Ответы на курс: Эконометрика: идентификация, оценивание и анализ статистических моделей
Значение модифицированного коэффициента детерминации увеличивается при удалении из модели линейной регрессии независимой переменной, для которой значение статистики критерия проверки гипотезы о равенстве нулю коэффициента линейной регрессии:
Коэффициент детерминации характеризует:
Гребневая оценка вектора значений параметров линейной регрессии является:
Инструментальные переменные, это переменные, которые:
Шкала для измерения температуры является:
Гипотеза о линейности предполагает:
Для измерения степени изменчивости данных можно использовать величину пропорциональную:
Частоту встречаемости значения номинальной характеристики объекта:
С ростом значения коэффициента частной корреляции между независимой и зависимой переменными при фиксированном значении остальных переменных статистика критерия проверки гипотезы о равенстве нулю соответствующего коэффициента линейной регрессии:
Правила измерения:
Степень анормальности наблюдения и чувствительность оценки к выбросу учитываются в статистике:
В соответствии с предположениями Кейнса средняя склонность к потреблению:
При необходимости учесть влияние качественного признака, принимающего два значения, используют:
Для обнаружения ложной корреляции используют:
Если переменная имеют не нулевую корреляцию с независимыми переменными, и не коррелируют со случайной переменной, то она называется:
Условия Гренандера являются частью достаточных условий для:
Использование полиномиальной зависимости в модели линейной регрессии:
Дисперсия МНК оценки параметров линейной регрессии:
Регрессионный анализ это
Для фиксированного значения вектора независимых переменных точность оценки истинного значения регрессии:
Первым шагом в эконометрических исследованиях является:
Если статистика критерия проверки гипотезы о равенстве нулю коэффициента линейной регрессии меньше единицы, то при удалении соответствующей переменной из модели линейной регрессии значение модифицированного коэффициента детерминации:
Качество подгонки данных моделью линейной регрессии оцененной с учетом ограничений общей линейной гипотезы и без их учета будет различаться несущественно, если:
Для элементов номинальных шкал:
Некоторые свойства изучаемых объектов меняются с течением времени, поэтому:
Элементы порядковой шкалы характеризуют:
Если альтернативная гипотеза состоит в том, что истинное значение параметра линейной регрессии не превышает некоторого значения, то критическая область критерия имеет вид:
Если ввести в модель линейной регрессии номинальную переменную с числовыми значениями, то:
Гипотеза о нормальности предполагает, что:
Сумма значений апостериорных остаточных разностей:
Дисперсия остаточной разности:
Причиной гетероскедастичности может являться:
Высокая сложность построенной модели является:
Регрессионный анализ позволяет ответить на вопрос:
Критерий МНК имеет единственный минимум, если выполняется гипотеза:
При фиксированной вероятности накрытия увеличение стандартной ошибки оценки параметра линейной регрессии ведет к:
Для элементов интервальной шкалы
Эконометрика включает в себя элементы дисциплин:
Дисперсия МНК оценки параметров линейной регрессии минимальна:
Для того, чтобы нормальное уравнение МНК имело единственное решение, достаточно выполнения гипотезы:
Совпадение математического ожидания оценки параметра закона распределения вероятностей с истинным значением этого параметра называется:
Равные интервалы между элементами интервальной шкалы:
Для порядковых переменных допустимы:
Наличие гетероскедастичности ведет к:
Для асимптотической нормальности МНК оценок параметров линейной регрессии помимо выполнения условий Гренандера следует потребовать, чтобы:
Для того, чтобы МНК оценки параметров линейной регрессии являлись слабо состоятельными, помимо прочего следует потребовать, чтобы:
Корреляционная матрица позволяет проанализировать влияние на зависимую переменную:
Согласно утверждению Кейнса:
Если выполняется гипотеза о нормальности, то:
Ошибки измерения:
Эконометрика включает в себя элементы дисциплин:
При добавлении в модель линейной регрессии новой независимой переменной увеличение доли объясненной изменчивости зависимой переменной будет зависеть от:
Корректировку теоретических предположений и проверка их адекватности данным следует:
В модели линейной регрессии гомоскедастичность случайной составляющей означает, что:
При проверке гипотез о значениях параметров линейной регрессии мы не можем использовать формулу для подсчета ковариационной матрицы МНК оценок значений параметров линейной регрессии, т.к.:
Следует пересмотреть начальные теоретические предположения, если:
Если не отвергается гипотеза о равенстве нулю параметра линейной регрессии, то:
При изменении масштаба измерения зависимой переменной коэффициент детерминации:
Стохастическая компонента:
Практический смысл третьего из условий Гренандера состоит в том, что с увеличением объема выборки:
Если справедлива общая линейная гипотеза, то:
При нарушении гипотезы об экзогенности:
Модель в эконометрике отвечает на вопросы о том:
Для анализа влияния номинальных и порядковых переменных на зависимую переменную следует использовать:
Поскольку МНК оценка значения вектора параметров линейной регрессии является несмещенной, то
Построение эконометрической модели осуществляется на основе:
Метод наименьших квадратов (МНК) состоит в:
Нарушение гипотезы о полноте ранга ведет к:
Критерий Хаусмана основан на сравнении:
Общая линейная гипотеза является предположением о справедливости:
Если данные обладают какими-либо дефектами, следует:
Следует включить в предварительный вариант модели линейной регрессии независимые переменные, которые:
Измерение это:
Несмещеность МНК оценок параметров линейной регрессии является следствием:
Регрессией называется:
Расстояние Кука позволяет учесть:
Из теоремы Гаусса — Маркова следует, что:
Дисперсия оценки нового значения зависимой переменной:
Если статистика критерия проверки гипотезы о равенстве нулю коэффициента линейной регрессии больше единицы, то при удалении соответствующей переменной из модели линейной регрессии значение модифицированного коэффициента детерминации:
При построении эконометрической модели следует:
Выборочный межквартильный размах можно использовать для оценки:
Практический смысл первого из условий Гренандера состоит в том, что:
Для номинальной шкалы символы:
Стьюдентизированная удаленная остаточная разность позволяет оценить:
Независимые переменные в модели линейной регрессии:
С ростом значения статистики критерия проверки гипотезы о равенстве нулю коэффициента линейной регрессии коэффициент частной корреляции между соответствующей независимой и зависимой переменными при фиксированном значении остальных переменных:
Школьная отметка по пятибалльной системе является элементом:
Вектор подогнанных значений зависимой переменной является проекцией вектора значений зависимой переменной на:
Выброс это измерение, которое:
При отсутствии автокорреляции у случайной составляющей:
Если в модели линейной регрессии пропущена значимая независимая переменная, то может нарушиться:
Гипотеза о полноте ранга предполагает:
Нестрогим обоснованием гипотезы о нормальности является:
Объясненная часть изменчивости это:
Фиктивная переменная:
Гипотеза об экзогенности предполагает, что:
Для элементов интервальной шкалы недопустима операция:
Проверка экономических гипотез в эконометрике осуществляться за счет:
Одним из достаточных условий слабой состоятельности МНК оценок параметров линейной регрессии является то, что:
Препятствуют обнаружению выбросов:
Выбор зависимой переменной:
Тот факт, что значения независимых переменных и случайной составляющей являются реализациями последовательности независимых случайных величин, является одним из достаточных условий того, то:
Ложная корреляция между зависимой и независимой переменной приводит:
Экономическая теория имеет проверяемые следствия, если:
Коэффициент линейной регрессии определяет:
Модель линейной регрессии допускает:
