Онлайн тесты на тему "Эконометрика | МФЮА [ID 43147]"

Тестовое задание на тему: Эконометрика
Тест был выполнен на хорошо. Отчёт набранных баллов предоставляю в демо работах.
В купленном тесте будут вопросы и ответы которые размещены ниже.
Так же могу выполнять данную работу индивидуально. Делайте индивидуальный заказ.

Описание работы

Тестирование: Эконометрика

Статистика Дарбина-Уотсона используется для:
Коррекции гетероскедастичности
Линеаризации
Определения характера зависимости между СВ
Вычисления параметров парной линейной регрессии

Гетероскедастичность это:
Непостоянство математического ожидания возмущающих воздействий
Постоянство дисперсий возмущающих воздействий
Постоянство математического ожидания возмущающих воздействий
Непостоянство дисперсий возмущающих воздействий

Критерий Стьюдента используется для проверки гипотезы о:
Значимости уравнения регрессии
Наличии тренда во временном ряде
Независимости остатков
Значимости коэффициента корреляции

Невязки это:
Отклонение наблюдаемого значения от условного математического ожидания
Отклонение наблюдаемого значения от значения, вычисленного по теоретической функции регрессии
Отклонение наблюдаемого значения от условного среднего
Отклонение условного математического ожидания от значения, вычисленного по теоретической функции регрессии

Статистика Дарбина-Уотсона используется для:
Коррекции гетероскедастичности
Определения характера зависимости между СВ
Вычисления параметров парной линейной регрессии
Линеаризации

Какие веса используются в сглаживании временных рядов Методом скользящего среднего при m=
3/35, 12/35, 17/35, 12/35, -3/35
-2/21, 3/21, 6/21, 7/21, 6/21, 3/21, -2/21
1/3, 1/3, 1/3
1/5, 1/5, 1/5, 1/5, 1/5

Критерий Фишера используется для проверки гипотезы о:
Независимости остатков
Значимости коэффициента корреляции
Наличии тренда во временном ряде
Значимости уравнения регрессии

Какие основные понятия связаны с временными рядами:
Модели генерации значений, тренд, сглаживание
Модели генерации значений, тренд, сглаживание, спектральная плотность
Автоковариация, спектральная плотность
Тренд, фильтрация, сглаживание, автоковариация, спектральная плотность, модели генерации значений

Какие методы используются для сглаживания временного ряда:
Аналитические, алгоритмические, Метод скользящего среднего
Аналитические, Метод скользящего среднего
Аналитические, алгоритмические, экспоненциальное сглаживание
Аналитические, алгоритмические

Основной принцип подбора функций тренда:
Визуальный
Принцип наименьших квадратов
Принцип взвешенных наименьших квадратов
Принцип наименьших абсолютных значений

Метод скользящего среднего - это:
Алгоритмический метод сглаживания временного ряда
Метод вычисления параметров тренда
Аналитический метод сглаживания временного ряда
Метод коррекции гетероскедастичности

Разделение на компоненты, отличающиеся с точки зрения выбранного порядка - это:
Автоковариация
Сглаживание
Выделение тренда
Фильтрация

Что вычисляется при проверке гипотезы о наличии тренда во временном ряде:
Выборочную медиану, серии
Выборочную медиану, количество серий, длину самой протяженной серии
Выборочную медиану, серии, количество серий, длину самой протяженной серии
Серии, количество серий, длину самой протяженной серии

Если зависимость между СВ близка к линейной, то статистика Дарбина-Уотсона приближенно равна: