Демо-версия теста по второй части курса «Практикум по

Демо-версия теста по второй части курса «Практикум по прикладным
экономическим исследованиям»
Занесите один или несколько правильных ответов в расположенную ниже таблицу (будет
проверена только эта таблица). Если ответ правильный, то он оценивается в 1 балл.
Если «правильных пунктов» более одного, а студент отметил не все правильные пункты
или отметил лишний, то он (она) получает 0.5 балла в случае, если ответ студента
отличается от правильного только одним пунктом (лишним или недостаточным).
При написании теста запрещено разговаривать. Можно использовать лист формата А4 с
рукописными записями необходимых материалов курса.
1
2
3
Номер задачи
4 5 6 7
8
9
10
Ответ
11 12 13 14 15 16 17 18 19 20
Ответ
21 22 23 24 25 26 27 28 29 30
Ответ
1) Для выбора правильной функциональной формы модели применяется тест
1. Бокса-Кокса 2. Харке- Бера 3. Рамсея 4. Хаусмана
2
2) С помощью Radj
можно выбрать лучшую из моделей
Y  1   2 X 2   3 X 3  u
(1)
Y  1   4 X 4   5 X 5  u
(2)
Y / X 2  1   2 X 2   3 X 3  u
(3)
ln Y  1   2 X 2   3 X 3  u ,
(4)
1) 1 и 2 2) 1 и 3 3) 1 и 4 4) 2 и 3
предыдущих ответов не верен
5) 2 и 4
6) 3 и 4
7) 3 и 4
8) ни один из
3) Если в модель включена несущественная переменная, то
1. оценки МНК коэффициентов будут несмещенными
2. оценки стандартных отклонений коэффициентов будут несмещенными
3. t – статистики для проверки значимости коэффициентов будут несмещенными
4) Согласно модели
ln EˆARNINGS  0.6  0.5 ln S  0.3 ln EXP , все коэффициенты которой значимы, при
увеличении опыта работы (EXP) на 1% заработная плата (EARNINGS) увеличится на
1. 3% 2. 3 денежных единицы 3. 0.3% 4. 0.3 денежных единицы
5) В тесте Бокса-Кокса значение   0 соответствует преобразованию
1. X 2. ln X 3. 1/ X 4. X 2 5. ни одному из перечисленных
6) Тест Рамсея используется
1. для выбора правильной спецификации модели;
2. для проверки гипотезы о гомоскедастичности остатков,
3. проверки мультиколлинеарности данных,
4. выявления факта пропущенных переменных,
5. проверки нормальности распределения возмущений
6. ни один из перечисленных ответов не верен
7) VIF - ы принимают значения
1. любые 2. только положительные
3. только большие 1
4. в интервале от 0 до 1
8) Индикаторы мультиколлинеарности:
1. В корреляционной матрице факторов встречаются элементы, по модулю близкие к 0.
2. параметр обусловленности матрицы X’X больше 30
3. Большие значения VIFов
4. ни один из перечисленных ответов не верен
9) При применении метода последовательного исключения на каждом шаге исключается
переменная, для которой
1. самое большое p-v в таблице
2. самое большое p-v в таблице, большее выбранного уровня значимости
3. самое большое p-v в таблице, меньшее выбранного уровня значимости
4. самое малое p-v в таблице
5. самое малое p-v в таблице, большее выбранного уровня значимости
6. самое малое p-v в таблице, меньшее выбранного уровня значимости
7. ни один из перечисленных ответов не верен
10) Согласно теореме о корне из r необходимым условием того, что при r удалении
2
факторов Radj
может увеличиться, является
1. все коэффициенты при этих факторах по модулю меньше r
2. все стандартные отклонения при этих факторах меньше r
3. все t - статистики при этих факторах по модулю меньше r
4. все p-value при этих факторах по модулю меньше
5. ни один из перечисленных ответов не верен
ei* 
ei
s( i ) 1  hii
r
11) Стьюдентизированные остатки регрессии ei* вычисляются по формуле
1. ei* 
ei
s
1  hii
2. ei* 
ei
s ( i ) 1  hii
3. ei* 
ei
s ( i ) 1  hii
4. ei* 
ei
1  hii
5. ни один из перечисленных ответов не верен
12) Leverage – это элементы матрицы
1. H 2. I – H 3. обратной к H матрицы 4. обратной к I-H матрицы
перечисленных ответов не верен
13) Тест Шапиро – Уилка используется для проверки
1. гомоскедастичности возмущений 2. нормальности возмущений
регрессии 4. ни один из перечисленных ответов не верен
14) Статистика Харке – Бера применима
5. ни один из
3. качества подгонки
1. Для любой выборки 2. Только для маленьких выборок
выборок 4. ни один из перечисленных ответов не верен
3. Только для больших
15) Если выявлены выбросы, то
1. не нужно ничего предпринимать 2. следует оценить регрессию с выбросами и без них
3. следует оценить какую-нибудь робастную регрессию 4. ни один из перечисленных
ответов не верен
16) При гетероскедастичности возмущений оценки МНК коэффициентов не будут
1) BEST 2) LINEAR 3) UNBIASED
4) ESTIMATOR 5) ничего из перечисленного
17) В тесте Голдфелда – Квандта
альтернативная гипотеза имеет вид
1. H 1 : гетероскед астичность (вид не конкретизи руется ) 2. H 1 :  i ~ X ji
3. H 1 :  i ~ X ji или  i ~ X ji или  i ~
1
X ji
4. H1 :  i2 ~ f ( 0  1 Z1i  ...   r Z ri )
5. H1 :  i ~ ln( X ji ) 6. ни один из перечисленных ответов не верен
18) По данным для 20 семей исследователь оценил линейную регрессию
Yˆ  0.847  0.899 X ,
где Х – доход, Y – потребительские расходы.
Используя результаты регрессии e 2  0.493  0.071 X  0.0037 X 2 , R 2  0.85 , e – остатки,
найдите значение статистики Уайта, оно равно __________
19) Если для модели Y  1   2 X  u известны дисперсии возмущений D(ui )   i , i  1,..., n
то, чтобы решить проблему гетероскедастичности, надо провести следующее
преобразование переменных
1. Разделить все переменные на Х 2. Умножить все переменные на Х
2
2
3. Разделить все переменные на  i , i  1,..., n 4. Умножить все переменные на  i , i  1,..., n
2
5. Разделить все переменные на  i , i  1,..., n 6. Умножить все переменные на  i , i  1,..., n
7. ни один из перечисленных ответов не верен
20) Неконструктивным является
1. тест Уайта
2. тест Глейзера
3. тест Рамсея
один из перечисленных ответов не верен
4. тест Бройша-Пагана 5. ни
21) Недостатком модели линейной вероятности является
1. нереалистичность прогнозных значений зависимой переменной
2. не являющееся
нормальным распределение возмущений
3. гетероскедастичность возмущений
4.
использование z – статистик для проверки значимости коэффициентов 5. ни один из
перечисленных ответов не верен
22) Предельные эффекты объясняющих факторов не зависят от выбора точки, в которой
они рассчитываются
1. Для линейной модели
2. для моделей бинарного выбора 3. для упорядоченных
моделей (логит или пробит) 4. ни один из перечисленных ответов не верен
23) Линейно зависит от объясняющих факторов
1. Odd ratio для модели бинарного выбора 2. ln(Odd ratio) для модели бинарного выбора
3. exp(Odd ratio) для модели бинарного выбора 4. ни один из перечисленных ответов не
верен
24) При интерпретации результатов оценки моделей бинарного выбора имеет значение
1. Значимость коэффициентов 2. численные значения оценок коэффициентов 3. знаки
оценок коэффициентов 4. Ничего из перечисленного
25) Тест Бранта используется для проверки гипотезы
1. о независимости от остальных альтернатив
перпендикулярности 4. Ничего из перечисленного
2. о параллельности
3. о
26) В случае некоррелированности индивидуальных эффектов и факторов наиболее
эффективными будут оценки
1. Сквозной регрессии
2. модели с фиксированными эффектами 3. модели со
случайными эффектами
27) Within регрессии позволяют оценить коэффициенты
1. при всех факторах 2. только при меняющихся со временем факторах 3. только при не
меняющихся со временем факторах 4. ни один из перечисленных ответов не верен
28) Данные о ВВП 27 стран за 5 лет являются
1. панельными данными 2. временным рядом
ничем из перечисленного
3. пространственными данными
29) Оценки регрессии between совпадают с оценками
1. Сквозной регрессии 2. модели с фиксированным эффектом 3. модели со случайным
эффектом 4. within регрессии 5. ни один из перечисленных ответов не верен
30) Тест Хаусмана используется для выбора между моделями
1. Сквозной и с фиксированным эффектом 2. сквозной и со случайным эффектом 3. с
фиксированным эффектом и со случайным эффектом 4. ни один из перечисленных
ответов не верен
4.