL1kZenCmlZ+nnihhgDR8raGoZapEvpC4iXaGb8lzQrirbKvMs850P2TMxYvVztlBzJLboh+ez97YltHhV8rl5dAAA7– это
А Р(1)

марковский процесс

модель авторегрессии первого порядка

Вычисление среднего ____________ наблюденных значений зависимой переменной – первый шаг метода Зарембки
геометрического
Вычисленные при гетероскедастичности стандартные ошибки __________ по сравнению с истинными значениями
занижены
Выявить _______ составляющую позволяет критерий восходящих и нисходящих серий
неслучайную
Гипотезаdata:image/gif;base64,R0lGODlhXAAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwBWAA4AgAAAAAAAAAKIhBOmh+v5nJy02ssepDviD4bZ0nDS1okqliZdaZLySl8tgOKM62ovjWj9YLtdDoIk5TwKYTDIXCJL0uYsebPOtqGUTrv8crEHprhsBnl/4hcbDRtq53TcE8pFw+vtOfVKl8TH4qcXJqhz9/VkN9JG5KVG1FiEh+dYEzlYw9mZtukZ2rkmWqpQAAA7 проверяется в критерии серий, основанном на ______
медиане
Длина самой ______ серии временного ряда 1, 5, 4, 1, 6 в критерии восходящих и нисходящих серий равна двум
длинной
Для каждого из четырех кварталов при построении отдельных уравнений регрессии _____ сезонных отклонений должна равняться нулю
сумма
Для наблюдаемых значений х = 2, у = 40 для линейной парной регрессии у = 20 + 8х остаток в наблюдении равен ____ (ответ цифрой)
4
Для наблюдаемых значений х = 3, у = 40 для линейной парной регрессии у = 20 + 8х точка (3, 40) лежит _____ графика y = 20 + 8x
ниже
Для наблюдаемых пар значений (0, 8); (1, 9); (2, 15) для линейной парной регрессии у = 10 + 2х сумма квадратов равна ___ (ответ цифрой)
14
Для наблюденных данных х = 4, у = 14 для уравнения регрессии у = 4 + 2х остаток в наблюдении равен ______ (ответ цифрой)
2
Для теста ранговой корреляции Спирмена статистика имеет _________ распределение
нормальное
Для установления влияния категории на коэффициент регрессии при нефиктивной переменной в модель включают _______ переменную
фиктивную
Для функции Кобба–Дугласа data:image/gif;base64,R0lGODlhawAYAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIAAwBmABEAgAAAAAAAAAKihI+py60RXjzQtZrgBNj6700bZ4jgUyImebYulaLceK4qRb+Ztvc3m/mFNDaYUHfcFIGxHC13acqMyGTsymQ9mVDGahusWrlUlShCnHUXI4wbp4y/bG1Yelpdr81l4t2HpZQl5kWopUP3g2ZosVeDBVJHpsYIaYk46MczJrlYWVjW0uEieQjk+QnpGJW3iUM1+qkZG5lqe9s4iLt7S8v7+1kAADs=эластичность по ________ равна 0,25
капиталу
Для функции Кобба–Дугласа data:image/gif;base64,R0lGODlhawAYAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIAAwBmABEAgAAAAAAAAAKihI+py60RXjzQtZrgBNj6700bZ4jgUyImebYulaLceK4qRb+Ztvc3m/mFNDaYUHfcFIGxHC13acqMyGTsymQ9mVDGahusWrlUlShCnHUXI4wbp4y/bG1Yelpdr81l4t2HpZQl5kWopUP3g2ZosVeDBVJHpsYIaYk46MczJrlYWVjW0uEieQjk+QnpGJW3iUM1+qkZG5lqe9s4iLt7S8v7+1kAADs=эластичность по труду равна _____ (ответ десятичной дробью)
0,75
Для функции спроса от дохода у = 0,5х0,6 эластичность спроса по доходу равна _____ (ответ десятичной дробью)
0,6
Для функции спроса по доходу у = 4 + 10х в точке (2, 24) эластичность спроса по доходу равна ______ (ответ рациональной дробью)
5/6
Для члена ряда data:image/gif;base64,R0lGODlhHQAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwAWAA4AgAAAAAAAAAIuhI8Wuen62jsS2gmqVmH1m30UtSFVNpoqk7Yoi5Yg1Mi1KYpWJ0/ninnBgjNJAQA7коэффициент автокорреляции с самим собой равен ____ (ответ цифрой)
1
Доверительный интервал в 95 % ________, чем интервал в 90 %
уже
Если в разложении временного ряда х(t) = χ(А) fтр + χ(Б) φ(t) + χ(В)ψ(t) + ε(х) присутствует величина fтр(t), то это означает, что ряд изменяется под влиянием _______
тренда
Если выборочная корреляция двух переменных равна 1 или –1, то наблюдается строгая _______ зависимость между переменными
линейная
Если неслучайная составляющая data:image/gif;base64,R0lGODlhIAAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIAAwAaAA4AgAAAAAAAAAIwhG8RmLyM1jszQgormLpli0WKVo3gGaaeqnbkVX5oK69OGLOgyXY69vDNPLzLbFIAADs=описывается _______ степени data:image/gif;base64,R0lGODlhEAARAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIAAwAJAAoAgAAAAAAAAAITBIIXxnm9THytSkslmpdhv3lGAQA7, то для ее выявления строится последовательность разностей порядка р + 1
полиномом
Если ряд data:image/gif;base64,R0lGODlhHQAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAQAAwAVAA4AgAAAAAAAAAIthI8Quen62jOSHhlythc1vFSaBzEmqWzceqkoS1Xd7GH0V4+oDp/RRHsBS7QCADs=стационарен, то временной ряд data:image/gif;base64,R0lGODlhHQAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwAWAA4AgAAAAAAAAAIuhI8Wuen62jsS2gmqVmH1m30UtSFVNpoqk7Yoi5Yg1Mi1KYpWJ0/ninnBgjNJAQA7называется ________ однородным
нестационарным
Если случайная величина х принимает значения 2 и 4 с вероятностями data:image/gif;base64,R0lGODlhOQAgAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAQABAAyABgAgAAAAAAAAAJzhI8Joe1v2JGOwgpp2PlWjiWW6HUhMk6lqaRL465qe6Lyk8YvedcRzuvBgkObsPhj7Y60JA6kE24kUSLTd9GArs7Ftrmseiwa5PL8HRu77HUbCJ/VxPK58lYd6ehY99mKd7d3FaUX95elxLA3lZb41AhQAAA7, то дисперсия случайной величины равна ____ (ответ цифрой)
1
Если случайная величина х принимает значения 3,5; 6,5; 9,5 с вероятностями data:image/gif;base64,R0lGODlhWwAgAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAQAAwBUABkAgAAAAAAAAAK2hI+py53hopwI0gssvjrHTgUi+GyjpJ0NiVYM66SxAht1uNyvu5f9xvMBg0KiEQjTTVjJ3LAioj2Pnh912FG2nFbbVHrQzrhdMc77bY7R36DZKotF2dNRPG2/L9srfvfzMJcW+FYmWFTFB1LYdxV2dbj1mFOYBej4tth4NlmWQZJZEpm45zJKamPB2BmmWkfjiki6ijr7BErE5LiWi0WWqEbHWcQYXHUTi4EsXNqjR+krF73SUQAAOw==, то математическое ожидание равно _____ (ответ цифрой)
7
Если увеличивается количество наблюдений, то точность оценок по МНК ______
улучшается
Закон ________ случайной величины – вероятности, с которыми случайная величина принимает свои значения
распределения
Идентификацией модели АР(1) является
выделение неслучайной составляющей

статистическое оценивание параметров

Источниками статистических данных, которые организуют ведомства, не относящиеся к Федеральной службе статистики РФ, являются
банковская статистика

платежный баланс

таможенная статистика

Источниками статистических данных, которые собирает и разрабатывает Федеральная служба статистики РФ, являются
обследование предприятия

отчетность предприятия

регистр предприятия

К _______ методам выделения неслучайной составляющей относится метод скользящего среднего
алгоритмическим
К компонентам, формирующим временной ряд, относятся
долговременная

сезонная

случайная

циклическая

К нелинейным по оцениваемым параметрам регрессиям относятся
data:image/gif;base64,R0lGODlhTQAYAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIABABIABAAgAAAAAAAAAJlhI+py20RnJy0tgit3hzgDYVZRyaRByJnyWJr9b6sGj5LndrH6MnWeKoBSSsZzyjCqZbBYimpCBJNu5kOFb1qjMvtrZr19ZLcLkqcA+/QFGBm2KLKn243nTy36r3svf/W9yd4UAAAOw==

data:image/gif;base64,R0lGODlhTwAYAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIABQBKAA8AgAAAAAAAAAJshI+py30RQHS02ovglNvqj4UUxBnd1Z3iKmWtOrqsA7bP/YZbusPeBLxpZibcY5f41GTFFHOlVARZp+pTZ5T5YlcrN5kVLpTDLviK8R6JJE6kZ9p+i2d2u/xuU8lqIs3vYQPYIDcYZ/iH2FAAADs=

data:image/gif;base64,R0lGODlhPQAYAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIABAA4ABAAgAAAAAAAAAJShI+py50RnJwURBRhrnxBe1zGZondeaVaOoLnC2ohVpIw933tqNt6eZNVTB4RcbV6sChExhI1u3l2HZXU6VIiTcJrMRj10qRdMdUstqHTzbW0AAA7

К потере свойства_________оценок приводит невыполнение второго и третьего условий Гаусса–Маркова
эффективности
К решению системы двух ______ уравнений сводится идентификация модели СС(2)
нелинейных
К факторам, которыми определяются циклические изменения временного ряда, относятся
волны Кондратьева

демографические “ямы”

циклы солнечной активности

Когда необходимо установить влияние каких-либо ___________ факторов, фиктивные переменные включаются в модель множественной регрессии
дискретных
Компьютерные сходящие методы поиска наилучших значений параметров нелинейной модели – это ________ методы
итерационные
Компьютерный _______ метод устранения автокорреляции – это метод Кокрана–Оркатта
итерационный
Конечный набор _________ событий, полностью исчерпывающий все возможности, представляет собой набор категорий
взаимоисключающих
Корреляция между членами временного ряда data:image/gif;base64,R0lGODlhHQAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwAWAA4AgAAAAAAAAAIuhI8Wuen62jsS2gmqVmH1m30UtSFVNpoqk7Yoi5Yg1Mi1KYpWJ0/ninnBgjNJAQA7и data:image/gif;base64,R0lGODlhNAAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwAtAA4AgAAAAAAAAAJNhI8WyY0Bz3Jp0gusxrk660niBYIhtmVR1EksY36PO9dNDJ9mCUO+f8spTi0ZBTdZ8EbGYDBpgzqFQ1dyCWxWfqkj5zv1gse48FgMKAAAOw==при условии, что data:image/gif;base64,R0lGODlhPQAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwA2AA4AgAAAAAAAAAJUhI8WyY27nJRx0hCrtRr084Hixj3UqZAK5mUP24TpqMIzzcie+WJ+1dF8fsSEUHVL6naOY42pnOicICLLRcPmUMnLiufjGmHLJ3JTNp+ba2l7iywAADs=data:image/gif;base64,R0lGODlhKwAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwAjAA4AgAAAAAAAAAJKhBOmh+uQVnRNznfwZXTTnynJVWHhCUlpFiFja5HiCouyitcjOPc5i1r5hL3WRHYLpo61ULIJce2ijUqJdvWYtkQe99tVgrebSQEAOw==, – это частная автокорреляция ________ порядка
первого
Коэффициент ______ выражает долю объясненной дисперсии зависимой переменной в общей выборочной дисперсии y
детерминации
Коэффициент ________ в множественном регрессионном анализе определяет долю дисперсии y, объясненную регрессией
детерминации
Коэффициент _________ не уменьшается при добавлении объясняющей переменной в уравнение регрессии
детерминации
Коэффициент детерминации R2 для модели парной регрессии равен ________, когда все наблюдения лежат на линии регрессии (ответ словом)
единице
Линейность не только по _______ требуется для линейного регрессионного анализа
параметрам
Медиана data:image/gif;base64,R0lGODlhHwAZAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwAZABIAgAAAAAAAAAJFhH+Bmsy4WopwShMe0HT7zllbpj0hBnFmhVJk9GYt2401/c34rvO0csLJWkEhxgEE5oZDIcnhUe6USWkx+lldsbLYy1AAADs=для _________ временного ряда равнаdata:image/gif;base64,R0lGODlhHQAZAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMACQAXAA0AgAAAAAAAAAItRG4By+2NnpRqWnizqoahw1Wit4zlGX2Pea5u1Dpc3NEkGd6yB4IYlakBNYACADs=
ранжированного
Метод нахождения оценок параметров регрессии, основанный на минимизации _______ квадратов остатков всех наблюдений, называется методом наименьших квадратов
суммы
Методами обнаружения автокорреляции первого порядка являются
критерий Дарвина–Уотсона

метод Кокрана–Оркатта

поправка Прайса–Уинстена

Множество значений оценок параметра, при попадании в которое принимается нулевая гипотеза, – это ______ принятия гипотезы
область
Модель АР(1) описывает _______ процесс
марковский
Модель, нелинейная по ________, сводится к линейной заменой z = g(x)
переменным
Модель, описывающая _________ с помощью модели адаптивных ожиданий, – это модель Кейгана
гиперинфляцию
Моделью Бокса–Дженкинса можно описать нестационарные временные ряды со следующими свойствами:
временной ряд включает в себя аддитивную составляющую, имеющую вид алгебраического полинома некоторой степени k – 1 (k > 1)

коэффициенты полинома могут быть стохастическими или детерминированными

ряд Хk(t), полученный из x(t) после применения к нему k-кратной процедуры метода последовательных разностей, описывается моделью АРСС(p, q)

Моделью Кейгана описывается исследование соотношения между спросом на _____ денежные остатки и ожидаемым изменением уровня цен
реальные
Можно указать такие предпосылки применения МНК для получения несмещенных, состоятельных, эффективных оценок, как
гомоскедастичность

нулевая средняя величина остатков

отсутствие автокорреляции остатков

На допущении, что известен общий вид неслучайной составляющей, основаны _______ методы выделения неслучайной составляющей
аналитические
На предположении, что желаемый объем дивидендов пропорционален _______, основывается модель Линтнера
прибыли
Наблюдение, для которого теоретическое распределение случайного члена имеет малое стандартное отклонение, находится _______ к линии регрессии
близко
Наблюдению высокого качества при использования ____ МНК придается “вес” такой же, как наблюдению низкого качества
обычного
Наиболее частой причиной ________ автокорреляции является постоянная направленность воздействия не включенных в уравнение переменных
положительной
Наличие _______ не является предпосылкой применения МНК для получения несмещенных, состоятельных, эффективных оценок
гетероскедастичности
Наличие ___________ связи между стандартным отклонением остаточного члена регрессии и объясняющей переменной устанавливает тест Глейзера
нелинейной
Наличие гетероскедастичности определяется тестами
Глейзера

Голфелда–Квандта

ранговой корреляции Спирмена

Нарушением третьего условия Гаусса–Маркова является наличие _______
автокорреляции
Неопределенность в отношении принятия гипотезы сохраняется при попадании оценки в _______ значение
критическое
Несмещенная оценка математического ожидания для выборки 12, 16, 15, 17 будет равна ___ (ответ цифрами)
15
Несмещенная оценка, имеющая ниаменьшую дисперсию среди всех несмещенных оценок, – это _______ оценка
эффективная
Номер наблюдения переменной в упорядоченной по возрастанию значений наблюдаемой величины последовательности – это ____ наблюдения переменной
ранг
Норма прибыли на капитал для функции Кобба–Дугласа data:image/gif;base64,R0lGODlhYQAkAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIABABcABwAgAAAAAAAAAK0hI+py+0a4ptA0ovzCnr3DzJceIzkqVmnibYXC8LuLKIyjUd3quL+DwwKh8RiUaeLIXfGpvMJbTIz01Ay0TNks9oq5FrxdkysUVmL3YjTCK6tjS7F5xVIPQVfW+lmOL0ERgGDBFi4woeIRihH5dFGhrXkxngXd6boiHEj00dyaenHoeeg1xnDBsoYKJg5Iaom2Zp4+fpGqebpd0c7V/sxSLqy9PhFOSkoyTQalVPJDHX8TFQAADs=при k = 625, L = 256 равна _____ (ответ цифрами)
120
Общее число серий временного ряда 5, 7, 6, 4, 3, 1 в критерии восходящих и нисходящих серий равно ______ (ответ цифрой)
2
Общий _______ процесс имеет вид data:image/gif;base64,R0lGODlhKQAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAQAAwAiAA4AgAAAAAAAAAI8hI8Quen/GoM0TiPrCZxjlGWa5IXepqGXymLd65KgI0Ln3H5preB+/LrJdKGUonNB5owrGrPC4z1/vWcBADs=data:image/gif;base64,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при условии, что белый шум генерирует случайные остатки
линейный
Общий линейный процесс εdata:image/gif;base64,R0lGODlhFwAbAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMABQAQABIAgwAAAAAAAAsJCgcGBwkHCAoICQkICAcGBgsKCgwKCwECAwECAwECAwECAwECAwECAwRGEMgia6UW23zF3oIHDN9HCsQXbAYqVitIHIgV3FtyxHaJ9z6eRGgjEmE02DB3ILxuR5ehtCl4SNRKChDKAhIaTUkMIF8qEQA7 может быть представлен как ____ взвешенная сумма δ(t – k)
бесконечная
Общий линейный процесс в виде data:image/gif;base64,R0lGODlhKQAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAQAAwAiAA4AgAAAAAAAAAI8hI8Quen/GoM0TiPrCZxjlGWa5IXepqGXymLd65KgI0Ln3H5preB+/LrJdKGUonNB5owrGrPC4z1/vWcBADs=data:image/gif;base64,R0lGODlhfQAtAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMABgB2ACQAgwAAAAAAAAYFBQoICQgHBwsJCgMDAwUEBAsKCgkHCAcGBgwKCwkICAECAwECAwECAwT/EMhJq704hwB2/mAojmQpclxnrmzrmqiUvnRtw9t873zv/8CgcEgsGo/IJFKQazo9yuiKOcgwpbVmRSdrEQIETIFLybHIJWh3O9GhVaxv+PJOvT93EndPZ7c1HwMBAmcwfoaHMnx/ZYCBgyt5TmuUaX2MM25qlY0gBQYHCHp3mTFtmyMoZl1qmYmcjCAIAQWpcJedsZZkppRuuB1PqBQJVSewZa25p09saKiuutLTFgNzx6XJFr+Rw8GH3K/UFAgKer7it+rnz+G3dunrFgILtqwq0e+Ylvd/Wn6rxsmjoKDWMWbfmC0KaC8hsngPQRTLsMDAiTwCaWB8uPGCtQ8MT8yBiLGxI6KDy0iUo8ggQIIQ8FDaMNnjgLAnxrDozKDg5hODO4MKHUq0qNGjRr05RBpUEtOhvSA+RaJ04NQkUCZZvWqEpFaaXH3E3FL1aAQAOw==описывает классическую линейную модель _________ регрессии
множественной
Основанный на медиане критерий серий позволяет
выявить неслучайную составляющую
Остаток в наблюдении х1 = 2, х2 = 1, y = 20 для регрессии второго порядка y = 12 + 7x1 - 3x2 равен ____ (ответ цифрой)
3
Отношение относительного изменения y к величине относительного изменения х – это ________ y по x
эластичность
Отрицательная автокорреляция встречается в экономике гораздо _________, чем положительная
реже
Оценки коэффициентов регрессии оказываются _______, если опущена переменная, которая должна входить в регрессионную модель
смещенными
Оценки коэффициентов регрессии становятся ______ при автокорреляции
неэффективными
Ошибка второго рода имеет место в случае, когда не отвергнута _____ гипотеза
ложная
Ошибка первого рода имеет место в случае, когда отвергнута ________ гипотеза
истинная
Переменная хts, s > 0 является
лаговой
Переменная data:image/gif;base64,R0lGODlhHAAYAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMACQAVAAsAgAAAAAAAAAIiRG4By+2LnnRqWnitqjlWbkifN4KUdpnNdkThpDIbHLdBAQA7в линейной регрессии data:image/gif;base64,R0lGODlhjAAYAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIABQCHAA8AgAAAAAAAAAK3hI+py+0Wwpt0xYqz3k3yj3jgSD6icpZJuqruC7AQjHb0Kl7qJc9W3ItIdJheDNjhGRnEpfAp8xBrFmmSY9Q5lw5rKYeCCg+nbEY8Joe6IO+ozKb6fljm2vYZTtCpnJN+hLTmVxGkJjhIMYU4pyGlZ9cCAXYIF4gnieQWaCnZOcnFpBSH00f2qJYWGcZCKKgqF3Xztte4U3tlOJuHG3qmCKQ6pLtbZ3J5y2W2VbwBy7rY9hxWFVEAADs=– это _______ переменная
лаговая
Переменная, принимающая в каждом наблюдении значения 0 или 1, – это ________ переменная
фиктивная
По второму условию Гаусса–Маркова для множественной регрессии дисперсия случайного члена __________ в каждом наблюдении
постоянна
По результатам процедуры проверки гипотез возможны следующие варианты принятия решений:
доказательство является неубедительным, нужно больше данных

отклоняется Н0 и без всякой проверки принимается Н1

принимается Н0

По тесту Голдфелда–Квандта предполагается, что с ростом ________ переменной растет стандартное отклонение остаточного члена регрессии
объясняющей
Политику распределения __________ исследует модель Линтнера
дивидендов
Полная ________ – это явление, когда строгая линейная зависимость между переменными приводит к невозможности применения МНК
коллинеарность
Порядок аппроксимирующего полинома подбирается при помощи
метода последовательных разностей
Последовательностьdata:image/gif;base64,R0lGODlhMQAPAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIAAwArAAkAgAAAAAAAAAImhI8JocgNo3qQytvsxHxHLQXiKDokaZxoqoLh28ULLHPucddeFRcAOw== соответствует _______ ряду 6, 2, 4, 6, 4 в критерии восходящих и нисходящих серий
временному
Пределы значений автокорреляционной функции – от –1 до ____ (ответ цифрой)
1
При data:image/gif;base64,R0lGODlhXAAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwBWAA4AgAAAAAAAAAKIhBOmh+v5nJy02ssepDviD4bZ0nDS1okqliZdaZLySl8tgOKM62ovjWj9YLtdDoIk5TwKYTDIXCJL0uYsebPOtqGUTrv8crEHprhsBnl/4hcbDRtq53TcE8pFw+vtOfVKl8TH4qcXJqhz9/VkN9JG5KVG1FiEh+dYEzlYw9mZtukZ2rkmWqpQAAA7; data:image/gif;base64,R0lGODlhWwAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwBVAA4AgAAAAAAAAAKChINpyx0NHpy02gvlwdrhD4ZLF1lkR4rqdWYm064y69UKUo44LCswGjntEpoUqljj/Yi7kXOT8yFz1OoTirVmQUblVAtMZsNiruv5DSq31Uc6ZWX6rnRJGntvRq/28ufbh4fmJKendhhlCPenWIQjpWeossg2Y3npV4m5ednF+WlQAAA7временной ряд является стационарным в ______ смысле
широком
При data:image/gif;base64,R0lGODlhLwAPAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAgApAAkAgAAAAAAAAAI1hI+pEOsZonyq1Whkw5a6nllbeIBehXRYyS7aC7dZOp8PqOK1jaYiQwKabEPGSlNa8YBLQwEAOw==величина data:image/gif;base64,R0lGODlhHwAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIAAwAZAA4AgAAAAAAAAAIyhI8WecvvHohy1nYtCrxrPkUUSCnKIkIMWmpJi6qv2rrYWttmCUp8b7rkNhndrGgMAgoAOw==стремится к нулю для ___________ временных рядов
стационарных
При включении в регрессионную модель лишней переменной оценки коэффициентов оказываются, как правило, ________
неэффективными
При выборочном обследовании трех магазинов цена на товар А составила 10, 16, 19 рублей. Выборочная средняя цена равна ____ (ответ цифрами)
15
При нарушении _______ следует отказаться от МНК
гомоскедастичности
При нарушении предпосылок применения МНК появляется необходимость
изменять спецификацию модели

