Durante mucho tiempo hubo dos definiciones diferentes de econometría: desde “econometría hasta En un amplio sentido palabras” a “econometría en el sentido estricto de la palabra”. “Econometría en el sentido amplio de la palabra” se refiere a un conjunto de diversos tipos de investigación económica realizada utilizando métodos matemáticos. Por “econometría en el sentido estricto de la palabra” nos referimos principalmente a la aplicación de métodos matemáticos y estadísticos en la investigación económica: la construcción de modelos matemáticos y estadísticos de fenómenos económicos, la estimación de parámetros en modelos de cualquier tipo, etc.
El nombre "econometría" fue introducido por el fundador de esta dirección de la economía en 1926, Ragnar Frisch. Lingüísticamente el término “econometría” es de origen alemán (Okonometrie). Este término apareció por primera vez en 1910 en un libro alemán sobre contabilidad, cuyo autor entendía la teoría de la contabilidad mediante él. Traducido literalmente, econometría significa "mediciones en economía" (se puede comparar con la biometría, la cienciometría, la astrometría, la sociometría, la psicometría y la polimetría).
Sin embargo, en la actualidad podemos decir con total seguridad que la definición dada por S.A. Ayvazyan y V.S. Mkhitaryan en su último libro de texto son los más objetivos, modernos y precisos:
Definición: La econometría es una disciplina científica independiente que combina un conjunto de resultados teóricos, técnicas, métodos y modelos diseñados para
- teoría económica,
- estadísticas económicas,
- herramientas matemáticas y estadísticas
- Dar una expresión cuantitativa específica a los patrones generales (cuantitativos) determinados por la teoría económica.
Como podemos ver, esta definición corresponde plenamente a la introducida por R. Frisch hace setenta años. Creía que la econometría debería seguir una fórmula trina, combinando análisis teórico, datos empíricos y métodos matemáticos.
Hablando de teoría económica en el marco de la econometría, los investigadores están interesados no solo en identificar las leyes económicas objetivamente existentes (a nivel cualitativo) y las conexiones entre los indicadores económicos, sino también en los enfoques para su formalización. Al considerar las estadísticas económicas como parte integral de la econometría, los investigadores sólo están interesados en aquel aspecto de esta disciplina independiente que está directamente relacionado con soporte de información modelo econométrico analizado. Y, finalmente, las herramientas matemáticas y estadísticas de la econometría significan, naturalmente, no estadísticas matemáticas en su sentido tradicional, sino solo sus secciones individuales (modelos lineales clásicos y generalizados de análisis de regresión, análisis de series de tiempo, construcción y análisis de sistemas de ecuaciones simultáneas). . Estas secciones de estadística matemática deben complementarse con alguna información ( tipos especiales modelos de regresión, enfoques para la resolución de problemas de especificación, identificabilidad y verificabilidad de modelos, etc.).
En todas las actividades de un econometrista, el uso de un modelo es fundamental. Por tanto, es muy importante rastrear toda la “cadena” de definiciones relacionadas con este concepto.
Modelo matemático Es una abstracción del mundo real en la que las relaciones entre elementos reales de interés para el investigador son reemplazadas por relaciones adecuadas entre categorías matemáticas.
Modelo económico y matemático – Es cualquier modelo matemático que describe el mecanismo de funcionamiento de un determinado sistema económico o sistema socioeconómico hipotético. A veces el mismo modelo puede llamarse simplemente económico . (Un ejemplo de este modelo es la versión más simple del llamado "modelo web", que describe el proceso de generación de demanda y oferta de un determinado producto o tipo de servicio en un mercado competitivo).
Si en la definición de un modelo económico-matemático no hablamos de ningún modelo matemático, sino de un modelo construido utilizando el aparato de la teoría de la probabilidad y la estadística matemática, entonces ya podemos hacernos una idea del modelo econométrico. Pero para ello conviene recordar las siguientes definiciones.
Modelo probabilístico – Este es un modelo matemático que simula el mecanismo de funcionamiento. hipotético(no específico) fenómeno (o sistema) real de naturaleza estocástica.
Modelo probabilístico-estadístico – Este es un modelo probabilístico, cuyos valores de características individuales (parámetros) se estiman en base a los resultados de las observaciones (datos estadísticos iniciales) que caracterizan el funcionamiento del modelado. específico(en lugar de un fenómeno (o sistema) hipotético).
Finalmente, podemos hablar del modelo econométrico:
modelo econométrico Se denomina modelo estadístico-probabilístico que describe el mecanismo de funcionamiento de un sistema económico o socioeconómico.
En cualquier modelo econométrico, todas las variables que intervienen en él, en función de los objetivos finales de aplicación, se dividen en exógenas, endógenas y predeterminadas:
variables exógenas(ekzo-exterior, origen genoso)- se trata de variables que se establecen como “desde fuera”, de forma autónoma y, en cierta medida, controlables (planificadas);
variables endógenas(endo-interior, genoso-origen) son variables cuyos valores se forman en el proceso y adentro el funcionamiento del sistema socioeconómico analizado en gran medida bajo la influencia de variables exógenas y, por supuesto, en interacción entre sí; en un modelo econométrico son objeto de explicación;
variables predefinidas- estas son variables que actúan en el sistema como factores - argumentos, o explicando variables.
El conjunto de variables predefinidas se forma a partir de todas las variables exógenas (que pueden “vincularse” a momentos pasados, presentes y futuros en el tiempo) y las llamadas variables endógenas rezagadas, aquellos. tales variables endógenas, cuyos valores se incluyen en las ecuaciones del sistema econométrico analizado medido en pasado(en relación con el actual) momentos en el tiempo y, por lo tanto, son ya conocido, dado.
1. ¿Cuál de las ecuaciones de regresión es la ley de potencia?
Y= A? A?? A
2. Las estimaciones de los parámetros de regresión son insesgadas si
La expectativa matemática del resto es 0.
Tres estimaciones de los parámetros de regresión son efectivas si
Las estimaciones tienen la varianza más pequeña………….estimaciones
4. Las estimaciones de los parámetros de regresión son consistentes si
Agrandar exactitud….
Cinco variables ficticias son
Características atributivas...
6. si el factor cualitativo tiene 3 gradaciones, entonces el número requerido de variables ficticias
7. Un coeficiente de correlación igual a cero significa que entre las variables
La situación es incierta
8.un coeficiente de correlación igual a -1 significa que entre las variables
Dependencia funcional
9.En el análisis econométrico se consideran Xj
Como variables aleatorias
10. El coeficiente de regresión varía dentro
Acepta cualquier valor
11.Q=…………..min corresponde
Método de mínimos cuadrados
12. ¿Dentro de qué límites cambia el coeficiente de determinación?
13. en un modelo bien elegido, los residuos deben
Tener una ley normal.....
14. La elección incorrecta de la forma funcional o de las variables explicativas se denomina
Errores de especificación
15. coeficiente de determinación es
Dobles cuadrados...
16.El valor calculado mediante la fórmula r=………………es una estimación
Coeficiente de correlación emparejada
17. Coeficiente de correlación muestral r en valor absoluto
No supera uno
18 componentes del vector Ei
tener una ley normal
19. ¿Es aplicable el método de mínimos cuadrados para calcular los parámetros de modelos no lineales?
Apliquémoslo después…..
20. ¿Es aplicable el método de mínimos cuadrados para calcular los parámetros de dependencia exponencial?
Aplicar después de traerlo.
21. ¿Qué muestra la tasa de crecimiento absoluta?
¿Cuántas unidades cambiará y si x cambia en uno?
22.si el coeficiente de correlación es positivo, entonces en el modelo lineal
A medida que x aumenta, y aumenta
23. ¿Qué función se utiliza al modelar modelos con crecimiento constante?
Si el valor relativo……………………ilimitado
25. Muestra de elasticidad
¿En cuánto % cambiará………………………………..en un 1%?
26.El valor tabular del estudiante depende
Y sobre el nivel de probabilidad de confianza, sobre el número de factores incluidos en el modelo y sobre la longitud de la serie original.
27. El valor tabular del criterio de Fisher depende de
Sólo en el nivel de probabilidad de confianza y en el número de factores incluidos en el modelo.
28. ¿Qué característica estadística expresa la fórmula?
Rxy =…………
Coeficiente de correlación
29.la fórmula t= rxy………….se utiliza para
Verificaciones de significancia Coeficiente de correlación
30.¿Qué característica estadística expresa la fórmula R?=………………
Coeficiente de determinación
31. El coeficiente de correlación se utiliza para
Definiciones de cercanía de conexión………………..
32.se mide la elasticidad
Unidad de medida del factor……………………indicador
33. Las estimaciones de los parámetros de la regresión lineal pareada se encuentran utilizando la fórmula
B= Cov(x;y)/Var(x);a=y? ¿bx?
34.para la regresión y=a+bx de n observaciones, el intervalo de confianza (1-a)% para el coeficiente b será
35. Supongamos que la dependencia de los gastos de los ingresos se describe mediante la función y=a+bx
El valor promedio y=2……………….es igual
36.para la regresión por pares o?b es igual a
…….(¿xi-x?)?)
37. La relación entre el coeficiente de determinación múltiple (D) y la correlación (R) se describe mediante el siguiente método
38. Probabilidad de confianza
Probabilidad de que………………..intervalo de pronóstico
39. Para comprobar el significado de un parámetro individual, utilice
40.número de grados de libertad para el estadístico t al probar la significancia de los parámetros de regresión de 35 observaciones y 3 variables independientes
41.número de grados de libertad de los denominadores f de estadísticas de regresión de 50 observaciones y 4 variables independientes
42.uno de los problemas es el gato. Puede ocurrir en regresión multivariada y nunca ocurre en regresión por pares, es
Correlación entre variables independientes
43.la multicolinealidad ocurre cuando
Dos o más independientes…………
44. La heteroscedaticidad está presente cuando
Dispersión del azar….
45. ¿El coeficiente de la ecuación de regresión estandarizada? k muestra
¿En qué porcentaje cambiará el indicador resultante y cuando xi cambie en un 1% sin cambiar el nivel promedio de otros factores?
46.¿Relación entre el índice de determinación múltiple R? y el índice ajustado de determinación múltiple RC (en la fórmula con R arriba)
RC?=R? (n-1)/(nm-1)
47. Supongamos que dos modelos son adecuados para describir un proceso económico. Ambos son adecuados según el criterio de Fisher. qué ventaja darle a quien:
Mayor valor de prueba F
48. Para una regresión de n observaciones y m variables independientes, ¿existe tal relación entre R? y f
…………..=[(n-m-1)/m](R?/(1- R?)]
49. La importancia de los coeficientes de correlación parcial y pareada se comprueba utilizando
Prueba T de Student
50.si hay una variable insignificante en la ecuación de regresión, entonces se revela por su valor bajo
estadísticas t
51. ¿En qué caso se considera adecuado el modelo?
Fcalc>Ftabla
52. ¿Qué criterio se utiliza para evaluar la importancia del coeficiente de regresión?
T del estudiante
53. El valor del intervalo de confianza nos permite determinar qué tan confiable es el supuesto de que
El intervalo contiene los parámetros de la población.
54.La hipótesis sobre la ausencia de autocorrelación de residuos se prueba si
Уt=a+b0x1+?yt-1+?t
56.elige un modelo con retrasos
Уt= a+b0x1…….(fórmula más larga)
57.qué puntos se excluyen de la serie temporal mediante el procedimiento de suavizado
Estar al principio y al final de una serie temporal.
58. ¿Qué determina el número de puntos excluidos como resultado de la suavización?
Del número de puntos………………
59.la autocorrelación existe cuando
Cada siguiente valor sobras
60.como resultado de la autocorrelación tenemos
Estimaciones de parámetros ineficaces
61. Si estamos interesados en usar variables de atributos para mostrar el efecto de diferentes meses, deberíamos usar
11 métodos de atributos
62.El modelo aditivo de series temporales tiene la forma
63. EL MODELO MULTIPLICADO TIENE LA VISTA
64.coeficiente de autocorrelación
Caracteriza la cercanía de la relación lineal entre los niveles actual y anterior de la serie.
