Ekonometria: Zadania testowe | Egzaminy wstępne Analiza danych

*W celu odzwierciedlenia niemonotonicznych efektów krańcowych w modelu ekonometrycznym NIE wykorzystujemy:

a. Kwadraty zmiennych egzogenicznych (Funkcja kwadratowa w modelu używana jest w celu odzwierciedlenia malejących lub rosnących efektów

krańcowych)

b. Zmienne zero-jedynkowe

c. Logarytmy zmiennych egzogenicznych

d. Iloczyny zmiennych egzogenicznych

W celu odzwierciedlenia malejących lub rosnących efektów krańcowych w modelu ekonometrycznym wykorzystujemy:

a. Zmienne zero-jedynkowe

b. Logarytmy zmiennych egzogenicznych

c. Kwadraty zmiennych egzogenicznych

d. Iloczyny zmiennych egzogenicznych

*Aby estymator MNK w modelu ekonometrycznym można było uznać za estymator BLUE musi być spełnione założenie:

a. O normalności rozkładu składnika losowego

b. O liniowości modelu

c. O występowaniu autokorelacji składnika losowego

d. O stałości wariancji składnika losowego

Estymatora MNK w modelu ekonometrycznym nie można uznać za estymator BLUE, wtedy gdy:

a. Nie jest spełnione założenie o występowaniu autokorelacji składnika losowego

b. Postać analityczna modelu nie jest poprawna

c. Nie jest spełnione założenie o stałości wariancji składnika losowego

d. Nie jest spełnione założenie o normalności rozkładu składnika losowego

*Aby estymator MNK był estymatorem najbardziej efektywnym w klasie estymatorów nieobciążonych musi być spełnione założenie, że:

a. Składnik losowy ma rozkład normalny

b. Składnik losowy wykazuje autokorelację

c. Składnik losowy ma stała wariancję

d. Składnik losowy wykazuje brak autokorelacji

*Aby estymator MNK był estymatorem najbardziej efektywnym nie musi być spełnione założenie że:

a. Składnik losowy wykazuje brak autokorelacji

b. Składnik losowy jest stały w czasie

c. Składnik losowy ma rozkład normalny

d. Składnik losowy ma stałą wariancję

*Klasyczną metodą najmniejszych kwadratów można oszacować model:

a. Z wieloma zmiennymi objaśnianymi

b. W którym liczba obserwacji jest większa niż liczba szacowanych parametrów

c. W którym zmienne objaśniające są współliniowe

d. W którym liczba zmiennych jest nieznacznie mniejsza niż liczba obserwacji

*Metodą Najmniejszych Kwadratów nie można oszacować modelu:

a. W którym liczba szacowanych parametrów jest większa niż liczba obserwacji

b. W którym liczba zmiennych jest mniejsza niż liczba obserwacji

c. Z wieloma zmiennymi egzogenicznymi

d. W którym zmienne objaśniające są współliniowe

W jednorównaniowym modelu ekonometrycznym

a. Żadna ze zmiennych objaśniających nie może być zmienną endogeniczną

b. Żadna ze zmiennych objaśniających nie jest zmienną egzogeniczną

c. Każda zmienna objaśniana jest zmienną endogeniczną

d. Wszystkie zmienne objaśniające są zmiennymi egzogenicznymi

*Test t-Studenta służy do:

a. Badania istotności wpływu zmiennych objaśniających na zmienną objaśnianą

b. Badania istotności parametrów strukturalnych

c. Badania autokorelacji składnika losowego rzędu pierwszego

d. Badania heteroskedastyczności w modelu ekonometrycznym

Dane o PKB w 28 krajach UE z 25 ostatnich lat to:

a. Dane ujednolicone

b. Dane przekrojowe

Podgląd częściowego tekstu

Pobierz Ekonometria: Zadania testowe i więcej Egzaminy wstępne w PDF z Analiza danych tylko na Docsity!