преобразовывать исходные данные

При полученных оценках cov(x, y) = 60, var(x) = 225, var(y) = 625 по наблюдаемым данным за объясняющей переменной х и зависимой переменной y коэффициент корреляции равен _____ (ответ десятичной дробью)
0,16
При сглаживании временного ряда происходит устранение __________ остатков
случайных
При числе наблюдений, равном 96, в линейной регрессии с 10 объясняющими переменными число степеней свободы равно _____ (ответ цифрами)
85
Применительно к переменным модели спецификация запаздываний называется _______ структурой
лаговой
Прогнозное значение зависимой переменной для уравнения регрессии у = 3х – 2, если объясняющая переменная равна 4, составляет _____ (ответ цифрой)
10
Протяженность самой _____серии временного ряда 5, 1, 4, 2 в критерии серий, основанном на медиане, равна единице
длинной
Процесс формирования значений временного ряда на больших временах находится под воздействием долговременных и _______ факторов
циклических
Развитием парного регрессионного анализа является ________ регрессионный анализ
множественный
Размер влияния data:image/gif;base64,R0lGODlhlwAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwCQAA4AgAAAAAAAAALBhI8WuemPGpynSYpz1Tzyu3WMyAQSSHZoOq2jp7CgS100+6B3utsw6eP9cJkZEWIxAZTLCDPWUkqdu9zrqJAuZs+P1nEKhsZRclM4xC5PYBzTCCXrikOd6d6N69Xi/Rqft2bGVteG0VeFdKV2tpdoNRiDaNjS2CcCx7gVKWPWZPED6glDePaYdnoYF5RqmfPG2mUzmxVyx/MUNlYqm7QbWHRLqUg8OqyZpkqHdVO1krmMbFwc3VmpAW3NzPjhBtxYAAA7на data:image/gif;base64,R0lGODlhHwAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIAAwAZAA4AgAAAAAAAAAIxhI8YCctvHJPw0KZqtkkG71DfBXLYhp5eakbuC6eLyMZfZ5K1esvQhZtpgK/ecHIoAAA7описывают регрессионные модели с __________ лагами
распределенными
Распределение _______ применяется при вычислении t-статистики
Стьюдента
Распределение ________ используется для применения теста Чоу
Фишера
Регрессия считается ________, если F-статистика Фишера превысит критическое значение Fкрит
значимой
Решение о __________ гетероскедастичности принимается, если вычисленное значение статистики Спирмена превысит некое критическое значение
наличии
Риск совершить ошибку первого рода ________ при снижении уровня значимости
уменьшается
Ряд будет стационарным в ________ смысле, если математическое ожидание и дисперсия случайной величины временного ряда data:image/gif;base64,R0lGODlhHQAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwAWAA4AgAAAAAAAAAIuhI8Wuen62jsS2gmqVmH1m30UtSFVNpoqk7Yoi5Yg1Mi1KYpWJ0/ninnBgjNJAQA7не зависят от времени
широком
С наличием ________ связана замена МНК на обобщенный метод наименьших квадратов
автокорреляции
С помощью анализа поведения функции _______ data:image/gif;base64,R0lGODlhKwAhAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMABgAkABcAgAAAAAAAAAJXhA8RyO1/VoK0GimtRnnuD4biCCmkhp1bp5ZNZnIg60XvWueX0yn+75MJbxcYhbb4yVi0oa2ZZDRty0fMSYxcpcijVKeFTam7HTMRRJG3YJyaNCbDvYYCADs=подбирается порядок модели Бокса–Дженкинса
дисперсии
С помощью теста ранговой корреляции Спирмена устанавливается, имеет ли стандартное отклонение остаточного члена регрессии нестрогую линейную зависимость с _________ переменной
объясняющей
Ситуация, когда случайный член регрессии в следующем наблюдении ожидается того же знака, что и в настоящем наблюдении, называется __________ автокорреляцией
положительной
Событие, которое определенно либо происходит, либо нет в каждом наблюдении, – это ________
категория
Совокупность может быть
выборочной

генеральной

Соотношениеdata:image/gif;base64,R0lGODlhRwAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwBAAA4AgAAAAAAAAAJwhBOmh8utkpOu2kjxzLGfy13gt0BaFaaeOK5JZqLwVLLi/FFvK3EIbqO5AD1SSWdcJYm/ppBUJEpRtalyGbROi9Gqx0fNereMq5Y8Xjad4135nER+02Lub3vfxKx5rJj5V8cSElgoaEFoqGijslhRAAA7 справедливо для белого _____ data:image/gif;base64,R0lGODlhHwAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwAYAA4AgAAAAAAAAAIyhBEZZ8v4YGMu1mkzPulduUnVp1DIyGnphZoemboUHIIcK4um8oFlHMmpgkAPMdirFAAAOw==
шума
Соотношением data:image/gif;base64,R0lGODlhLQAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMAAwAmAA4AgAAAAAAAAAJBhI8WecsPk4Mz2nZBvWF62YVapoylqSwbmjkfs27h7LIre5KdBD83JesJG7Qd7qji6Sigys/H5JCOiCc1GvlZGQUAOw==data:image/gif;base64,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определяется _________
автоковариация
Соотношениемdata:image/gif;base64,R0lGODlhIwAsAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMABAAdACUAgAAAAAAAAAJ2hI8YecuvoHEyUXkn3TZ4D2QLFyojk5XqGlkom7ITKr626eZ6c/N12wuBeDsgpog0zioxWeUJjUqn0I/1is1aqdyu9wsOi4lC8pREkqZXqSHbvC6hjZf2EkZ/1fNmzW7fV8Z352TX8hNIKBjY1KTk6KQUKalYAAA7 определяется коэффициент ________ data:image/gif;base64,R0lGODlhHwAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIAAwAZAA4AgAAAAAAAAAIyhI8WecvvHohy1nYtCrxrPkUUSCnKIkIMWmpJi6qv2rrYWttmCUp8b7rkNhndrGgMAgoAOw==
автокорреляции
Спектральную плотность характеризуют только ________ значения
положительные
Спецификацией модели является
выбор формы модели