65.Se construye un modelo aditivo de series temporales.
La amplitud de las fluctuaciones estacionales aumenta y disminuye.
66.basado en datos trimestrales…………..valores 7-1 trimestre, 9-2 trimestre y 11-3 trimestre……………….
67. las variables endógenas son
Variables dependientes, cuyo número es igual al número de ecuaciones……..
68.variables exógenas
Variables predefinidas que influyen…………..
69.las variables de retraso son
El valor de las variables dependientes para el período de tiempo anterior.
70. Para determinar los parámetros, la forma estructural del modelo debe convertirse en
Forma reducida del modelo.
71. Una ecuación en la que H es el número de variables endógenas y D es el número de variables exógenas faltantes, es identificable si
72. ecuación en la que H es el número de variables endógenas, D es el número de variables exógenas faltantes, No identificable si
73. una ecuación en la que H es el número de variables endógenas, D es el número de variables exógenas faltantes, es sobreidentificable si
74.para determinar los parámetros de un modelo identificable con precisión
Se utiliza OLS indirecto
75. para determinar los parámetros del modelo SOBREidentificable
SE UTILIZA OLS DE DOS PASOS
76.para determinar los parámetros del modelo no identificable
NINGUNO DE LOS MÉTODOS EXISTENTES NO PUEDE APLICARSE
buscar en el sitio
Elementos
Seleccione la categoría Abogacía Derecho administrativo Análisis de estados financieros Gestión de crisis Auditoría Banca Derecho bancario Planificación de negocios Negocios cambiarios Bolsas Informes financieros Contabilidad de gestión Contabilidad Contabilidad en bancos Contabilidad contabilidad financiera Contabilidad Contabilidad en organizaciones presupuestarias Contabilidad en fondos de inversión Contabilidad en organizaciones de seguros Contabilidad y auditoría Sistema presupuestario de la Federación de Rusia Regulación monetaria y control de divisas Negocios de exhibición y subasta Matemáticas superiores Comercio exterior Servicio civil Registro estatal de transacciones inmobiliarias Regulación estatal del comercio exterior Proceso civil y de arbitraje Declaración Dinero, crédito, bancos Política financiera a largo plazo ley de vivienda Derecho territorial Inversiones Estrategias de inversión Gestión innovadora Tecnologías de la información y las aduanas Sistemas de información en la economía Tecnologías de la información Tecnologías de la información de gestión Procedimientos de reclamación Investigación de sistemas de gestión Historia del estado y el derecho de países extranjeros Historia del estado y el derecho nacionales Historia de las doctrinas políticas y jurídicas Precios comerciales Análisis económico integral actividad económica Derecho constitucional de países extranjeros Derecho constitucional de la Federación de Rusia Contratos en el comercio internacional Control Control y auditoría Condiciones de los mercados de productos básicos Política financiera a corto plazo Criminología forense Logística Marketing Derecho internacional Relaciones monetarias y crediticias internacionales Convenciones y acuerdos internacionales sobre comercio Estándares internacionales actividades de auditoría Normas internacionales Estados financieros Relaciones económicas internacionales Métodos de gestión para la evaluación de riesgos financieros Economía mundial Economía mundial y comercio exterior Derecho municipal Impuestos y tributación Derecho tributario ley de herencia Regulación no arancelaria del comercio exterior Notarios Justificación y control de los precios de los contratos Gestión general y aduanera Comportamiento organizacional Organización del control de divisas Organización de las actividades de los bancos comerciales Organización de las actividades del Banco Central Organización y tecnología del comercio exterior Organización del control aduanero Negocios fundamentos Características de la contabilidad en el comercio Características de la industria del cálculo de costos Fondos mutuos de inversión Derechos humanos y civiles Ley de propiedad intelectual Ley de seguridad social Jurisprudencia Apoyo legal de la economía Regulacion legal privatización Legal Sistemas de información Marco jurídico de la Federación de Rusia Riesgos empresariales Economía regional y gestión Publicidad Mercado de valores Sistemas para procesar datos de países extranjeros Sociología Sociología de la gestión Estadísticas Estadísticas financieras y crediticias Gestión estratégica Seguros Derecho de seguros Negocios aduaneros Derecho aduanero Teoría contable Teoría del estado y del derecho Teoría de la organización Teoría de la gestión Teoría del análisis económico Ciencia de los productos básicos Ciencia de los productos básicos y experiencia en negocios aduaneros Relaciones comerciales y económicas de la Federación de Rusia Derecho laboral Gestión de calidad Gestión de personal Gestión de proyectos Gestión de riesgos Gestión financiera del comercio exterior Decisiones de gestión Contabilidad de costos en el comercio Contabilidad de pequeñas empresas Filosofía y estética Entorno financiero y riesgos comerciales Derecho financiero Sistemas financieros de países extranjeros Gestión financiera Finanzas Finanzas empresariales Finanzas, circulación de dinero y crédito Derecho económico Fijación de precios Fijación de precios en el comercio internacional Computadoras Derecho ambiental Econometría Economía Economía y organización empresarial Métodos económicos y matemáticos Geografía económica y estudios regionales Teoría económica Análisis económico Ética jurídica
q=……….. mín.corresponde método de mínimos cuadrados
Autocorrelación es la dependencia de correlación de los niveles de la serie con respecto a los valores anteriores.
La autocorrelación existe cuando cada valor subsiguiente de los restos
El modelo aditivo de series de tiempo tiene la forma: Y=T+S+E
Se puede utilizar una variable de atributo cuando: la variable independiente es cualitativa;
¿Dentro de qué límites cambia el coeficiente determinante?: de 0 a 1.
¿En qué caso se considera adecuado el modelo? Fcalc>Ftabla
Como resultado de la autocorrelación tenemos estimaciones de parámetros ineficientes
En un modelo bien ajustado, los residuos deberían y tener una ley normal
En análisis econométricoxjestán siendo considerados como variables aleatorias
El valor del intervalo de confianza nos permite establecer el supuesto de que: el intervalo contiene una estimación del parámetro de la incógnita.
El valor calculado por la fórmula.r=...es una estimación probabilidades de par Correlaciones
Regresión no lineal intrínseca Es una regresión verdaderamente no lineal que no se puede reducir a una regresión lineal transformando variables e introduciendo nuevas variables.
Series de tiempo es una secuencia de valores de una característica (variable resultante) tomados a lo largo de momentos o periodos de tiempo sucesivos.
Elige un modelo con retrasos.Уt= a+b0x1…….(fórmula más larga)
Valor selectivo Rxy no > 1, |R|< 1
Coeficiente de correlación muestralren términos absolutos no excede la unidad
heterocedasticidad- violación de la constancia de la varianza para todas las observaciones.
La heteroscedasticidad está presente cuando: la varianza de los residuos aleatorios no es constante
La heteroskydasticidad es cuando la varianza de los residuos es diferente
Se ha comprobado la hipótesis sobre la ausencia de autocorrelación de residuos, si Dtable2...
homocedasticidad- constancia de dispersión para todas las observaciones, o la misma dispersión de cada desviación (resto) para todos los valores de las variables factoriales.
homoskidasticidad– esto es cuando la varianza de los residuos es constante e igual para todas... las observaciones.
Dispersión- indicador de variación.
Para determinar los parámetros de un modelo no identificado, se utiliza lo siguiente: ninguna de las entidades. Los métodos no se pueden aplicar.
Para determinar parámetros más allá del modelo identificado, utilice: aplica. OLS de 2 pasos
Para determinar los parámetros, la forma estructural del modelo debe convertirse en forma reducida del modelo
Para determinar los parámetros de un modelo identificable con precisión: se utiliza MCO indirecto;
Para evaluar... cambiosydeXingresó: coeficiente de elasticidad:
Para regresión por pares ơ²bes igual….(xi-x¯)²)
Para probar la importancia de los parámetros de regresión individuales, utilizamos: prueba t.
Para la regresióny= a+ bxdenorteintervalo de confianza de las observaciones (1-a)% para el coeficiente.bserá b±t…….·ơb
Para la regresión denorteobservaciones ymetrovariables independientes existe tal relación entreR² yF..=[(n-m-1)/m](R²/(1- R²)]
probabilidad de confianza es la probabilidad de que el valor real del indicador de desempeño caiga dentro del intervalo de pronóstico calculado.
Supongamos que dos modelos son adecuados para describir un proceso económico. Ambos son adecuadosFCriterio de Fisher. que ventaja darle, por ese gato: mayor que el valor del criterio F
Supongamos que la dependencia de los gastos de los ingresos se describe mediante la funcióny= a+ bxel valor promedio y=2...es igual 9
SiRxyes positivo, entonces a medida que x aumenta, y aumenta.
Si hay una variable insignificante en la ecuación de regresión, entonces se revela por un valor bajo. estadísticas t
Si un factor cualitativo tiene 3 gradaciones, entonces el número requerido de variables ficticias 2
Si el coeficiente de correlación es positivo, entonces en el modelo lineal a medida que x aumenta, y aumenta
Si estamos interesados en utilizar variables de atributos para mostrar el efecto de diferentes meses, deberíamos utilizar 11 métodos de atributos.
Si el modelo de regresión tiene una relación exponencial, entonces El método de mínimos cuadrados es aplicable después de la reducción a forma lineal.
La relación entre el coeficiente de determinación múltiple (D) y correlaciones (R) se describe mediante el siguiente método R=√D
Importancia de la ecuación de regresión- la presencia real de la dependencia en estudio, y no simplemente una coincidencia aleatoria de factores que simulan una dependencia que en realidad no existe.
Se evalúa la importancia de la ecuación de regresión en su conjunto.: -Prueba F de Fisher
La importancia de las cuotas privadas y pareadas. se verifican las correlaciones. mediante el uso:-Prueba t de Student
Intercorrelación y multicolinealidad relacionada.- se trata de una relación estrecha entre factores que se acerca a una relación lineal completa.
¿Qué característica estadística se expresa mediante la fórmula?R²=… coeficiente de determinación
¿Qué característica estadística se expresa mediante la fórmula?: r xy = California(X; y) dividir por la raízvar(X)* var(y): coeficiente. correlaciones
¿Qué función se utiliza al modelar modelos con crecimiento constante? fuerza
¿Qué puntos quedan excluidos de la serie temporal mediante el procedimiento de suavizado? tanto al principio como al final.
¿Qué ecuación de regresión es una ecuación de potencia? y= a˳ aͯ¹ a
El método clásico para estimar parámetros de regresión se basa en:- método de mínimos cuadrados (LSM)
Número de grados de libertad paratEstadísticas al probar la importancia de los parámetros de regresión de 35 observaciones y 3 variables independientes. 31;
Número de grados de libertad del denominadorF-estadísticas en regresión de 50 observaciones y 4 variables independientes: 45
Componentes vectorialesEiY tener una ley normal
Correlación- dependencia estocástica, que es una generalización de una dependencia funcional estrictamente determinista al incluir un componente probabilístico (aleatorio).
Coeficiente de autocorrelación: caracteriza la cercanía de la relación lineal entre los niveles actuales y futuros de la serie
Coeficiente de determinación- indicador de la cercanía de la conexión estocástica en caso general regresión no lineal
Coeficiente de determinación es una cantidad que caracteriza la relación entre variables dependientes e independientes.
El coeficiente de determinación es coeficiente de correlación múltiple al cuadrado
El coeficiente de determinación es: un valor que caracteriza la relación entre las variables independientes y dependientes (dependientes);
Coeficiente de determinaciónRmuestra la proporción de variación en la variable dependiente y que se explica por la influencia de los factores incluidos en el modelo.
El coeficiente de determinación varía dentro: - de 0 a 1
factor de confianza- este es un coeficiente que conecta los errores límite y promedio con una dependencia lineal, aclara el significado del error límite que caracteriza la precisión de la estimación y es un argumento a favor de la distribución (más a menudo, la integral de probabilidad). Esta probabilidad es el grado de confiabilidad de la estimación.
Factor de confianza (desviación normalizada)- el resultado de dividir la desviación del promedio por la desviación estándar caracteriza significativamente el grado de confiabilidad (confianza) de la evaluación resultante.
Coeficiente de correlaciónRxyusado para determinar la integridad de la conexión entre X e Y.
El coeficiente de correlación varía dentro del rango: de -1 a 1
Un coeficiente de correlación de 0 significa que: - sin conexión lineal .
Un coeficiente de correlación de 1 significa que: -existe una dependencia funcional.
El coeficiente de correlación se utiliza para: determinar la cercanía de la relación entre las variables aleatorias X e Y;
El coeficiente de correlación se calcula para medir el grado de relación lineal entre dos variables aleatorias.
Coeficiente de correlación lineal- un indicador de la cercanía de la relación estocástica entre el factor y el resultado en el caso de regresión lineal.
Coeficiente de regresion- coeficiente de la variable factor en el modelo de regresión lineal.
Coeficiente de regresionbmuestra:¿En cuántas unidades aumenta y si x aumenta en 1?
El coeficiente de regresión varía dentro: se aplica cualquier valor; de 0 a 1; de -1 a 1;
El coeficiente de elasticidad se mide en: cantidad inconmensurable.
El criterio de Darwin-Chatson se utiliza para: - selección de factores en el modelo; o - definiciones de autocorrelación en residuos
prueba t de Student- comprobar la importancia de los coeficientes de regresión individuales y la importancia del coeficiente de correlación.
La prueba de Fisher muestra la significancia estadística del modelo en su conjunto basada en la significancia combinada de todos sus coeficientes;
Variables rezagadas: - son variables relacionadas con momentos anteriores en el tiempo; o - estos son los valores dependientes. cambiar para el período de tiempo anterior.
Las variables rezagadas son valor de las variables dependientes para el período de tiempo anterior
El modelo en su conjunto es estadísticamente significativo si Fcalc > Ftab.
El modelo se identifica si:- el número de parámetros del modelo estructural es igual al número de parámetros dados. formas del modelo.
El modelo no está identificado si:- se da el número. coeficiente . más número de coeficientes estructurales
Un modelo está sobreidentificado si: número dado. coeficiente menor que el número de coeficientes estructurales
La multicolateralidad ocurre cuando: inclusión errónea de 2 o más variables linealmente dependientes en la ecuación; 2. dos o más variables explicativas, normalmente débilmente correlacionadas, se vuelven altamente correlacionadas bajo condiciones de muestra específicas; . En el modelo se incluye una variable que está altamente correlacionada con la variable dependiente.
El modelo de series de tiempo multiplicativas tiene la forma:-Y=T*S*E
Se construye un modelo de series de tiempo multiplicativo si: la amplitud de las fluctuaciones estacionales aumenta o disminuye
Basado en datos trimestrales...valores 7-1 trimestre, 9-2 trimestre y 11-3 trimestre...-5
La elección incorrecta de la forma funcional o de las variables explicativas se denomina errores de especificación
La insesgación de la estimación del parámetro de regresión obtenida utilizando MCO significa:- que se caracterice por tener la menor dispersión.
Un problema que puede surgir en la regresión multivariada y que nunca ocurre en la regresión por pares es la correlación entre variables independientes.
Lo que determina el número de puntos excluidos de la serie temporal como resultado del suavizado: dependiendo del método de alisado utilizado.
Tenga en cuenta los principales tipos de errores de especificación: descartar una variable significativa; agregar una variable insignificante;
Las estimaciones de los coeficientes de regresión por pares son insesgadas si: expectativas matemáticas de los restos =0.
Las estimaciones de parámetros para la regresión lineal pareada se encuentran mediante la fórmula b= Cov(x;y)/Var(x);a=y¯ bx¯
Las estimaciones de los parámetros de regresión son insesgadas si La expectativa matemática del resto es 0.
Las estimaciones de los parámetros de regresión son consistentes si: - la precisión de la estimación aumenta con n, es decir, a medida que n aumenta, la probabilidad de realizar una estimación a partir del valor real del parámetro tiende a 0.