*W celu odzwierciedlenia niemonotonicznych efektów krańcowych w modelu ekonometrycznym NIE wykorzystujemy: a. Kwadraty zmiennych egzogenicznych (Funkcja kwadratowa w modelu używana jest w celu odzwierciedlenia malejących lub rosnących efektów krańcowych) b. Zmienne zero-jedynkowe c. Logarytmy zmiennych egzogenicznych d. Iloczyny zmiennych egzogenicznych W celu odzwierciedlenia malejących lub rosnących efektów krańcowych w modelu ekonometrycznym wykorzystujemy: a. Zmienne zero-jedynkowe b. Logarytmy zmiennych egzogenicznych c. Kwadraty zmiennych egzogenicznych d. Iloczyny zmiennych egzogenicznych *Aby estymator MNK w modelu ekonometrycznym można było uznać za estymator BLUE musi być spełnione założenie: a. O normalności rozkładu składnika losowego b. O liniowości modelu c. O występowaniu autokorelacji składnika losowego d. O stałości wariancji składnika losowego Estymatora MNK w modelu ekonometrycznym nie można uznać za estymator BLUE, wtedy gdy: a. Nie jest spełnione założenie o występowaniu autokorelacji składnika losowego b. Postać analityczna modelu nie jest poprawna c. Nie jest spełnione założenie o stałości wariancji składnika losowego d. Nie jest spełnione założenie o normalności rozkładu składnika losowego *Aby estymator MNK był estymatorem najbardziej efektywnym w klasie estymatorów nieobciążonych musi być spełnione założenie, że: a. Składnik losowy ma rozkład normalny b. Składnik losowy wykazuje autokorelację c. Składnik losowy ma stała wariancję d. Składnik losowy wykazuje brak autokorelacji *Aby estymator MNK był estymatorem najbardziej efektywnym nie musi być spełnione założenie że: a. Składnik losowy wykazuje brak autokorelacji b. Składnik losowy jest stały w czasie c. Składnik losowy ma rozkład normalny d. Składnik losowy ma stałą wariancję *Klasyczną metodą najmniejszych kwadratów można oszacować model: a. Z wieloma zmiennymi objaśnianymi b. W którym liczba obserwacji jest większa niż liczba szacowanych parametrów c. W którym zmienne objaśniające są współliniowe d. W którym liczba zmiennych jest nieznacznie mniejsza niż liczba obserwacji *Metodą Najmniejszych Kwadratów nie można oszacować modelu: a. W którym liczba szacowanych parametrów jest większa niż liczba obserwacji b. W którym liczba zmiennych jest mniejsza niż liczba obserwacji c. Z wieloma zmiennymi egzogenicznymi d. W którym zmienne objaśniające są współliniowe W jednorównaniowym modelu ekonometrycznym a. Żadna ze zmiennych objaśniających nie może być zmienną endogeniczną b. Żadna ze zmiennych objaśniających nie jest zmienną egzogeniczną c. Każda zmienna objaśniana jest zmienną endogeniczną d. Wszystkie zmienne objaśniające są zmiennymi egzogenicznymi *Test t-Studenta służy do: a. Badania istotności wpływu zmiennych objaśniających na zmienną objaśnianą b. Badania istotności parametrów strukturalnych c. Badania autokorelacji składnika losowego rzędu pierwszego d. Badania heteroskedastyczności w modelu ekonometrycznym Dane o PKB w 28 krajach UE z 25 ostatnich lat to: a. Dane ujednolicone b. Dane przekrojowe