отбор наиболее существенных объясняющих переменных

Ставка заработной платы для функции Кобба–Дугласа data:image/gif;base64,R0lGODlhYwAYAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIAAwBdABEAgAAAAAAAAAKZhI+py70RnnPwxYmzvvdUjXBJB5amIYYkmKLfyUAr8HprS+eZHOE4HEIFdUOP0FajGIm6GZDkG0mZx90SWgUuj9ityuVVfmmcziuJ6XaFPInJGbZ5ee3pZ52Da/WTH6uXZUalFceSdSK4JUM4w9c3SLcYM2fkiFi0Y0lxUyWomTa1sQdXY/bZF3l6SsjaKrXqGsuKJltrC1AAADs=при k = 32, L = 243 составляет ___ (ответ цифрами)
24
Стандартная ______ случайной величины – оценка стандартного отклонения случайной величины, полученная по данным выборки
ошибка
Схемой первого порядка называется авторегрессионная схема в случае, если описываемое запаздывание равно ____ (ответ цифрой)
1
Тест _________ применяется для проверки нулевой гипотезы H0: b = b0
Стьюдента
Тестом на _______ является тест ранговой корреляции Спирмена
гетероскедастичность
Увеличение капитала и труда в четыре раза приводит к увеличению объема выпуска в _____ раза для производственного процесса, описываемого функцией Кобба–Дугласа (ответ словом)
четыре
Увеличение объясняющей переменной на 2 единицы для линейной регрессии у = 6 + 10х приводит к росту зависимой переменной на _____ единиц (ответ цифрой)
20
Укажите правильную последовательность шагов реализации метода Зарембки:
вычисление data:image/gif;base64,R0lGODlhfAAcAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIAAwB2ABUAgAAAAAAAAAK3hI+py+0Wopy02otzfbz7FXziSJYmF57qyrZA6sbyjMD0jZ927lp8t/sJc5FXbYj8SY7JVRES5IVssOcrKrNaG9qe70hNdJVVIKQ5LYvPwxRW4W6C4GzGm2uvP6bZby28VnXHwuexhVSoB7VGNMgI9SR4lebooMaEiVdXuVMUFcQXeuZZaXnQOYfzuZWIuRQn6mQ0mjfTCvZXOzsrWmoqqRtzeLq7p+WWZjRMsgzXfJMsJ+IrrVAAADs=

преобразование наблюдений yi в data:image/gif;base64,R0lGODlhEwAZAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIAAwAOABIAgAAAAAAAAAIjhI8WyRDf0Fvx0Iqzdhc271TU9SnYQpKKWkoqG4ZwDCazTRUAOw==по формуле data:image/gif;base64,R0lGODlhRwAvAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIACQBCACMAgAAAAAAAAAKThI+pyx1xXpu02iQNvLzzvXniqIDkEp4TFKbj46plrMLyimT17ZT8nwPQaMCTLlhMooizCFNpbFVg1CfUBFVib9Wu99sNppjfrMNqJrmO6Req7Sai4c03z5tl0/f8vU7fd/EXqKZBWCh0GKf4Msfo8+ixZpOowSJB2cbytrmZiOnIJefk2Vn5KGX4uYr6B3L5uVEAADs=

построение линейной регрессии с наблюдениями data:image/gif;base64,R0lGODlhEwAZAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIAAwAOABIAgAAAAAAAAAIjhI8WyRDf0Fvx0Iqzdhc271TU9SnYQpKKWkoqG4ZwDCazTRUAOw==и логарифмической регрессии с наблюдениями data:image/gif;base64,R0lGODlhLAAZAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIAAwAnABIAgAAAAAAAAAJRhI+pa8EPYZix2ulWlrahTXGddmzkyGSmsqKlBzhhnIJtIseh+sz3RwsGfzDii1cUGT3IIQfUcyZ7yxIGo2uyPr+qELc9VUy5MHhkEwNdY2MBADs=и нахождение для каждого из них остаточных сумм квадратов отклонений RSS1 и RSS2, соответственно

составление статистики data:image/gif;base64,R0lGODlhTQAzAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMABABHACsAgAAAAAAAAAL/DI6py+0PUTCx2msn3pzrDobNJ1bTmaAApVIMWUYuK2kzrOCxMx/u6ks9dLvFjyYJJnk33y/WW+YyR+CzdLpegbIjcvedGrs1ZTHKVVaH6G2oLUyndZ+e2zNVWUnr1JfYkVXDUuf0pHU3UoSXk2jkuDjWuAEZGedHaUl1WBlnAKj50pnUEmrymZUqiTaY6voK++qUOWdKhvFnCwGqWKvLhKuq9ztJbAozDCY4qFYIbDaasXTzyfwsFy0z7Xk54pY9xL0t5d0LRr41SgTORvdCJXlmJkbPVn8OLT5fTi6fPz6PDit28YLoQQVHzgpqyQIdrOOsoUJexnAVqygCEcaMCxMJblxWZmOkAAUAADs=

Укажите соответствие:
математическое ожидание оценки совпадает с численным значением параметра → несмещенная оценка

оценка имеет наименьшую дисперсию из всех оценок → эффективная оценка

смещение и дисперсия стремятся к нулю при увеличении объема выборки → состоятельная оценка

Фиктивную переменную, предназначенную для установления влияния на регрессию одновременного наступления нескольких независимых событий, называют фиктивной переменной ________
взаимодействия
Формулаdata:image/gif;base64,R0lGODlhhwAsAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAMABACAACUAgAAAAAAAAAL/hI+py+0PXQix2ouzjhT0DYbiaH3kiaaZqbbuy77yHFIxjefGxPe8DtRNDregUcYqHpepJHM1REYvMeWTYW2uFNlronsCfz/TZ5k4vf2+kKJ4fCZ11UnnolpRe9kcbp3PBdgn6PXmgWCDiBdI6DFUtrh36GdDhjh5GHm5qbiD6ckp9Gjp52li2ZHKSGg3CSnos6YSpQqYSlqbuEq0i1nLGyoKHPnragraqEn6yWzoGAvds1vsCwx6ax3M/Lncivzs09Jtm63r+B2sh3Ye552z3Fx5rvhz206vLN+7TSPNqq9tUBsq+/o1MOQMnYQ8d4JkEZNQ4cIHboDIwjJwQ0QNLBslcYzTBKTHkUyikTzJQVdHlJKosXzZUCLMmcZo2rS28qZFMjl19jvVE0MBADs= связывает спектральную плотность с _______
интенсивностью
Функция Кобба–Дугласа называется________ функцией
производственной
Функция тренда представляет собой
долговременную тенденцию изменения временного ряда x(f)

неслучайную функцию

Через автокорреляционную функцию data:image/gif;base64,R0lGODlhHwAVAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIAAwAZAA4AgAAAAAAAAAIyhI8WecvvHohy1nYtCrxrPkUUSCnKIkIMWmpJi6qv2rrYWttmCUp8b7rkNhndrGgMAgoAOw==определяется ________ плотность временного ряда
спектральная
Численную величину изменения, происходящего при смене сезона, показывают __________ при сезонных фиктивных переменных
коэффициенты
Чтобы проверить гипотезу о значимости всей регрессии, используют
тест Фишера
Эластичность выпуска продукции по _____ для функции Кобба–Дугласа data:image/gif;base64,R0lGODlhbQAYAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIAAwBoABEAgAAAAAAAAAKkhI+py+0aApJRPhZTtbf7v3CAKHoWeZTgykLp1L4Gp8bypGaQvo23fun9ZrVYRTOD+VzDpDKIvC1tUacTFQUucybYqUqVYrGy0pGmdZCOW6C7+CBvn0k41a6m4TZp63QuNYJnM9jw1SJ36EcRhnHnB5K4qFSoxmT0R8RXI/lHVvkh19EXmUVJl/mICkWY1qclJHS3CZraeIuLaJvL25vnCxzcUAAAOw==равна 1/3
капиталу
Эластичность выпуска продукции по ______ для функции Кобба–Дугласа data:image/gif;base64,R0lGODlhZwAYAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIAAwBiABEAgAAAAAAAAAKahI+py90BUzjTsUiz3byvalSYp4UhSKZqCYBj6lLoKkHzK4t2i4qtZ5vEfjOaqeRT9CSaIBB5whmXP9ZRmrRahjejEpGtNmtD7SMnPvJkqiw1U/R+YWVeULpm3eJyZltN4gY2yNcHGHjIQfVWVYg491d0tzM4pmdmyLjl6PAW1mVYifnh5QTWQ2maOck5GvoKSxg7S1tTe0tbAAA7равна 1/4
труду
Эластичность для функции y = 4x0,2 равна _____ (ответ десятичной дробью)
0,2

#2 AntiSgaMuh

AntiSgaMuh

  • Методисты
  • 3125 сообщений

Отправлено 09 August 2014 - 21:17

4333.Экз.01;ЭЭ.02;1 с картинками

Прикрепленные файлы


Сообщение отредактировал AntiSgaMuh: 09 August 2014 - 21:18


#3 МашаИванова

МашаИванова

    Абитуриент

  • Студенты
  • Pip
  • 12 сообщений

Отправлено 30 December 2016 - 12:31

спасибо за помощь!




Количество пользователей, читающих эту тему: 0

0 пользователей, 0 гостей, 0 анонимных



Добро пожаловать!
Что бы получить полный доступ ко всем форумам, созданию тем и многому другому, пожалуйста Войдите или Зарегистрируйтесь.
Вы можете не тратить время на скучную анкету, а просто войти с помощью вашей любимой социальной сети в правом верхнем углу ;)