Уравнение нелинейной регрессии
Вместе с этим калькулятором также используют следующие:
Уравнение множественной регрессии
Виды нелинейной регрессии
Здесь ε — случайная ошибка (отклонение, возмущение), отражающая влияние всех неучтенных факторов.
Уравнению регрессии первого порядка — это уравнение парной линейной регрессии.
Уравнение регрессии второго порядка это полиномальное уравнение регрессии второго порядка: y = a + bx + cx 2 .
Уравнение регрессии третьего порядка соответственно полиномальное уравнение регрессии третьего порядка: y = a + bx + cx 2 + dx 3 .
Чтобы привести нелинейные зависимости к линейной используют методы линеаризации (см. метод выравнивания):
- Замена переменных.
- Логарифмирование обеих частей уравнения.
- Комбинированный.
| y = f(x) | Преобразование | Метод линеаризации |
| y = b x a | Y = ln(y); X = ln(x) | Логарифмирование |
| y = b e ax | Y = ln(y); X = x | Комбинированный |
| y = 1/(ax+b) | Y = 1/y; X = x | Замена переменных |
| y = x/(ax+b) | Y = x/y; X = x | Замена переменных. Пример |
| y = aln(x)+b | Y = y; X = ln(x) | Комбинированный |
| y = a + bx + cx 2 | x1 = x; x2 = x 2 | Замена переменных |
| y = a + bx + cx 2 + dx 3 | x1 = x; x2 = x 2 ; x3 = x 3 | Замена переменных |
| y = a + b/x | x1 = 1/x | Замена переменных |
| y = a + sqrt(x)b | x1 = sqrt(x) | Замена переменных |
Пример . По данным, взятым из соответствующей таблицы, выполнить следующие действия:
- Построить поле корреляции и сформулировать гипотезу о форме связи.
- Рассчитать параметры уравнений линейной, степенной, экспоненциальной, полулогарифмической, обратной, гиперболической парной регрессии.
- Оценить тесноту связи с помощью показателей корреляции и детерминации.
- Дать с помощью среднего (общего) коэффициента эластичности сравнительную оценку силы связи фактора с результатом.
- Оценить с помощью средней ошибки аппроксимации качество уравнений.
- Оценить с помощью F-критерия Фишера статистическую надежность результатов регрессионного моделирования. По значениям характеристик, рассчитанных в пп. 4, 5 и данном пункте, выбрать лучшее уравнение регрессии и дать его обоснование.
- Рассчитать прогнозное значение результата, если прогнозное значение фактора увеличится на 15% от его среднего уровня. Определить доверительный интервал прогноза для уровня значимости α=0,05 .
- Оценить полученные результаты, выводы оформить в аналитической записке.
| Год | Фактическое конечное потребление домашних хозяйств (в текущих ценах), млрд. руб. (1995 г. — трлн. руб.), y | Среднедушевые денежные доходы населения (в месяц), руб. (1995 г. — тыс. руб.), х |
| 1995 | 872 | 515,9 |
| 2000 | 3813 | 2281,1 |
| 2001 | 5014 | 3062 |
| 2002 | 6400 | 3947,2 |
| 2003 | 7708 | 5170,4 |
| 2004 | 9848 | 6410,3 |
| 2005 | 12455 | 8111,9 |
| 2006 | 15284 | 10196 |
| 2007 | 18928 | 12602,7 |
| 2008 | 23695 | 14940,6 |
| 2009 | 25151 | 16856,9 |
Решение. В калькуляторе последовательно выбираем виды нелинейной регрессии. Получим таблицу следующего вида.
Экспоненциальное уравнение регрессии имеет вид y = a e bx
После линеаризации получим: ln(y) = ln(a) + bx
Получаем эмпирические коэффициенты регрессии: b = 0.000162, a = 7.8132
Уравнение регрессии: y = e 7.81321500 e 0.000162x = 2473.06858e 0.000162x
Степенное уравнение регрессии имеет вид y = a x b
После линеаризации получим: ln(y) = ln(a) + b ln(x)
Эмпирические коэффициенты регрессии: b = 0.9626, a = 0.7714
Уравнение регрессии: y = e 0.77143204 x 0.9626 = 2.16286x 0.9626
Гиперболическое уравнение регрессии имеет вид y = b/x + a + ε
После линеаризации получим: y=bx + a
Эмпирические коэффициенты регрессии: b = 21089190.1984, a = 4585.5706
Эмпирическое уравнение регрессии: y = 21089190.1984 / x + 4585.5706
Логарифмическое уравнение регрессии имеет вид y = b ln(x) + a + ε
Эмпирические коэффициенты регрессии: b = 7142.4505, a = -49694.9535
Уравнение регрессии: y = 7142.4505 ln(x) — 49694.9535
Тест: Ответы на тест по эконометрике
Тема: Ответы на тест по эконометрике
Тип: Тест | Размер: 16.37K | Скачано: 455 | Добавлен 26.01.10 в 15:48 | Рейтинг: +30 | Еще Тесты
А
Аддитивная модель содержит компоненты в виде …
комбинации слагаемых и сомножителей
слагаемых
В
В линейной регрессии Y=b0+b1X+e параметрами уравнения регрессии являются: (неск)
b0
b1
В правой части приведенной формы системы одновременных уравнений, построенной по перекрестным данным (cross-section data) без учета временных факторов, могут стоять _______ переменные.
экзогенные
В стационарном временном ряде трендовая компонента …
имеет линейную зависимость от времени
отсутствует
имеет нелинейную зависимость от времени
Величина коэффициента детерминации … (неск)
характеризует долю дисперсии зависимой переменной y, объясненную уравнением, в ее общей дисперсии
рассчитывается для оценки качества подбора уравнения регрессии
характеризует долю дисперсии остаточной величины в общей дисперсии зависимой переменной у
оценивает значимость каждого из факторов, включенных в уравнение регрессии
Величина коэффициента регрессии показывает …
среднее изменение фактора при изменении результата на одну единицу измерения
на сколько процентов изменится результат при изменении фактора на 1 %
значение тесноты связи между фактором и результатом
среднее изменение результата при изменении фактора на одну единицу измерения
Величина коэффициента эластичности показывает …
на сколько процентов изменится в среднем результат при изменении фактора на 1%
во сколько раз изменится в среднем результат при изменении фактора в два раза
предельно допустимое изменение варьируемого признака
предельно возможное значение результата
Временным рядом является совокупность значений …
экономического показателя за несколько последовательных моментов (периодов) времени
последовательных моментов (периодов) времени и соответствующих им значений экономического показателя
экономических однотипных объектов по состоянию на определенный момент времени
экономического показателя для однотипных объектов на определенный момент времени
Выберите верные утверждения по поводу структурной формы системы эконометрических уравнений:
каждое уравнение системы может рассматриваться в качестве отдельного уравнения регрессии зависимости одной переменной от группы факторов
система регрессионных уравнений, матрица коэффициентов которых симметрична
эндогенные переменные в одних уравнениях могут выступать в роли независимых переменных в других уравнениях системы
система одновременных уравнений описывает реальное экономическое явление или процесс
Г
Гомоскедастичность остатков подразумевает …
рост дисперсии остатков с увеличением значения фактора
максимальную дисперсию остатков при средних значениях фактора
уменьшение дисперсии остаток с уменьшением значения фактора
одинаковую дисперсию остатков при каждом значении фактора
Д
Диаграмма рассеяния указывает на нелинейную зависимость. В этом случае следует осуществить … (неск)
расчет линейного коэффициента корреляции и использование линейной модели
включение в модель дополнительных факторных признаков
визуальный подбор функциональной зависимости нелинейного характера, соответствующего структуре точечного графика
подбор преобразования переменных, дающего наибольшее по абсолютной величине значение коэффициента парной корреляции
Для линейного уравнения регрессии у = а + bx + e метод наименьших квадратов используется при оценивании параметров…(неск)
a
b
Для расчета критического значения распределения Стьюдента служат следующие параметры:
количество зависимых переменных
объем выборки и количество объясняющих переменных
уровень значимости
К
К классам эконометрических моделей относятся: (неск)
системы нормальных уравнений
корреляционно – регрессионные модели
модели временных рядов
Компонентами временного ряда являются: (неск)
циклическая (сезонная) компонента
тренд
Корреляция подразумевает наличие связи между …
результатом и случайными факторами
переменными
Косвенный метод наименьших квадратов применим для …
неидентифицируемой системы уравнений
неидентифицируемой системы рекурсивных уравнений
любой системы одновременных уравнений
идентифицируемой системы одновременных уравнений
Коэффициент детерминации рассчитывается для оценки качества…
подбора уравнения регрессии
параметров уравнения регрессии
факторов, не включенных в уравнение регрессии
Коэффициент парной корреляции характеризует тесноту ____ связи между _____ переменными.
линейной … двумя
Критические значения критерия Стьюдента определяются по…
двум степеням свободы
трем и более степеням свободы
уровню значимости и одной степени свободы
М
Метод наименьших квадратов используется для оценивания …
величины коэффициента детерминации
параметров линейной регрессии
величины коэффициента корреляции
средней ошибки аппроксимации
Н
Нелинейным является уравнение регрессии нелинейное относительно входящих в него …
факторов
Несмещенность оценки характеризует …
равенство нулю математического ожидания остатков
наименьшую дисперсию остатков
ее зависимость от объема выборки
увеличение точности ее вычисления с увеличением объема выборки
О
Обобщенный метод наименьших квадратов применяется в случае…
автокорреляции остатков
П
Под автокорреляцией уровней временного ряда подразумевается _____ зависимость между последовательными уровнями ряда.
корреляционная
При выполнении предпосылок МНК оценки параметров регрессии обладают свойствами: (неск)
несмещенность
эффективность
Предпосылками МНК являются … (неск)
случайные отклонения коррелируют друг с другом
гетероскедастичность случайных отклонений
случайные отклонения являются независимыми друг от друга
дисперсия случайных отклонений постоянна для всех наблюдений
Примерами фиктивных переменных могут служить: (неск)
пол
образование
Примером нелинейной зависимости экономических показателей является …
зависимость объема продаж от недели реализации, выраженная линейным трендом
линейная зависимость затрат на производство от объема выпуска продукции
линейная зависимость выручки от величины оборотных средств
классическая гиперболическая зависимость спроса от цены
Принципиальные сложности применения систем эконометрических уравнений связаны с ошибками…
однородности выборочной совокупности
спецификации модели
определения случайных воздействий
С
Система эконометрических уравнений включает в себя следующие переменные:
эндогенные
экзогенные
Способами определения структуры временного ряда являются: (неск)
анализ автокорреляционной функции
расчет коэффициентов корреляции между объясняющими переменными
построение коррелограммы
агрегирование данных за определенный промежуток времени
Среди нелинейных эконометрических моделей рассматривают следующие классы нелинейных уравнений: …
внутренне нелинейные
внутреннее линейные
Структурной формой модели называется система ____ уравнений.
взаимосвязанных
Т
Тенденция временного ряда характеризует совокупность факторов, …
оказывающих сезонное воздействие
оказывающих единовременное влияние
оказывающих долговременное влияние и формирующих общую динамику изучаемого показателя
не оказывающих влияние на уровень ряда
У
Укажите верные характеристики коэффициента эластичности:
коэффициент эластичности показывает на сколько процентов изменится значение результирующего фактора при изменении на один процент объясняющего фактора
коэффициент эластичности является постоянной величиной для всех видов моделей
коэффициент эластичности показывает на сколько изменится значение результирующего фактора при изменении объясняющего фактора на одну единицу
по значению коэффициента эластичности можно судить о силе связи объясняющего фактора с результирующим
Укажите последовательность этапов оценки параметров нелинейной регрессии Y = a + b*X + c*X².
3 оцениваются параметры регрессии b0, b1, b2
1 выполняется замена переменной X2 на Z
2 задается спецификация модели в виде Y = b0 + b1*X +b2*Z, где b0 = a; b1 = b; b2 =c
4 определяются исходные параметры из тождеств: a = b0; b = b1; c = b2
Укажите последовательность этапов проведения теста Голдфелда-Квандта для парной линейной регрессии.
4 вычисление статистики Фишера
1 упорядочение наблюдений по возрастанию значений объясняющей переменной
3 оценка сумм квадратов отклонений для регрессий по k-первым и k-последним наблюдений
2 оценка регрессий для k-первых и k-последних наблюдений
Укажите справедливые утверждения по поводу критерия Дарбина-Уотсона: (неск)
позволяет проверить гипотезу о наличии автокорреляции первого порядка
изменяется в пределах от 0 до 4
равен 0 в случае отсутствия автокорреляции
применяется для проверки гипотезы о наличии гетероскедастичности остатков
Укажите существующие классы эконометрических систем: (неск)
система нормальных уравнений
система стандартных уравнений
система одновременных уравнений
система независимых уравнений
Укажите требования к факторам, включаемым в модель множественной линейной регрессии: (неск)
между факторами не должна существовать высокая корреляция
факторы должны быть количественно измеримы
факторы должны иметь одинаковую размерность
факторы должны представлять временные ряды
Установите соответствие между названием модели и видом ее уравнения:
3 y = ab x *e;
Установите соответствие между наименованиями элементов уравнения Y=b0+b1X+e и их буквенными обозначениями:
1. параметры регрессии
2. объясняющая переменная
3. объясняемая переменная
4. случайные отклонения
3 Y
4 e
1 b0, b1
2 X
Установите соответствие между эконометрическими терминами и их определениями.
1. автокорреляция уровней временного ряда
2. коэффициент автокорреляции уровней временного ряда
3. автокорреляционная функция
3 последовательность коэффициентов автокорреляции первого, второго и т.д. порядков
4 график зависимости значений автокорреляционной функции от величины лага
1 корреляционная зависимость между последовательными уровнями ряда
2 коэффициент линейной корреляции между последовательными уровнями
Ф
Фиктивными переменными в уравнении множественной регрессии являются …
качественные переменные, преобразованные в количественные
комбинации из включенных в уравнение регрессии факторов, повышающие адекватность модели
переменные, представляющие простейшие функции от уже включенных в модель переменных
дополнительные количественные переменные, улучшающие решение
Ч
Число степеней свободы общей, факторной и остаточной дисперсий связано …
только с числом единиц совокупности
с числом единиц совокупности и видом уравнения регрессии
характером исследуемых переменных
только с видом уравнения регрессии
Число степеней свободы связано с числом … (неск)
единиц совокупности (количеством наблюдений)
видом уравнения регрессии
Э
раздел экономической теории, связанный с анализом статистической информации
специальный раздел математики, посвященный анализу экономической информации
наука, которая осуществляет качественный анализ взаимосвязей экономических явлений и процессов
наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов
Если вам нужна помощь в написании работы, то рекомендуем обратиться к профессионалам. Более 70 000 авторов готовы помочь вам прямо сейчас. Бесплатные корректировки и доработки. Узнайте стоимость своей работы
Понравилось? Нажмите на кнопочку ниже. Вам не сложно, а нам приятно).
Чтобы скачать бесплатно Тесты на максимальной скорости, зарегистрируйтесь или авторизуйтесь на сайте.
Важно! Все представленные Тесты для бесплатного скачивания предназначены для составления плана или основы собственных научных трудов.
Друзья! У вас есть уникальная возможность помочь таким же студентам как и вы! Если наш сайт помог вам найти нужную работу, то вы, безусловно, понимаете как добавленная вами работа может облегчить труд другим.
Если Тест, по Вашему мнению, плохого качества, или эту работу Вы уже встречали, сообщите об этом нам.
Добавление отзыва к работе
Добавить отзыв могут только зарегистрированные пользователи.
Линейная множественная регрессия
Тесты по эконометрике
Введение
1. Эконометрическая модель имеет вид
2. Установите соответствие
| а) регрессионная модель | 1) x-1=0, x=0x-1, x>0 |
| b) система одновременных уравнений | 2) R=a1+b11M+b12Y+ε1,Y=a2+b21R+ε2, |
| c) модель временного ряда | 1. 3) y=a+b1x1+b2x2+ε |
| 4) yt=Tt+St+Et |
3. Регрессия – это
a. зависимость значений результативной переменной от значений объясняющих переменных (факторов)
b. правило, согласно которому каждому значению одной переменной ставится в соответствие единственное значение другой переменной
c. правило, согласно которому каждому значению независимой переменной ставится в соответствие значение зависимой переменной
d. зависимость среднего значения результативной переменной от значений объясняющих переменных (факторов)
4. Метод наименьших квадратов …
a. Позволяет получить оценки параметров линейной регрессии, исходя из условия i=1nyi-yi2→min
b. Позволяет получить оценки параметров регрессии, исходя из условия ln(i=1nf(yi,)→max
c. Позволяет проверить статистическую значимость параметров регрессии
d. Позволяет получить оценки параметров нелинейной регрессии, исходя из условия i=1ny-yi2→min
Линейная множественная регрессия
5. Уравнение линейной множественной регрессии
6. Для линейного уравнения множественной регрессии установите соответствие
| 5. а) Факторные переменные | 6. 1) y |
| 7. b) Результативная переменная | 8. 2) a |
| 9. c) Параметры | 10. 3) a, ε |
| 11. d) Случайная компонента | 12. 4) x1, x2 |
| 13. | 14. 5) ε |
| 15. | 16. 6) a, b1, b2 |
17. Ответ: a-4, b-1, c-6, d-5
7. Проблема спецификации регрессионной модели включает в себя
a. Отбор факторов, включаемых в уравнение регрессии
b. Оценка параметров уравнения регрессии
c. Оценка надежности результатов регрессионного анализа
d. Выбор вида уравнения регрессии
19. Требования к факторам, включаемым в модель линейной множественной регрессии…
a. Число факторов должно быть в 6 раз меньше объема совокупности
b. Факторы должны представлять временные ряды
c. Факторы должны иметь одинаковую размерность
d. Между факторами не должно быть высокой корреляции
21. Верные утверждения относительно мультиколлинеарности факторов
e. В модель линейной множественной регрессии рекомендуется включать мультиколлинеарные факторы
f. Мультиколлинеарность факторов приводит к снижению надежности оценок параметров уравнения регрессии
g. Мультиколинеарность факторов проявляется в наличии парных коэффициентов межфакторной корреляции со значениями, большими 0,7
h. Мультиколинеарность факторов проявляется в наличии парных коэффициентов межфакторной корреляции со значениями, меньшими 0,3
23. Верные утверждения о включении в уравнение линейной множественной регрессии факторов
i. Включение фактора в модель приводит к заметному возрастанию коэффициента множественной детерминации
j. Коэффициент парной корреляции для фактора и результативной переменной меньше 0,3
k. Значение t-критерия Стьюдента для коэффициента регрессии при факторе меньше табличного значения
l. Фактор должен объяснять поведение изучаемого показателя согласно принятым положениям экономической теории
25. При построении модели множественной регрессии методом пошагового включения переменных на первом этапе рассматривается модель с …
m. Одной объясняющей переменной, которая имеет с зависимой переменной наименьший коэффициент корреляции
n. Одной объясняющей переменной, которая имеет с зависимой переменной наибольший коэффициент корреляции
o. Несколькими объясняющими переменными, которые имеют с зависимой переменной коэффициенты корреляции по модулю больше 0,5
p. Полным перечнем объясняющих переменных
8. Параметры при факторах в линейной множественной регрессии
y=a+b1x1+b2x2+…+bpxp характеризуют
a. Долю дисперсии результативной переменной, объясненную регрессией в его общей дисперсии
b. Тесноту связи между результативной переменной и соответствующим фактором, при устранении влияния других факторов, включенных в модель
c. Среднее изменение результативной переменной с изменением соответствующего фактора на единицу, при неизменном значении других факторов, закрепленных на среднем уровне
d. На сколько процентов в среднем изменяется результативная переменная с изменением соответствующего фактора на 1%
28. Стандартизация переменных проводится по формуле
9. Уравнение множественной регрессии в стандартизованном масштабе имеет вид ty=20+0,9tx1+0,5tx2+ε. На результативный признак оказывает большое влияние:
x. нельзя сделать вывод
10. Уравнение множественной регрессии в естественной форме имеет вид
y=20+0,7×1+0,5×2+ε. На результативный признак оказывает большое влияние:
bb. нельзя сделать вывод
30. К свойствам уравнения регрессии в стандартизированном виде относятся …
cc. Коэффициенты регрессии при объясняющих переменных равны между собой
dd. Постоянный параметр (свободный член уравнения) регрессии отсутствует
ee. Стандартизированные коэффициенты регрессии несравнимы между собой
ff. Входящие в состав уравнения переменные являются безразмерными
32. Тесноту совместного влияния факторов на результат в уравнении линейной множественной регрессии оценивает
gg. Коэффициент парной корреляции
hh. Коэффициент частной корреляции
ii. Коэффициент множественной корреляции
jj. Коэффициент множественной детерминации
34. Установите соответствие
| 35. а) общая сумма квадратов отклонений TSS | 36. 1) y-y2 |
| 37. b) регрессионная сумма квадратов отклонений RSS | 38. 2) y-x2 |
| 39. c) остаточная сумма квадратов отклонений ЕSS | 40. 3) y-y2 |
| 41. | 42. 4) y-y2 |
43. Коэффициент множественной корреляции для линейной зависимости можно рассчитать по формуле
mm. 
45. Верные утверждения относительно коэффициента множественной корреляции
oo. Чем ближе значение к единице Ryx1…xp, тем теснее связь результативного признака со всеми факторами
pp. Чем ближе значение к нулю Ryx1…xp, тем теснее связь результативного признака со всеми факторами
qq. Ryx1…xp принимает значения из промежутка [0, 1]
rr. Ryx1…xp принимает значения из промежутка [– 1, 1]
47. Коэффициент множественной детерминации характеризует
ss. Тесноту совместного влияния факторов на результат в уравнении линейной множественной регрессии
tt. Тесноту связи между результатом и соответствующим фактором, при устранении влияния других факторов, включенных в модель
uu. Долю дисперсии результативного признака, объясненную регрессией в его общей дисперсии
vv. Среднее изменение результативной переменной с изменением соответствующего фактора на единицу, при неизменном значении других факторов, закрепленных на среднем уровне
49. Для общей (TSS), регрессионной (RSS) и остаточной (ESS) суммы квадратов отклонений и коэффициента детерминации R2 выполняется равенство …
51. Отношение остаточной дисперсии к общей дисперсии равно 0,05. Это означает …
bbb. Коэффициент детерминации R2=0,95
ccc. Коэффициент детерминации R2=0,05
ddd. Разность (1-R2)=0,95, где R2 – коэффициент детерминации
eee. Разность (1-R2)=0,05, где R2 – коэффициент детерминации
53. Для устранения систематической ошибки остаточной дисперсии для оценки качества модели линейной множественной регрессии используется
fff. Коэффициент множественной детерминации
ggg. Коэффициент множественной корреляции
hhh. Скорректированный коэффициент множественной детерминации
iii. Скорректированный коэффициент частной корреляции
55. Оценка статистической значимости уравнения линейной множественной регрессии в целом осуществляется с помощью
jjj. Критерия Стьюдента
kkk. Критерия Фишера
lll. Критерия Дарбина-Уотсона
56. Оценка статистической значимости коэффициентов линейной множественной регрессии осуществляется с помощью
nnn. Критерия Стьюдента
ooo. Критерия Фишера
ppp. Критерия Дарбина-Уотсона
qqq. Критерия Фостера-Стюарта
57. Если коэффициент регрессии является существенным, то для него выполняются условия
rrr. Фактическое значение t-критерия Стьюдента меньше критического
sss. Фактическое значение t-критерия Стьюдента больше критического
ttt. Доверительный интервал проходит через ноль
uuu. Стандартная ошибка не превышает половины значения параметра
59. Если уравнение регрессии является существенным, то фактическое значение F-критерия …
vvv. больше критического
www. меньше критического
xxx. близко к единице
yyy. близко к нулю
61. Предпосылками МНК являются…
zzz. Дисперсия случайных отклонений постоянна для всех наблюдений
aaaa. Дисперсия случайных отклонений не постоянна для всех наблюдений
bbbb. Случайные отклонения коррелируют друг с другом
cccc. Случайные отклонения являются независимыми друг от друга
63. Укажите выводы, которые соответствуют графику зависимости остатков
dddd. Нарушена предпосылка МНК о независимости остатков друг от друга
eeee. Имеет место автокорреляция остатков
ffff. Отсутствует закономерность в поведении остатков
gggg. Отсутствует автокорреляция остатков
66. При выполнении предпосылок метода наименьших квадратов (МНК) остатки уравнения регрессии, как правило, характеризуются…
hhhh. Нулевой средней величиной
jjjj. Случайным характером
kkkk. Высокой степенью автокорреляции
68. К методам обнаружения гетероскедастичности остатков относятся
llll. Критерий Дарбина-Уотсона
mmmm. Тест Голдфелда-Квандта
nnnn. Графический анализ остатков
oooo. Метод наименьших квадратов
70. Фиктивными переменными в уравнении множественной регрессии являются …
pppp. Качественные переменные, преобразованные в количественные
qqqq. Переменные, представляющие простейшие функции от уже включенных в модель переменных
rrrr. Дополнительные количественные переменные, улучшающие решение
ssss. Комбинации из включенных в уравнение регрессии факторов, повышающие адекватность модели
71. Для отражения влияния качественной сопутствующей переменной, имеющей m состояний, обычно включают в модель … фиктивную переменную
Нелинейная регрессия
72. Регрессии, нелинейные по объясняющим переменным, но линейные по оцениваемым параметрам
73. Регрессии, нелинейные по оцениваемым параметрам
74. Укажите верные утверждения по поводу модели
jjjjj. Относится к типу моделей нелинейных по объясняющим переменным, но линейных по оцениваемым параметрам
kkkkk. Относится к типу моделей, нелинейных по оцениваемым параметрам
lllll. Относится к типу линейных моделей
mmmmm. Нельзя привести к линейному виду
nnnnn. Можно привести к линейному виду
76. Укажите верные утверждения по поводу модели
ooooo. Линеаризуется линейную модель множественной регрессии
ppppp. Линеаризуется линейную модель парной регрессии
qqqqq. Относится к классу нелинейных моделей по объясняющим переменным, но линейных по оцениваемым параметрам
rrrrr. Относится к классу линейных моделей
79. Модель y=a∙bx∙ε относится к классу … эконометрических моделей нелинейной регрессии
81. Модель y=a∙xb∙ε относится к классу … эконометрических моделей нелинейной регрессии
83. Модель y=a+bx+cx2+ε относится к классу … эконометрических моделей нелинейной регрессии
85. Было замечено, что при увеличении количества вносимых удобрений урожайность также возрастает, однако, по достижении определенного значения фактора моделируемый показатель начинает убывать. Для исследования данной зависимости можно использовать спецификацию уравнения регрессии…
87. Для получения оценок параметров степенной регрессионной модели y=a∙xb …
iiiiii. Метод наименьших квадратов неприменим
jjjjjj. Требуется подобрать соответствующую подстановку
kkkkkk. Необходимо выполнить логарифмическое преобразование
llllll. Необходимо выполнить тригонометрическое преобразование
89. С помощью метода наименьших квадратов нельзя оценить значения параметров уравнения регрессии …
источники:
http://studrb.ru/works/entry5528
http://megaobuchalka.ru/4/7472.html
Коэффициент множественной детерминации характеризует
Тесноту совместного влияния факторов на результат в уравнении линейной множественной регрессии
Тесноту связи между результатом и соответствующим фактором, при устранении влияния других факторов, включенных в модель
Долю дисперсии результативного признака, объясненную регрессией в его общей дисперсии
Среднее изменение результативной переменной с изменением соответствующего фактора на единицу, при неизменном значении других факторов, закрепленных на среднем уровне
Ответ: с
Для общей (TSS), регрессионной (RSS) и остаточной (ESS) суммы квадратов отклонений и коэффициента детерминации R^2 выполняется равенство …
R^2=RSS/TSS
R^2=1-ESS/TSS
R^2=ESS/TSS
R^2=1-RSS/TSS
R^2=RSS/TSS+ESS/TSS
Ответ: a,b
Отношение остаточной дисперсии к общей дисперсии равно 0,05. Это означает …
Коэффициент детерминации R^2=0,95
Коэффициент детерминации R^2=0,05
Разность (1-R^2)=0,95, где R^2 – коэффициент детерминации
Разность (1-R^2)=0,05, где R^2 – коэффициент детерминации
Ответ: a,d
Для устранения систематической ошибки остаточной дисперсии для оценки качества модели линейной множественной регрессии используется
Коэффициент множественной детерминации
Коэффициент множественной корреляции
Скорректированный коэффициент множественной детерминации
Скорректированный коэффициент частной корреляции
Ответ: с
Оценка статистической значимости уравнения линейной множественной регрессии в целом осуществляется с помощью
Критерия Стьюдента
Критерия Фишера
Критерия Дарбина-Уотсона
Критерия Фостера-Стюарта
Ответ: b
Оценка статистической значимости коэффициентов линейной множественной регрессии осуществляется с помощью
Критерия Стьюдента
Критерия Фишера
Критерия Дарбина-Уотсона
Критерия Фостера-Стюарта
Ответ: a
Если коэффициент регрессии является существенным, то для него выполняются условия
Фактическое значение t-критерия Стьюдента меньше критического
Фактическое значение t-критерия Стьюдента больше критического
Доверительный интервал проходит через ноль
Стандартная ошибка не превышает половины значения параметра
Ответ: b,d
Если уравнение регрессии является существенным, то фактическое значение F-критерия …
больше критического
меньше критического
близко к единице
близко к нулю
Ответ: а
Предпосылками МНК являются…
Дисперсия случайных отклонений постоянна для всех наблюдений
Дисперсия случайных отклонений не постоянна для всех наблюдений
Случайные отклонения коррелируют друг с другом
Случайные отклонения являются независимыми друг от друга
Ответ: а,d
Тесты по эконометрике (стр. 2 )
 |
Из за большого объема этот материал размещен на нескольких страницах: 1 2 3 4 5 6 |
К свойствам уравнения регрессии в стандартизированном виде относятся … Коэффициенты регрессии при объясняющих переменных равны между собой Постоянный параметр (свободный член уравнения) регрессии отсутствует Стандартизированные коэффициенты регрессии несравнимы между собой Входящие в состав уравнения переменные являются безразмерными
Тесноту совместного влияния факторов на результат в уравнении линейной множественной регрессии оценивает Коэффициент парной корреляции Коэффициент частной корреляции Коэффициент множественной корреляции Коэффициент множественной детерминации
Установите соответствие
а) общая сумма квадратов отклонений TSS
1) 
b) регрессионная сумма квадратов отклонений RSS
2) 
c) остаточная сумма квадратов отклонений ЕSS
3) 
4) 
Коэффициент множественной корреляции для линейной зависимости можно рассчитать по формуле 
Верные утверждения относительно коэффициента множественной корреляции Чем ближе значение к единице 
, тем теснее связь результативного признака со всеми факторами Чем ближе значение к нулю 
, тем теснее связь результативного признака со всеми факторами 
принимает значения из промежутка [0, 1] 
принимает значения из промежутка [– 1, 1]
Коэффициент множественной детерминации характеризует Тесноту совместного влияния факторов на результат в уравнении линейной множественной регрессии Тесноту связи между результатом и соответствующим фактором, при устранении влияния других факторов, включенных в модель Долю дисперсии результативного признака, объясненную регрессией в его общей дисперсии Среднее изменение результативной переменной с изменением соответствующего фактора на единицу, при неизменном значении других факторов, закрепленных на среднем уровне
Для общей (TSS), регрессионной (RSS) и остаточной (ESS) суммы квадратов отклонений и коэффициента детерминации 
выполняется равенство … 
Отношение остаточной дисперсии к общей дисперсии равно 0,05. Это означает … Коэффициент детерминации 
Коэффициент детерминации 
Разность 
, где 
– коэффициент детерминации Разность 
, где 
– коэффициент детерминации
Для устранения систематической ошибки остаточной дисперсии для оценки качества модели линейной множественной регрессии используется Коэффициент множественной детерминации Коэффициент множественной корреляции Скорректированный коэффициент множественной детерминации Скорректированный коэффициент частной корреляции
Оценка статистической значимости уравнения линейной множественной регрессии в целом осуществляется с помощью Критерия Стьюдента Критерия Фишера Критерия Дарбина-Уотсона Критерия Фостера-Стюарта
Оценка статистической значимости коэффициентов линейной множественной регрессии осуществляется с помощью Критерия Стьюдента Критерия Фишера Критерия Дарбина-Уотсона Критерия Фостера-Стюарта
Если коэффициент регрессии является существенным, то для него выполняются условия Фактическое значение t-критерия Стьюдента меньше критического Фактическое значение t-критерия Стьюдента больше критического Доверительный интервал проходит через ноль Стандартная ошибка не превышает половины значения параметра
Если уравнение регрессии является существенным, то фактическое значение F-критерия … больше критического меньше критического близко к единице близко к нулю
Предпосылками МНК являются… Дисперсия случайных отклонений постоянна для всех наблюдений Дисперсия случайных отклонений не постоянна для всех наблюдений Случайные отклонения коррелируют друг с другом Случайные отклонения являются независимыми друг от друга
Укажите выводы, которые соответствуют графику зависимости остатков
Нарушена предпосылка МНК о независимости остатков друг от друга Имеет место автокорреляция остатков Отсутствует закономерность в поведении остатков Отсутствует автокорреляция остатков
При выполнении предпосылок метода наименьших квадратов (МНК) остатки уравнения регрессии, как правило, характеризуются… Нулевой средней величиной Гетероскедстичностью Случайным характером Высокой степенью автокорреляции
К методам обнаружения гетероскедастичности остатков относятся Критерий Дарбина-Уотсона Тест Голдфелда-Квандта Графический анализ остатков Метод наименьших квадратов
Фиктивными переменными в уравнении множественной регрессии являются … Качественные переменные, преобразованные в количественные Переменные, представляющие простейшие функции от уже включенных в модель переменных Дополнительные количественные переменные, улучшающие решение Комбинации из включенных в уравнение регрессии факторов, повышающие адекватность модели
Источник
Линейная множественная регрессия
Тесты по эконометрике
Введение
1. Эконометрическая модель имеет вид
a. 
b. 
c. 
d. 
2. Установите соответствие
a. зависимость значений результативной переменной от значений объясняющих переменных (факторов)
b. правило, согласно которому каждому значению одной переменной ставится в соответствие единственное значение другой переменной
c. правило, согласно которому каждому значению независимой переменной ставится в соответствие значение зависимой переменной
d. зависимость среднего значения результативной переменной от значений объясняющих переменных (факторов)
4. Метод наименьших квадратов …
a. Позволяет получить оценки параметров линейной регрессии, исходя из условия 
b. Позволяет получить оценки параметров регрессии, исходя из условия 
c. Позволяет проверить статистическую значимость параметров регрессии
d. Позволяет получить оценки параметров нелинейной регрессии, исходя из условия 
Линейная множественная регрессия
5. Уравнение линейной множественной регрессии
a. 
b. 
c. 
d. 
6. Для линейного уравнения множественной регрессии установите соответствие
| а) Факторные переменные | 1)  |
| b) Результативная переменная | 2)  |
| c) Параметры | 3)  |
| d) Случайная компонента | 4)  |
5)  |
|
6)  |
7. Проблема спецификации регрессионной модели включает в себя
a. Отбор факторов, включаемых в уравнение регрессии
b. Оценка параметров уравнения регрессии
c. Оценка надежности результатов регрессионного анализа
d. Выбор вида уравнения регрессии
8. Требования к факторам, включаемым в модель линейной множественной регрессии…
a. Число факторов должно быть в 6 раз меньше объема совокупности
b. Факторы должны представлять временные ряды
c. Факторы должны иметь одинаковую размерность
d. Между факторами не должно быть высокой корреляции
9. Верные утверждения относительно мультиколлинеарности факторов
a. В модель линейной множественной регрессии рекомендуется включать мультиколлинеарные факторы
b. Мультиколлинеарность факторов приводит к снижению надежности оценок параметров уравнения регрессии
c. Мультиколинеарность факторов проявляется в наличии парных коэффициентов межфакторной корреляции со значениями, большими 0,7
d. Мультиколинеарность факторов проявляется в наличии парных коэффициентов межфакторной корреляции со значениями, меньшими 0,3
10. Верные утверждения о включении в уравнение линейной множественной регрессии факторов
a. Включение фактора в модель приводит к заметному возрастанию коэффициента множественной детерминации
b. Коэффициент парной корреляции для фактора и результативной переменной меньше 0,3
c. Значение t-критерия Стьюдента для коэффициента регрессии при факторе меньше табличного значения
d. Фактор должен объяснять поведение изучаемого показателя согласно принятым положениям экономической теории
11. При построении модели множественной регрессии методом пошагового включения переменных на первом этапе рассматривается модель с …
a. Одной объясняющей переменной, которая имеет с зависимой переменной наименьший коэффициент корреляции
b. Одной объясняющей переменной, которая имеет с зависимой переменной наибольший коэффициент корреляции
c. Несколькими объясняющими переменными, которые имеют с зависимой переменной коэффициенты корреляции по модулю больше 0,5
d. Полным перечнем объясняющих переменных
12. Параметры при факторах в линейной множественной регрессии
характеризуют
a. Долю дисперсии результативной переменной, объясненную регрессией в его общей дисперсии
b. Тесноту связи между результативной переменной и соответствующим фактором, при устранении влияния других факторов, включенных в модель
c. Среднее изменение результативной переменной с изменением соответствующего фактора на единицу, при неизменном значении других факторов, закрепленных на среднем уровне
d. На сколько процентов в среднем изменяется результативная переменная с изменением соответствующего фактора на 1%
13. Стандартизация переменных проводится по формуле
a. 
b. 
c. 
d. 
14. Уравнение множественной регрессии в стандартизованном масштабе имеет вид 
. На результативный признак оказывает большое влияние:
a. 
b. и 
c.
d. нельзя сделать вывод
15. Уравнение множественной регрессии в естественной форме имеет вид
. На результативный признак оказывает большое влияние:
a.
b. и
c.
d. нельзя сделать вывод
16. К свойствам уравнения регрессии в стандартизированном виде относятся …
a. Коэффициенты регрессии при объясняющих переменных равны между собой
b. Постоянный параметр (свободный член уравнения) регрессии отсутствует
c. Стандартизированные коэффициенты регрессии несравнимы между собой
d. Входящие в состав уравнения переменные являются безразмерными
17. Тесноту совместного влияния факторов на результат в уравнении линейной множественной регрессии оценивает
a. Коэффициент парной корреляции
b. Коэффициент частной корреляции
c. Коэффициент множественной корреляции
d. Коэффициент множественной детерминации
18. Установите соответствие
19. Коэффициент множественной корреляции для линейной зависимости можно рассчитать по формуле
a. 
b. 
c. 
d. 
20. Верные утверждения относительно коэффициента множественной корреляции
a. Чем ближе значение к единице 
, тем теснее связь результативного признака со всеми факторами
b. Чем ближе значение к нулю , тем теснее связь результативного признака со всеми факторами
c. принимает значения из промежутка [0, 1]
d. принимает значения из промежутка [– 1, 1]
21. Коэффициент множественной детерминации характеризует
a. Тесноту совместного влияния факторов на результат в уравнении линейной множественной регрессии
b. Тесноту связи между результатом и соответствующим фактором, при устранении влияния других факторов, включенных в модель
c. Долю дисперсии результативного признака, объясненную регрессией в его общей дисперсии
d. Среднее изменение результативной переменной с изменением соответствующего фактора на единицу, при неизменном значении других факторов, закрепленных на среднем уровне
22. Для общей (TSS), регрессионной (RSS) и остаточной (ESS) суммы квадратов отклонений и коэффициента детерминации 
выполняется равенство …
a. 
b. 
c. 
d. 
e. 
23. Отношение остаточной дисперсии к общей дисперсии равно 0,05. Это означает …
a. Коэффициент детерминации 
b. Коэффициент детерминации 
c. Разность 
, где – коэффициент детерминации
d. Разность 
, где – коэффициент детерминации
24. Для устранения систематической ошибки остаточной дисперсии для оценки качества модели линейной множественной регрессии используется
a. Коэффициент множественной детерминации
b. Коэффициент множественной корреляции
c. Скорректированный коэффициент множественной детерминации
d. Скорректированный коэффициент частной корреляции
25. Оценка статистической значимости уравнения линейной множественной регрессии в целом осуществляется с помощью
a. Критерия Стьюдента
c. Критерия Дарбина-Уотсона
d. Критерия Фостера-Стюарта
26. Оценка статистической значимости коэффициентов линейной множественной регрессии осуществляется с помощью
a. Критерия Стьюдента
c. Критерия Дарбина-Уотсона
d. Критерия Фостера-Стюарта
27. Если коэффициент регрессии является существенным, то для него выполняются условия
a. Фактическое значение t-критерия Стьюдента меньше критического
b. Фактическое значение t-критерия Стьюдента больше критического
c. Доверительный интервал проходит через ноль
d. Стандартная ошибка не превышает половины значения параметра
28. Если уравнение регрессии является существенным, то фактическое значение F-критерия …
a. больше критического
b. меньше критического
c. близко к единице
29. Предпосылками МНК являются…
a. Дисперсия случайных отклонений постоянна для всех наблюдений
b. Дисперсия случайных отклонений не постоянна для всех наблюдений
c. Случайные отклонения коррелируют друг с другом
d. Случайные отклонения являются независимыми друг от друга
30. Укажите выводы, которые соответствуют графику зависимости остатков
a. Нарушена предпосылка МНК о независимости остатков друг от друга
b. Имеет место автокорреляция остатков
c. Отсутствует закономерность в поведении остатков
d. Отсутствует автокорреляция остатков
31. При выполнении предпосылок метода наименьших квадратов (МНК) остатки уравнения регрессии, как правило, характеризуются…
a. Нулевой средней величиной
c. Случайным характером
d. Высокой степенью автокорреляции
32. К методам обнаружения гетероскедастичности остатков относятся
a. Критерий Дарбина-Уотсона
b. Тест Голдфелда-Квандта
c. Графический анализ остатков
d. Метод наименьших квадратов
33. Фиктивными переменными в уравнении множественной регрессии являются …
a. Качественные переменные, преобразованные в количественные
b. Переменные, представляющие простейшие функции от уже включенных в модель переменных
c. Дополнительные количественные переменные, улучшающие решение
d. Комбинации из включенных в уравнение регрессии факторов, повышающие адекватность модели
34. Для отражения влияния качественной сопутствующей переменной, имеющей m состояний, обычно включают в модель … фиктивную переменную
a. 
b. 
c. 
d. 
Нелинейная регрессия
35. Регрессии, нелинейные по объясняющим переменным, но линейные по оцениваемым параметрам
a. 
b. 
c. 
d. 
e. 
f. 
36. Регрессии, нелинейные по оцениваемым параметрам
a.
b.
c.
d.
e.
f.
37. Укажите верные утверждения по поводу модели
a. Относится к типу моделей нелинейных по объясняющим переменным, но линейных по оцениваемым параметрам
b. Относится к типу моделей, нелинейных по оцениваемым параметрам
c. Относится к типу линейных моделей
d. Нельзя привести к линейному виду
e. Можно привести к линейному виду
38. Укажите верные утверждения по поводу модели
a. Линеаризуется линейную модель множественной регрессии
b. Линеаризуется линейную модель парной регрессии
c. Относится к классу нелинейных моделей по объясняющим переменным, но линейных по оцениваемым параметрам
d. Относится к классу линейных моделей
39. Модель относится к классу … эконометрических моделей нелинейной регрессии
40. Модель относится к классу … эконометрических моделей нелинейной регрессии
41. Модель 
относится к классу … эконометрических моделей нелинейной регрессии
42. Было замечено, что при увеличении количества вносимых удобрений урожайность также возрастает, однако, по достижении определенного значения фактора моделируемый показатель начинает убывать. Для исследования данной зависимости можно использовать спецификацию уравнения регрессии…
a.
b.
c.
d. 
43. Для получения оценок параметров степенной регрессионной модели 
…
a. Метод наименьших квадратов неприменим
b. Требуется подобрать соответствующую подстановку
c. Необходимо выполнить логарифмическое преобразование
d. Необходимо выполнить тригонометрическое преобразование
44. С помощью метода наименьших квадратов нельзя оценить значения параметров уравнения регрессии …
a.
b. 
c.
d.
Анализ временных рядов
45. Под изменением, определяющим общее направление развития, основную тенденцию временного ряда, понимается …
b. Сезонная компонента
c. Циклическая компонента
d. Случайная компонента
46. Регулярными компонентами временного ряда являются
b. Сезонная компонента
c. Циклическая компонента
d. Случайная компонента
47. Если период циклических колебаний уровней временного ряда не превышает одного года, то их называют …
48. Пусть 
– временной ряд, 
– трендовая компонента, 
– сезонная компонента, 
– случайная компонента. Аддитивная модель временного ряда имеет вид …
a. 
b. 
c. 
d. 
49. Пусть – временной ряд, – трендовая компонента, – сезонная компонента, – случайная компонента. Мультипликативная модель временного ряда имеет вид …
a.
b.
c.
d.
50. Построена аддитивная модель временного ряда, где – временной ряд, – трендовая компонента, – сезонная компонента, – случайная компонента. Если 
, то правильно найдены значения компонент ряда …
a. 
b. 
c. 
d. 
51. Определить наличие тренда во временном ряду можно …
a. По графику временного ряда
b. По объему временного ряда
c. По отсутствию случайной компоненты
d. С помощью статистической проверки гипотезы о существовании тренда
52. Определить наличие циклических (сезонных) колебаний во временном ряду можно …
a. В результате анализа автокорреляционной функции
b. По графику временного ряда
c. По объему временного ряда
d. С помощью критерия Фостера-Стюарта
53. Пусть – временной ряд с квартальными наблюдениями, – аддитивная сезонная компонента. Оценки сезонной компоненты для первого, второго и четвертого кварталов соответственно равны 
, 
, 
. Оценка сезонной компоненты для третьего квартала равна …
54. В результате сглаживания временного ряда 6, 2, 7, 5, 12 простой трехчленной скользящей средней первое сглаженное значение равно …
55. В результате сглаживания временного ряда 6, 2, 7, 5, 12 простой четырехчленной скользящей средней первое сглаженное значение равно …
56. Для описания тенденции временного ряда используется кривая роста с насыщением …
a. 
b. 
c. 
d. 
57. Коэффициент автокорреляции первого порядка
a. Коэффициент частной корреляции между соседними уровнями временного ряда
b. Линейный коэффициент парной корреляции между произвольными уровнями временного ряда
c. Линейный коэффициент парной корреляции между соседними уровнями временного ряда
d. Линейный коэффициент парной корреляции между уровнем временного ряда и его номером
58. Автокорреляционная функция …
a. Зависимость коэффициента автокорреляции от первых разностей уровней временного ряда
b. Зависимость уровня временного ряда от коэффициента корреляции с его номером
c. Последовательность коэффициентов автокорреляции, расположенных по возрастанию их порядка
d. Последовательность коэффициентов автокорреляции, расположенных по возрастанию их значений
59. Если наиболее высоким оказался коэффициент автокорреляции 4 порядка, то временной ряд имеет
b. случайную компоненту
c. тренд в виде полинома 4 порядка
d. циклические колебания с периодом 4
60. Известны значения коэффициентов автокорреляции 
, 
, 
, 
. Укажите верные утверждения…
a. Временной ряд содержит линейный тренд
b. Временной ряд содержит тренд в виде полинома 4 порядка
c. Временной ряд содержит циклические колебания с периодом 2
d. Временной ряд содержит циклические колебания с периодом 4
61. Известны значения коэффициентов автокорреляции 
, 
, , . Можно сделать вывод…
a. Временной ряд содержит линейный тренд
b. Временной ряд является случайным
c. Временной ряд содержит циклические колебания с периодом 2
d. Временной ряд содержит циклические колебания с периодом 4
62. Модель временного ряда считается адекватной, если значения остатков …
a. имеют нулевое математическое ожидание
b. значение фактическое значение F-критерия меньше табличного
c. подчиняются нормальному закону распределения
d. подчиняются равномерному закону распределения
f. являются случайными и независимыми
63. Независимость остатков модели временного ряда может быть проверена с помощью
a. Критерия Дарбина-Уотсона
b. Критерия Пирсона
d. Анализа автокорреляционной функции остатков
64. Случайность остатков модели временного ряда может быть проверена с помощью
a. Анализа автокорреляционной функции остатков
b. Критерия Пирсона
c. Проверки гипотезы о наличии тренда
d. Расчета асимметрии и эксцесса
65. Для экспоненциального сглаживания используется формула
a. 
b. 
c. 
d.
66. Постоянная сглаживания 
в модели экспоненциального сглаживания принимает значения
67. Выбор оптимального значения постоянной сглаживания в модели экспоненциального сглаживания осуществляется
a. Всегда используется значение 
b. Всегда используется значение 
c. Оптимальным считается такое значение , при котором получена наименьшая дисперсия ошибки
d. Оптимальным считается такое значение , при котором получена наибольшая дисперсия ошибки
68. Параметр адаптации , 
, 
, 
. Значение 
, полученное в результате экспоненциального сглаживания временного ряда по формуле , равно…
69. Временной ряд содержит тренд и для его сглаживания используется модель Хольта: 
, 
. Если 
, , 
, 
. Значение 
равно …
Источник
Подборка по базе: Химия тесты с ответами.docx, Травматология, общая- тесты 1000.doc, Организация труда ТЕСТЫ.docx, вопросы тесты цифровая экономика синергия мои без ответов.docx, 3.2 Тесты ГНВП.docx, ИСРП тесты (с ответами).doc, каз ЛД тесты РМК.docx, Итоговые тесты по ОБЖ.docx, ИТОГОВЫЕ ТЕСТЫ ПО ТТРРД (2).docx, Тесты по курсу «Логистика» — Тесты 1.docx. скачать 38.99 Kb_.pdf
www.sinpix.ru
1
Тесты: Эконометрика
1. Эконометрическая модель имеет вид a. b. c. d.
Ответ: с
2. Установите соответствие а) регрессионная модель
1)
1 0,
0 1,
0 b) система одновременных уравнений
2)
,
,
c) модель временного ряда
3)
4)
Ответ: a-3,b-2,c-4 3. Регрессия – это a. зависимость значений результативной переменной от значений объясняющих переменных (факторов) b. правило, согласно которому каждому значению одной переменной ставится в соответствие единственное значение другой переменной c. правило, согласно которому каждому значению независимой переменной ставится в соответствие значение зависимой переменной d. зависимость среднего значения результативной переменной от значений объясняющих переменных (факторов)
Ответ: d
4. Метод наименьших квадратов … a. Позволяет получить оценки параметров линейной регрессии, исходя из условия
∑
b. Позволяет получить оценки параметров регрессии, исходя из условия ln ∏
, Θ
c. Позволяет проверить статистическую значимость параметров регрессии d. Позволяет получить оценки параметров нелинейной регрессии, исходя из условия
∑
Ответ: а
5. Уравнение линейной множественной регрессии a. b. c.
…
d.
Ответ: b
6. Установите соответствие а) Линейная парная регрессия
1) b) Линейная множественная регрессия
2) c) Парная нелинейная регрессия
3)
4)
Ответ: а-1, b-3, c-2
www.sinpix.ru
2 7. Для линейного уравнения множественной регрессии установите соответствие а) Факторные переменные
1) b) Результативная переменная
2) c) Параметры
3)
, d) Случайная компонента
4)
,
5)
6)
, ,
Ответ: a-4, b-1, c-6, d-5 8. Проблема спецификации регрессионной модели включает в себя a. Отбор факторов, включаемых в уравнение регрессии b. Оценка параметров уравнения регрессии c. Оценка надежности результатов регрессионного анализа d. Выбор вида уравнения регрессии
Ответ: a,d
9. Требования к факторам, включаемым в модель линейной множественной регрессии… a. Число факторов должно быть в 6 раз меньше объема совокупности b. Факторы должны представлять временные ряды c. Факторы должны иметь одинаковую размерность d. Между факторами не должно быть высокой корреляции
Ответ: а,d
10. Отбор факторов в эконометрическую модель линейного уравнения множественной регрессии можно проводить на основе a. Исключения одного из пары коллинеарных факторов из модели b. Включения коллинеарных факторов в одно и то же уравнение c. Отбора более высоких значений коэффициентов регрессии модели в естественном масштабе переменных d. Сравнения величины остаточной дисперсии до и после
Ответ: а,d
11. Дана матрица парных коэффициентов корреляции
y
x
1
x
2
x
3
y
1
x
1 0,72 1
x
2 0,48
-0,02 1
x
3 0,13 0,69 0,51 1
Наибольшее значение межфакторной корреляции равно …
Ответ: 0,69 12. Дана матрица парных коэффициентов корреляции
y
x
1
x
2
x
3
y
1
x
1 0,72 1
x
2 0,48
-0,02 1
x
3 0,13 0,69 0,51 1
Какой фактор наименее тесно связан с результативной переменной? a) y b) x1 c) x2 d) x3
Ответ: d
13. Дана матрица парных коэффициентов корреляции
y
x
1
x
2
x
3
y
1
x
1 0,72 1
www.sinpix.ru
3
x
2 0,48
-0,02 1
x
3 0,13 0,69 0,51 1
Какие факторы целесообразно включать в модель, чтобы обеспечить отсутствие коллинеарности факторов? a) х1, х2, х3 b) x1, х2 c) x2, х3 d) х1, x3
Ответ: b
14. Дана матрица парных коэффициентов корреляции
y
x
1
x
2
x
3
y
1
x
1 0,72 1
x
2 0,48 0,11 1
x
3
-0,21
-0,79
-0,51 1
Установите соответствие а) Связь прямая и сильная
1)
, b) Связь прямая и слабая
2)
, c) Связь обратная и сильная
3)
, d) Связь обратная и слабая
4)
,
5)
,
6)
,
Ответ: a-3, b-1, c-2, d-6 15. Для уравнения регрессии
200 78 · отклонение фактического значения результативной переменной от расчетного для точки с координатами (2;50) равно … a) 4 b) 44 c) 58 d) 6
Ответ: d
16. Изучается зависимость себестоимости единицы изделия (у, тыс. руб.) от величины выпуска продукции (x, тыс. шт.) по группам предприятий за отчетный период. Экономист обследовал n=5 предприятий и получил следующие результаты, представленные в таблице
Номер
x y x
2
xy
1 2 1,9 4
3,8 2 3 1,7 9
5,1 3 4 1,8 16 7,2 4 5 1,6 25 8 5 6 1,4 36 8,4
Сумма 20 8,4 90 32,5
Параметр а в уравнении линейной парной регрессии
0,11
равен …
Ответ: 2,12 17. Зависимость объема продаж y (д.е.) от расходов на рекламу х (д.е.) характеризуется по 12 предприятиям следующим образом:
10,6 0,6
,
0,83.
Дайте интерпретацию коэффициенту регрессии a. 60% вариации объема продаж объясняется вариацией расходов на рекламу b. 83% вариации объема продаж объясняется вариацией расходов на рекламу c. При увеличении расходов на рекламу на 1 д.е. объем продаж увеличивается на 0,83 д.е. d. При увеличении расходов на рекламу на 1 д.е. объем продаж увеличивается в среднем на 0,6 д.е. e. При увеличении объемов продаж на 1 д.е. расходы на рекламу увеличиваются в среднем на 10,6 д.е.
Ответ: d
www.sinpix.ru
4 18. Зависимость объема продаж y (д.е.) от расходов на рекламу х (д.е.) характеризуется по 12 предприятиям следующим образом:
10,6 0,6
,
0,83.
Коэффициент детерминации равен … a) 0,6 b) 0,6889 c) 0,83 d) 10,6
Ответ: b
19. Промежуточные расчеты для 32 пар наблюдений
; дали следующие результаты
96,
64,
·
768,
480,
492
Оцените параметры уравнения линейной парной регрессии из системы нормальных уравнений
·
·
,
·
·
· .
a)
8 5
b)
8 2
c)
7 3
d)
2 3
Ответ: c
20. Верные утверждения относительно мультиколлинеарности факторов a. В модель линейной множественной регрессии рекомендуется включать мультиколлинеарные факторы b. Мультиколлинеарность факторов приводит к снижению надежности оценок параметров уравнения регрессии c. Мультиколинеарность факторов проявляется в наличии парных коэффициентов межфакторной корреляции со значениями, большими 0,7 d. Мультиколинеарность факторов проявляется в наличии парных коэффициентов межфакторной корреляции со значениями, меньшими 0,3
Ответ: b,c
21. Верные утверждения о включении в уравнение линейной множественной регрессии факторов a. Включение фактора в модель приводит к заметному возрастанию коэффициента множественной детерминации b. Коэффициент парной корреляции для фактора и результативной переменной меньше
0,3 c. Значение t-критерия Стьюдента для коэффициента регрессии при факторе меньше табличного значения d. Фактор должен объяснять поведение изучаемого показателя согласно принятым положениям экономической теории
Ответ: a,d
22. При построении модели множественной регрессии методом пошагового включения переменных на первом этапе рассматривается модель с … a. Одной объясняющей переменной, которая имеет с зависимой переменной наименьший коэффициент корреляции b. Одной объясняющей переменной, которая имеет с зависимой переменной наибольший коэффициент корреляции c. Несколькими объясняющими переменными, которые имеют с зависимой переменной коэффициенты корреляции по модулю больше 0,5 d. Полным перечнем объясняющих переменных
Ответ: b
23. Параметры при факторах в линейной множественной регрессии характеризуют a. Долю дисперсии результативной переменной, объясненную регрессией в его общей дисперсии b. Тесноту связи между результативной переменной и соответствующим фактором, при устранении влияния других факторов, включенных в модель
www.sinpix.ru
5 c. Среднее изменение результативной переменной с изменением соответствующего фактора на единицу, при неизменном значении других факторов, закрепленных на среднем уровне d. На сколько процентов в среднем изменяется результативная переменная с изменением соответствующего фактора на 1%
Ответ: с
24. По 19 предприятиям оптовой торговли изучается зависимость объема реализации (y) от размера торговой площади (х
1
) и товарных запасов (х
2
). Получены следующие результаты:
30 10 8
,
0,92
Коэффициент детерминации позволяет сделать вывод: a. Связь между результативной переменной и факторами, включенными в модель, прямая и очень сильная b. 92% вариации объема реализации объясняется вариацией торговой площади и товарных запасов, а остальные 8% — не включенными в модель факторами c. На уровне значимости 8% уравнение регрессии в целом можно признать статистически значимым d. При увеличении факторов на 1 единицу объем реализации увеличивается в среднем на
92%
Ответ: b
25. Стандартизация переменных проводится по формуле a. b. c. d.
Ответ: d
26.
Даны значения количественного показателя: 5; -6; 7; 1; 2. Среднее квадратическое отклонение равно 4,45. Первое стандартизированное значение показателя равно a) 0,81 b) 1,12 c) 1,4 d) 3,6
Ответ: а
27. Уравнение множественной регрессии в стандартизованном масштабе имеет вид
20 0,9 0,5
. На результативный признак оказывает большое влияние: a. b. и c. d. нельзя сделать вывод
Ответ: а
28. Уравнение множественной регрессии в естественной форме имеет вид
20 0,7 0,5
. На результативный признак оказывает большое влияние: a. b. и c. d. нельзя сделать вывод
Ответ: d
29. К свойствам уравнения регрессии в стандартизированном виде относятся … a. Коэффициенты регрессии при объясняющих переменных равны между собой b. Постоянный параметр (свободный член уравнения) регрессии отсутствует c. Стандартизированные коэффициенты регрессии несравнимы между собой d. Входящие в состав уравнения переменные являются безразмерными
Ответ: b,d
www.sinpix.ru
6 30. Установите соответствие а) общая сумма квадратов отклонений TSS
1) ∑
b) регрессионная сумма квадратов отклонений RSS
2) ∑
c) остаточная сумма квадратов отклонений ЕSS
3) ∑
4) ∑
Ответ: a-1, b-4, c-3 31. Коэффициент множественной корреляции для линейной зависимости можно рассчитать по формуле a.
…
∑
b.
…
∑
c.
y
x
y
x
y
x
r
σ
σ
⋅
⋅
−
⋅
=
d.
…
1
∑
∑
Ответ: a,d
32. Верные утверждения относительно коэффициента множественной корреляции a. Чем ближе значение к единице
…
, тем теснее связь результативного признака со всеми факторами b. Чем ближе значение к нулю
…
, тем теснее связь результативного признака со всеми факторами c.
…
принимает значения из промежутка [0, 1] d.
…
принимает значения из промежутка [– 1, 1]
Ответ: a,c
33. Коэффициент множественной детерминации характеризует a. Тесноту совместного влияния факторов на результат в уравнении линейной множественной регрессии b. Тесноту связи между результатом и соответствующим фактором, при устранении влияния других факторов, включенных в модель c. Долю дисперсии результативного признака, объясненную регрессией в его общей дисперсии d. Среднее изменение результативной переменной с изменением соответствующего фактора на единицу, при неизменном значении других факторов, закрепленных на среднем уровне
Ответ: с
34. Для общей (TSS), регрессионной (RSS) и остаточной (ESS) суммы квадратов отклонений и коэффициента детерминации выполняется равенство … a. b.
1
c. d.
1
e.
Ответ: a,b
35. Отношение остаточной дисперсии к общей дисперсии равно 0,05. Это означает … a. Коэффициент детерминации
0,95 b. Коэффициент детерминации
0,05 c. Разность
1 0,95, где – коэффициент детерминации d. Разность
1 0,05, где – коэффициент детерминации
Ответ: a,d
36. Для линейной регрессионной модели величина коэффициента детерминации равна 0,9.
Установите соответствие между дисперсиями зависимой переменной и их значениями
www.sinpix.ru
7 а) объясненная (регрессионная) 1)
100 b) общая 2)
190 c) остаточная 3)
90 4)
10
Ответ: a-3, b-1, c-4 37. Установите соответствие между значениями показателей и характеристиками их значений а)
0,7 1) доля дисперсии зависимой переменной, объясненная уравнением, составляет 70% b)
1 0,2 2) на случайные факторы приходится 0,2% дисперсии зависимой переменной c)
1 3) на зависимую переменную не оказывают влияния случайные факторы
4) на случайные факторы приходится 20% дисперсии зависимой переменной
Ответ: a-1, b-4, c-3 38. Для устранения систематической ошибки остаточной дисперсии для оценки качества модели линейной множественной регрессии используется a. Коэффициент множественной детерминации b. Коэффициент множественной корреляции c. Скорректированный коэффициент множественной детерминации d. Скорректированный коэффициент частной корреляции
Ответ: с
39. Оценка статистической значимости уравнения линейной множественной регрессии в целом осуществляется с помощью a. Критерия Стьюдента b. Критерия Фишера c. Критерия Дарбина-Уотсона d. Критерия Фостера-Стюарта
Ответ: b
40. Для уравнения регрессии
35 2,5
;
22;
0,81 найти фактическое значение
F-критерия Фишера (ответ округлить до двух знаков после запятой). a) 4,26 b) 0,9 c) 85,26 d) 93,79
Ответ: c
41. При оценке статистической значимости параметра уравнения линейной множественной регрессии было получено расчетное значение t-статистики Стьюдента: набл
3,2. Табличные значения t-статистики Стьюдента составили:
t = 3,5 (для уровня значимости 0,01)
t = 2,36 (для уровня значимости 0,05)
t = 1,86 (для уровня значимости 0,1)
Сделайте выводы о значимости коэффициента a. Параметр является статистически значимым с вероятностью 99% b. Параметр является статистически значимым с вероятностью 95% c. Параметр является статистически значимым с вероятностью 90% d. Параметр не является статистически значимым
Ответ: b,с
42. Дано уравнение линейной множественной регрессии
30 10 8
. Стандартная ошибка для коэффициента регрессии при факторе равна 4. Найти фактическое значение t-критерия Стьюдента для коэффициента при втором факторе.
Ответ: 2
www.sinpix.ru
8 43. Оценка статистической значимости коэффициентов линейной множественной регрессии осуществляется с помощью a. Критерия Стьюдента b. Критерия Фишера c. Критерия Дарбина-Уотсона d. Критерия Фостера-Стюарта
Ответ: a
44. Если коэффициент регрессии является существенным, то для него выполняются условия a. Фактическое значение t-критерия Стьюдента меньше критического b. Фактическое значение t-критерия Стьюдента больше критического c. Доверительный интервал проходит через ноль d. Стандартная ошибка не превышает половины значения параметра
Ответ: b,d
45. Если уравнение регрессии является существенным, то фактическое значение F-критерия … a. больше критического b. меньше критического c. близко к единице d. близко к нулю
Ответ: а
46. Если коэффициент регрессии является существенным, то фактическое значение t-критерия … a. больше критического b. меньше критического c. близко к единице d. близко к нулю
Ответ: а
47. Получены результаты регрессионного анализа
Установите соответствие: а) множественный коэффициент корреляции
1) 0,67 b) скорректированный коэффициент детерминации
2) 0,82 c) фактическое значение F- критерия Фишера
3) 31,63 4)
3,00 5)
0,65 6)
35,48
Ответ: a-2, b-5, c-3
www.sinpix.ru
9 48. Получены результаты регрессионного анализа
Установите соответствие: а) коэффициент регрессии при факторе Х2 1) 0,0004 b) уровень значимости для коэффициента регрессии при факторе Х3 2) -0,66 c) фактическое значение критерия Стьюдента для коэффициента при факторе
Х1 3) -20,73 4)
-8,32 5)
0,08 6)
-1,77
Ответ: a-2, b-5, c-4 49. Получены результаты регрессионного анализа
Укажите верные выводы: a. Между результативной переменной и факторами, включенными в модель, высокая множественная корреляция b. 89% вариации результативной переменной объясняется вариацией включенных в модель факторов c. Уравнение регрессии в целом можно признать статистически значимым с вероятностью более 99% d. Уравнение регрессии в целом можно признать статистически значимым с вероятностью не более 97,3% e. Доля регрессионной суммы квадратов в общей сумме квадратов равна 0,75
Ответ: а,c
50. Получены результаты регрессионного анализа
Уравнение линейной множественной регрессии имеет вид:
www.sinpix.ru
10 a.
4,7 0.36 0.03 2.92
b.
4,7 0.36 0.03 0.04 2.92
c.
1.35 2.6 3.29 0.85 4.58
d.
1.35 2.6 3.29 4.58
e.
3.49 0.13 0.008 0.05 0.64
Ответ: b
51. Доверительный интервал с вероятностью 95% для коэффициента регрессии для модели
3 2
, построенный на основании 20 наблюдений, если известны t-статистики для параметров регрессии
2,5,
3,15 и критическое значение t-статистики табл
0,05; 18 2,1. a.
2 0,6345 · 2,1 2
0,6345 · 2,1 b.
2 1,2 · 2,1 2
1,2 · 2,1 c.
3 0,6345 · 2,1 3
0,6345 · 2,1 d.
3 1,2 · 2,1 3
1,2 · 2,1
Ответ: a
52. Предпосылками МНК являются… a. Дисперсия случайных отклонений постоянна для всех наблюдений b. Дисперсия случайных отклонений не постоянна для всех наблюдений c. Случайные отклонения коррелируют друг с другом d. Случайные отклонения являются независимыми друг от друга
Ответ: а,d
53. Укажите выводы, которые соответствуют графику зависимости остатков a. Нарушена предпосылка МНК о независимости остатков друг от друга b. Имеет место автокорреляция остатков c. Отсутствует закономерность в поведении остатков d. Отсутствует автокорреляция остатков
Ответ: a,b
54. При выполнении предпосылок метода наименьших квадратов (МНК) остатки уравнения регрессии, как правило, характеризуются… a. Нулевой средней величиной b. Гетероскедстичностью c. Случайным характером d. Высокой степенью автокорреляции
Ответ: a,c
55. К методам обнаружения гетероскедастичности остатков относятся a. Критерий Дарбина-Уотсона b. Тест Голдфелда-Квандта c. Графический анализ остатков d. Метод наименьших квадратов
Ответ: b,c
56. При использовании теста Голдфелда-Квандта осуществляется расчет… a. уравнений регрессии по одной исходной упорядоченной выборке наблюдений b. разности сумм квадратов остатков c. отношения сумм квадратов остатков d. уравнений регрессии по двум упорядоченным выборкам наблюдений
Ответ: c,d
57. Фиктивными переменными в уравнении множественной регрессии являются … a. Качественные переменные, преобразованные в количественные
www.sinpix.ru
11 b. Переменные, представляющие простейшие функции от уже включенных в модель переменных c. Дополнительные количественные переменные, улучшающие решение d. Комбинации из включенных в уравнение регрессии факторов, повышающие адекватность модели
Ответ: а
58. Для отражения влияния качественной сопутствующей переменной, имеющей m состояний, обычно включают в модель … фиктивную переменную a.
1 b.
1 c.
1 d.
1
Ответ: с
59. В регрессионную модель урожайности пшеницы необходимо включить показатель качества почвы: 0 – черноземы; 1 – каштановые, подзолистые и дерново-глеевые почвы, 2 – песчаные, супесчаные, тяжелосуглинистые и глинистые почвы. Укажите фиктивные переменные, которые необходимо включить в модель a. z
1, если почва чернозем,
0, в противном случае. b. z
1, если почвы каштановые, подзолистые,
0, в противном случае.
c. z
1, если почвы песчаные, глинистые,
0, в противном случае.
d. z
0, если почва чернозем,
1, если почвы каштановые, подзолистые,
2, если почвы песчаные, глинистые.
Ответ: a,b
60. Регрессии, нелинейные по объясняющим переменным, но линейные по оцениваемым параметрам a. b.
·
· c. d. e.
·
· f.
·
Ответ: а,c
61. Регрессии, нелинейные по оцениваемым параметрам a. b.
·
· c. d. e.
·
· f.
·
Ответ: b,e,f
62. Укажите верные утверждения по поводу модели
,
·
·
·
· a. Относится к типу моделей нелинейных по объясняющим переменным, но линейных по оцениваемым параметрам b. Относится к типу моделей, нелинейных по оцениваемым параметрам c. Относится к типу линейных моделей d. Нельзя привести к линейному виду e. Можно привести к линейному виду
www.sinpix.ru
12
Ответ: b,e
63. Укажите верные утверждения по поводу модели a. Линеаризуется линейную модель множественной регрессии b. Линеаризуется линейную модель парной регрессии c. Относится к классу нелинейных моделей по объясняющим переменным, но линейных по оцениваемым параметрам d. Относится к классу линейных моделей
Ответ: b,c
64. Модель
·
· относится к классу … эконометрических моделей нелинейной регрессии a. степенных b. обратных c. показательных d. линейных
Ответ: c
65. Модель
·
· относится к классу … эконометрических моделей нелинейной регрессии a. степенных b. обратных c. показательных d. линейных
Ответ: a
66. Модель относится к классу … эконометрических моделей нелинейной регрессии a. степенных b. полиномиальных c. показательных d. линейных
Ответ: b
67. Было замечено, что при увеличении количества вносимых удобрений урожайность также возрастает, однако, по достижении определенного значения фактора моделируемый показатель начинает убывать. Для исследования данной зависимости можно использовать спецификацию уравнения регрессии… a. b. c. d.
Ответ: а
68. Для получения оценок параметров степенной регрессионной модели
·
… a. Метод наименьших квадратов неприменим b. Требуется подобрать соответствующую подстановку c. Необходимо выполнить логарифмическое преобразование d. Необходимо выполнить тригонометрическое преобразование
Ответ: с
69. Пусть – временной ряд,
– трендовая компонента,
– сезонная компонента,
– случайная компонента. Аддитивная модель временного ряда имеет вид … a. b.
·
c.
· d.
·
·
Ответ: а
www.sinpix.ru
13 70. Построена аддитивная модель временного ряда, где – временной ряд,
– трендовая компонента,
– сезонная компонента,
– случайная компонента. Если
15, то правильно найдены значения компонент ряда … a.
8,
5,
0 b.
8,
5,
2 c.
15,
5,
0 d.
15,
5,
2
Ответ: b
71. Пусть
– временной ряд с квартальными наблюдениями,
– аддитивная сезонная компонента. Оценки сезонной компоненты для первого, второго и четвертого кварталов соответственно равны
5,
1,
2. Оценка сезонной компоненты для третьего квартала равна …
Ответ: -6 72. Автокорреляционная функция … a. Зависимость коэффициента автокорреляции от первых разностей уровней временного ряда b. Зависимость уровня временного ряда от коэффициента корреляции с его номером c. Последовательность коэффициентов автокорреляции, расположенных по возрастанию их порядка d. Последовательность коэффициентов автокорреляции, расположенных по возрастанию их значений
Ответ: c
73. На рисунке представлен график временного ряда за 4 года (по кварталам). В состав временного ряда входят a. Тренд, случайная компонента b. Тренд, сезонная компонента c. Тренд, сезонная компонента, случайная компонента d. Сезонная компонента, случайная компонента
Ответ: c
74. На рисунке представлен график временного ряда за 4 года (по кварталам). Какую модель целесообразно использовать a.
· b. c. d.
·
·
www.sinpix.ru
14
Ответ: d
75. Дан временной ряд некоторого показателя. С помощью инструментов электронных таблиц получено уравнение линейного тренда (смотри график). Сделайте с помощью него прогноз на следующий промежуток времени t = 16. a) 68,82 b) 69,16 c) 69,5 d) 69,84
Ответ: с
76. Сельскохозяйственное предприятие занимается выращиванием пшеницы, кукурузы, ячменя, гречихи. Построена эконометрическая модель, описывающая урожайность каждой культуры в зависимости от вносимых доз удобрений и количества влаги. Эта модель принадлежит к классу систем … уравнений a. одновременных b. независимых c. рекурсивных d. нормальных
Ответ: b
77. Количество уравнений системы для указанной схемы взаимосвязей между переменными равно …
Ответ: 2
www.sinpix.ru
15 78. В структурной форме модели, построенной по указанной схеме взаимосвязей между переменными, количество экзогенных переменных равно …
Ответ: 2 79. В структурной форме модели, построенной по указанной схеме взаимосвязей между переменными, количество эндогенных переменных равно …
Ответ: 3 80. Приведенная форма для модели динамики цены и заработной платы
,
, где – темп изменения месячной зарплаты,
– темп изменения цен,
– процент безработных,
– темп изменения постоянного капитала,
– темп изменения цен на импорт сырья, имеет вид … a.
,
b.
,
c.
,
d.
,
Ответ: d