c. Dane panelowe d. Szereg czasowy W modelu, w którym zmiennymi objaśniającymi są stopa bezrobocia i inflacja: a. Obie zmienne powinny być zlogarytmowane b. Inflację należy zlogarytmować, a bezrobocie pozostawić niezlogarytmowane c. Nie logarytmujemy obu zmiennych Miary: leverage, standaryzowane reszty i odległości Cooka służą do: a. Identyfikacji obserwacji odstających lub nietypowych b. Oceny istotności parametrów struktury stochastycznej modelu c. Oceny siły wpływu zmiennych objaśniających na zmienną objaśnianą d. Oceny siły współliniowości pomiędzy zmiennymi objaśniającymi *Logarytmowania zmiennych objaśniających nie stosuje się gdy: a. Zmienna reprezentuje cechę jakościową b. Zmienna mierzona jest w latach, np. wiek, liczba lat nauki c. Zmienna mierzona jest w dużej ilości jednostek pieniężnych d. Nie stwierdzono istotności wpływu zmiennej objaśniającej na zmienną objaśnianą w analizowanym okresie. Uwzględnienie w modelu ekonometrycznym zmiennej zero-jedynkowej D w następujący sposób

yi = b 0 + b 1 xi + b 2 Di xi + ui

a. Zmianę współczynnika kierunkowego prostej b. Wprowadzenie współliniowości zmiennych objaśniających c. Uwzględnienie heteroskedastyczności w modelu d. Zmianę wyrazu wolnego w linii regresji (gdyby pojawiło się jako zmienna egzogeniczna np. 1 female to ta odp) *Aby porównać dobroć dopasowania 2 różnych modeli ekonometrycznych objaśniających tą samą zmienną endogeniczną możemy wykorzystać: a. Kryterium informacyjnego Akaike (AIC) b. Kryterium informacyjnego Schwartza-Bayesa (BIC) c. Miary VIF d. Skorygowany współczynnik determinacji *Aby porównać dobroć dopasowania 2 różnych modeli ekonometrycznych objaśniających tą samą zmienną endogeniczną wykorzystujemy: a. Kryterium informacyjne Akaike (AIC) b. Miarę VIF c. Kryterium infromacyjne Schwartza Bayesa (BIC) d. Współczynnik determinacji *Zmienne zero-jedynkowe w modelu ekonometrycznym wykorzystywane są: a. Do odzwierciedlenia cech jakościowych b. Do odzwierciedlenia sezonowości c. Do odzwierciedlenia znaczących załamań strukturalnych w szeregu czasowym d. Do rozwiązania problemu braku normalności rozkładu składnika losowego Model ekonometryczny, w którym w roli zmiennych objaśniających występuje opóźniona zmienna endogeniczna nazywamy modelem: a. Z rozłożonymi opóźnieniami b. Adaptacyjnych oczekiwań c. Mnożnikowym d. Autoregresyjnym *Model ekonometryczny może być wykorzystany do: a. Wyliczenia ile środków należy zainwestować, aby inwestycja przyniosła określone efekty b. Wyznaczania wskaźnika efektywności firmy c. Wyznaczenia prognozowanej wartości produkcji w firmie d. Weryfikacji hipotezy o występowaniu zależności między różnymi zmiennymi ekonomicznymi Model ekonometryczny nie może być wykorzystany do: a. Wyznaczenia prognozowanej wartości produkcji w firmie b. Identyfikacji czynników wpływających na analizowaną zmienną c. Weryfikacji hipotezy o występowaniu istotnej zależności między różnymi zmiennymi ekonomicznymi d. Wskazania optymalnej strategii działania firmy w celu uzyskania najwyższej rentowności *Model ekonometryczny może być wykorzystany do:

a. Wynagrodzenie należy zlogarytmować, a wiek firmy pozostawić niezlogarytmowany b. Nie logarytmujemy obu zmiennych c. Wiek firmy należy zlogarytmować, a wynagrodzenie pozostawić niezlogarytmowane d. Obie zmienne powinny być zlogarytmowane W modelu szacowanym na szeregach czasowych NIE badamy założenia, że

a. Składnik losowy wykazuje brak autokorelacji pomiędzy jednostkami przekrojowymi

b. Składnik losowy ma rozkład normalny

c. Postać analityczna modelu jest poprawna

d. Składnik losowy ma stałą wariancję

W modelu szacowanym na danych przekrojowych NIE badamy założenia, że: a. Postać analityczna jest poprawna b. Składnik losowy wykazuje brak autokorelacji c. Składnik losowy ma stałą wariancję d. Składnik losowy ma rozkład normalny *W modelu szacowanym na szeregach czasowych badamy założenia, że: a. Składnik losowy wykazuje brak autokorelacji pomiędzy okresami b. Składnik losowy ma stałą wariancję c. Składnik losowy ma rozkład normalny d. Postać analityczna modelu jest poprawna Współczynnik rozdęcia wariancji (VIF) a. Stosuje się, gdy regresja zawiera zbyt dużo zmiennych endogenicznych b. Pomaga ocenić istotność zmiennych objaśniających c. Poprawia istotność statystyczną w modelu d. Wykorzystywany jest do oceny stopnia współliniowości zmiennych objaśniających Współczynnik rozdęcia wariancji (VIF) a. Stosuje się gdy regresja zawiera zbyt mało zmiennych b. Służy do sprawdzenia, czy różne zmienne objaśniające w regresji są ze sobą wysoce skorelowane c. Poprawia istotność statystyczną w modelu d. Pomaga rozwiązać problem niskiej wartości R-kwadrat Mnożnik opóźniony skumulowany rzędu 2 pokazuje, jaki jest wpływ na zmienną endogeniczną jednostkowej zmiany zmiennej egzogenicznej: a. W modelu autoregresyjnym b. Która nastąpiła w okresie t-2 przy założeniu, że w kolejnych okresach zmienna utrzymała się na tym nowym poziomie c. Która nastąpiła w okresie t-2 przy założeniu, że w kolejnych okresach zmienna wróciła do poprzedniego poziomu d. Która nastąpiła w okresie t i ma charakter zmiany długookresowej W potęgowym modelu ekonometrycznym parametry interpretujemy jako: a. Stopy wzrostu zmiennej egzogenicznej wywołane zmianami zmiennej objaśnianej b. Elastyczności zmiennej endogenicznej na zmiany zmiennych objaśniających c. Przyrosty krańcowe zmiennej endogenicznej wywołane zmianami zmiennych objaśniających d. Semi-elastyczności zmiennej endogenicznej na zmiany zmiennych objaśniających Semi-elastyczność zmiennej objaśnianej na zmiany zmiennej objaśniającej informuje: a. O ile % zmieni się zmienna objaśniana, jeżeli zmienna objaśniająca zmieni się o 1% b. O ile % zmieni się zmienna objaśniana, jeżeli zmienna objaśniająca wzrośnie o 1 jednostkę c. O ile jednostek zmieni się zmienna objaśniana, jeżeli zmienna objaśniająca wzrośnie o jednostkę d. O ile % zmieni się zmienna objaśniana, jeżeli zmienna objaśniająca wzrośnie o 1 % Przyrost krańcowy zmiennej objaśnianej na zmiany zmiennej objaśniającej informuje: a. O ile % zmieni się zmienna objaśniana, jeżeli zmienna objaśniająca wzrośnie o 1% b. O ile % zmieni się zmienna objaśniana, jeżeli zmienna objaśniająca wzrośnie o 1 jednostkę c. O ile jednostek zmieni się zmienna objaśniana, jeżeli zmienna objaśniająca wzrośnie o jednostkę. d. O ile jednostek zmieni się zmienna objaśniana, jeżeli zmienna objaśniająca zmieni się o 1 jednostkę. W liniowym modelu ekonometrycznym parametry interpretujemy jako:

a. Elastyczności zmiennej endogenicznej na zmiany zmiennych objaśniających b. Stopy wzrostu zmiennej endogenicznej wywołane zmianami zmiennych objaśniających c. Semi-elastyczności zmiennej endogenicznej na zmiany zmiennych objaśniających d. Przyrosty krańcowe zmiennej endogenicznej wywołane zmianami zmiennych objaśniających

