Эконометрика – страница 18
Эконометрическое моделирование зависимости по неоднородной совокупности данных может осуществляться на основе …
Примерами фиктивных переменных в эконометрической модели зависимости дохода работника предприятия от ряда факторов могут выступать …
Одной из предпосылок метода наименьших квадратов является то, что в остатках регрессионной модели автокорреляция должна …
Уровень временного ряда (yt) формируется под воздействием различных факторов – компонент: Т (тенденция), S (циклические и/или сезонные колебания), Е (случайные факторы). Мультипликативную модель временного ряда не формируют следующие значения компонент уровня временного ряда …
Для нелинейной регрессионной модели зависимости рассчитано значение индекса детерминации R2 = 0,9. Тогда значение индекса корреляции составит …
Вывод о присутствии в данном временном ряде сезонной компоненты можно сделать по значению коэффициента автокорреляции ____ порядка.


В уравнения множественной регрессии, построенном на основании 14 наблюдений,
в скобках указаны значения t-статистики, соответствующие параметрам регрессии. Также известны критические значения Стьюдента для 10 степеней свободы для различных уровней значимости
,
,
. При уровне значимости 0,1 значимыми являются параметры …
в скобках указаны значения t-статистики, соответствующие параметрам регрессии. Также известны критические значения Стьюдента для 10 степеней свободы для различных уровней значимости
,
,
. При уровне значимости 0,1 значимыми являются параметры …Известно, что доля остаточной регрессии в общей составила 0,19. Тогда значение коэффициента корреляции равно …
Для эконометрической модели линейного уравнения множественной регрессии вида
построена матрица парных коэффициентов линейной корреляции (y – зависимая переменная; х(1), х(2), х(3), x(4)– независимые переменные):

Коллинеарными (тесно связанными) независимыми (объясняющими) переменными не являются …
построена матрица парных коэффициентов линейной корреляции (y – зависимая переменная; х(1), х(2), х(3), x(4)– независимые переменные):
Коллинеарными (тесно связанными) независимыми (объясняющими) переменными не являются …
В уравнении множественной регрессии, построенном на основании 14 наблюдений,
в скобках указаны значения t-статистики соответствующие параметрам регрессии. Также известны критические значения Стьюдента для 10 степеней свободы для различных уровней значимости
,
,
. Для данного уравнения при уровне значимости α=0,05 значимыми являются параметры …
в скобках указаны значения t-статистики соответствующие параметрам регрессии. Также известны критические значения Стьюдента для 10 степеней свободы для различных уровней значимости
,
,
. Для данного уравнения при уровне значимости α=0,05 значимыми являются параметры …Обобщенный метод наименьших квадратов не может применяться для оценки параметров линейных регрессионных моделей в случае, если …
Для уравнения множественной регрессии вида
на основании 14 наблюдений рассчитаны оценки параметров и записана модель:

(в скобках указаны значения t-статистик, соответствующие параметрам регрессии). Известны критические значения Стьюдента при различных уровнях значимости

Для данного уравнения при уровне значимости α=0,01 значимым(-ыми) является(-ются) параметр(-ы) …
на основании 14 наблюдений рассчитаны оценки параметров и записана модель:
(в скобках указаны значения t-статистик, соответствующие параметрам регрессии). Известны критические значения Стьюдента при различных уровнях значимости

Для данного уравнения при уровне значимости α=0,01 значимым(-ыми) является(-ются) параметр(-ы) …