1. Elastyczność zmiennej objaśnianej na zmiany zmiennej objaśniającej, informuje: (1)

a) O ile procent zmieni się zmienna objaśniana, jeżeli zmienna objaśniająca wzrośnie o jedną jednostkę.

b) O ile procent zmieni się zmienna objaśniana, jeżeli zmienna objaśniająca wzrośnie o jeden procent.

c) O ile procent zmieni się zmienna objaśniana, jeżeli zmienna objaśniająca zmieni się o jeden procent.

d) O ile jednostek zmieni się zmienna objaśniana, jeżeli zmienna objaśniająca wzrośnie o jednostkę.

2. Kiedy zmieniamy jednostki miary jednej zmiennej objaśniającej : (1)

a) Zmienia istotność statystyczną tej zmiennej objaśniającej.

b) Wpływa na oszacowanie parametru beta dla tej zmiennej objaśniającej.

c) Zmienia oszacowania wszystkich parametrów w regresji.

d) Nie ma to wpływu na oszacowanie parametrów beta w regresji.

3. Aby estymator MNK był estymatorem najbardziej efektywnym, nie musi być spełnione założenie, że: (kilka)

a) Składnik losowy wykazuje brak autorelacji.

b) Składnik losowy jest stały w czasie.

c) Składnik losowy ma rozkład normalny.

d) Składnik losowy ma stałą wariancję.

Ekonometria: Zadania testowe, Egzaminy wstępne z Analiza danych

Często pobierane razem

Dokumenty powiązane

Podgląd częściowego tekstu

Pobierz Ekonometria: Zadania testowe i więcej Egzaminy wstępne w PDF z Analiza danych tylko na Docsity!

yi = b 0 + b 1 xi + b 2 Di xi + ui

a. Składnik losowy wykazuje brak autokorelacji pomiędzy jednostkami przekrojowymi

b. Składnik losowy ma rozkład normalny

c. Postać analityczna modelu jest poprawna

d. Składnik losowy ma stałą wariancję

1. Elastyczność zmiennej objaśnianej na zmiany zmiennej objaśniającej, informuje: (1)

a) O ile procent zmieni się zmienna objaśniana, jeżeli zmienna objaśniająca wzrośnie o jedną jednostkę.

b) O ile procent zmieni się zmienna objaśniana, jeżeli zmienna objaśniająca wzrośnie o jeden procent.

c) O ile procent zmieni się zmienna objaśniana, jeżeli zmienna objaśniająca zmieni się o jeden procent.

d) O ile jednostek zmieni się zmienna objaśniana, jeżeli zmienna objaśniająca wzrośnie o jednostkę.

2. Kiedy zmieniamy jednostki miary jednej zmiennej objaśniającej : (1)

a) Zmienia istotność statystyczną tej zmiennej objaśniającej.

b) Wpływa na oszacowanie parametru beta dla tej zmiennej objaśniającej.

c) Zmienia oszacowania wszystkich parametrów w regresji.

d) Nie ma to wpływu na oszacowanie parametrów beta w regresji.

3. Aby estymator MNK był estymatorem najbardziej efektywnym, nie musi być spełnione założenie, że: (kilka)

a) Składnik losowy wykazuje brak autorelacji.

b) Składnik losowy jest stały w czasie.

c) Składnik losowy ma rozkład normalny.

d) Składnik losowy ma stałą wariancję.

4. W modelu szacowanym na danych przekrojowych nie badamy założenia, że: (1)

a) Postać analityczna jest poprawna.

b) Składnik losowy wykazuje brak autorelacji.

c) Składnik losowy ma stałą wariancję.

d) Składnik losowy ma rozkład normalny.

5. Interakcja między zmiennymi egzogenicznymi w modelu ekonometrycznym pozwala na odzwierciedlenie sytuacji, gdy: (1)

a) Reakcja zmiennej objaśnianej na zmiany zmiennej egzogenicznej znacząco zależy od wartości innej zmiennej

objaśniającej.

b) Wpływ zmiennych egzogenicznych jest nieliniowy.

c) Następują znaczące zmiany strukturalne w analizowanym szeregu czasowym.

d) Nie stwierdzono istotności wpływu zmiennej objaśniającej na zmienną objaśnianą w analizowanym okresie.

6. Uwzględnienie w modelu ekonometrycznym zmiennej zero-jedynkowej D w następujący sposób: yi = b0 + b1xi + b2Di + ui

oznacza: (1)

a) Uwzględnienie heteroskedastyczności w modelu.

b) Wprowadzenie wpółliniowości zmiennych objaśniających.

c) Zmianę wyrazu wolnego linii regresji.

d) Zmianę współczynnika kierunkowego prostej.

7. Jeżeli współczynnik zmienności losowej V wynosi 95%, oznacza to, że: (1)

a) Model wyjaśnia zaledwie 5% całkowitej zmienności zmiennej objaśnianej.

b) Model jest niewystarczająco dopasowany do danych rzeczywistych.

c) Model jest bardzo dobrze dopasowany do danych rzeczywistych.

d) Odchylenia wartości rzeczywistych zmiennej objaśnianej od wartości teoretycznych wynosi zaledwie 5% średniej, co

świadczy o bardzo dobrym dopasowaniu.

8. Zmienne zero-jedynkowe w modelu ekonometrycznym nie wykorzystywane są: (kilka)

a) Do odzwierciedlenia znaczących zmian strukturalnych w szeregu czasowym.

b) Do odzwierciedlenia interakcji między zmiennymi egzogenicznymi.

c) Do rozwiązania problemu braku normalności rozkładu składnika losowego.

d) Do odzwierciedlenia cech jakościowych.

9. Kiedy zmieniamy jednostki miary jednej zmiennej objaśniającej : (1)

a) Zmienia istotność statystyczną tej zmiennej objaśniającej.

b) Nie ma to wpływu na oszacowanie parametrów beta w regresji.

c) Wpływa na oszacowanie parametru beta dla tej zmiennej objaśniającej.

d) Zmienia oszacowania wszystkich parametrów w regresji.

10. Współczynnik determinacji informuje : (kilka)

a) Jaka część zmiennej endogenicznej została wyjaśniona przez model.

b) Jaka część całkowitej zmienności zmiennej endogenicznej została wyjaśniona przez model.

c) Jaka część zmiennej endogenicznej nie została wyjaśniona przez model.

d) Jak dobrze dopasowany jest model do danych rzeczywistych.

11. W liniowym modelu ekonometrycznym parametry interpretujemy jako : (1)

c) Oceny siły wpływu zmiennych objaśniających na zmienną objaśnianą.

d) Oceny istotności parametrów struktury stochastycznej modelu.

24. W jednorównaniowym modelu ekonometrycznym: (1)

a) Żadna ze zmiennych objaśniających nie może być zmienną endogeniczną.

b) Żadna ze zmiennych objaśniających nie jest zmienną egzogeniczną.

c) Każda zmienna objaśniana jest zmienną endogeniczną.

d) Wszystkie zmienne objaśniające są zmiennymi egzogenicznymi.

25. Test t-Studenta służy do: (kilka)

a) Badania istotności wpływu zmiennych objaśniających na zmienną objaśnianą.

b) Badania istotności parametrów strukturalnych.

c) Badania autokorelacji składnika losowego rzędu pierwszego.

d) Badania heteroskedastyczności w modelu ekonometrycznym.

26. W modelu szacowanym na szeregach czasowych badamy założenia, że: (kilka)

a) Składnik losowy wykazuje brak autokorelacji pomiędzy okresami.

b) Składnik losowy ma stałą wariancję.

c) Składnik losowy ma rozkład normalny.