Estimaciones de regresión de fenómenos por pares. efectivo si: Las evaluaciones tienen la menor dispersión en comparación con otras evaluaciones.
En presencia de heterocedasticidad se debe utilizar lo siguiente:- mínimos cuadrados generalizados
Al comprobar el significado de todos los parámetros simultáneamente, se utiliza lo siguiente:-Prueba F.
Al comprobar la importancia de todos los parámetros de regresión simultáneamente, se utiliza lo siguiente: Prueba F.
¿Es aplicable el método de mínimos cuadrados para calcular los parámetros de dependencia exponencial? aplicable después de su reducción
¿Es aplicable el método de mínimos cuadrados (LSM) para calcular los parámetros de modelos no lineales? aplicable después de su reducción especial a forma lineal
¿Qué criterio se utiliza para evaluar la importancia del coeficiente de regresión? T del estudiante
Con un aumento en el número de variables explicativas, el coeficiente de determinación correlacionado es:- aumenta.
La relación entre el índice de determinación múltiple.R ² e índice ajustado de determinación múltipleȒ² Hay
Equilibrado coeficiente determinación:- coeficiente más de lo habitual. determinación
El coeficiente estandarizado de la ecuación de regresión Ƀk muestra¿En cuánto % cambiará el indicador resultante y cuando xi cambie en un 1% con el nivel promedio de otros factores sin cambios?
Coeficiente de ecuación de regresión estándar: muestra cuánto cambiará 1 y cuando el factor xk cambie en 1 manteniendo el otro.
La esencia del coeficiente. determinaciónr 2 xy es como sigue:- caracteriza la proporción de varianza de la característica resultante y explicable. regresión., en la varianza total del rasgo resultante.
El valor de la tabla de la prueba de Student depende de nivel probabilidad de confianza y del número de factores incluidos y de la longitud de la serie original (del nivel de significancia aceptado y del número de grados de libertad (n - m -1)).
Valores de la tabla de Fisher (F) depender de la probabilidad de confianza y del número de factores incluidos y de la longitud de la serie original (de la probabilidad de confianza pag y el número de grados de libertad de las dispersiones. f1 Y f2)..
La ecuación en la quehDnúmero de variables exógenas faltantes, identificadas si D+1=H
La ecuación en la quehnúmero de variables endógenas,Dnúmero de variables exógenas faltantes, NO identificables si D+1 La ecuación en la quehnúmero de variables endógenas,Dnúmero de variables exógenas faltantes, sobreidentificadas si D+1>H La ecuación se identifica si:-D+1=H La ecuación no se identifica si:-D+1 Una ecuación está sobreidentificada si:-D+1>H Las variables ficticias son: características atributivas (por ejemplo, profesión, género, educación), a las que se les asignaron etiquetas digitales; Fórmulat=
rxy....usado para p comprobar la importancia del coeficiente de correlación PrivadoF-criterio:- evalúa la importancia de la ecuación de regresión en su conjunto El número de grados de libertad para la suma de cuadrados de los factores en un modelo de regresión lineal múltiple es: metro; ¿Qué muestra el coeficiente de pendiente?¿Cuántas unidades cambiará y si x cambia en uno? ¿Qué muestra el coeficiente? crecimiento absoluto¿En cuántas unidades cambiará y si x cambia en uno? Variable exógena es la variable independiente o factor X. Variables exógenas- estas son variables que se determinan fuera del sistema y son independientes Variables exógenas- Este las variables predeterminadas que influyen en las variables dependientes (variables endógenas), pero que no dependen de ellas, se denotan por x Se mide la elasticidad unidad de medida del factor...indicador La elasticidad muestra¿En cuánto % cambiará el indicador reductor y cuando el factor cambie en un 1%? xk.
Las variables endógenas son: variables dependientes, cuyo número es igual al número de ecuaciones del sistema y que se denotan por y Definiciones Relación T (prueba t)- la relación entre la estimación del coeficiente obtenida utilizando MCO y el error estándar del valor estimado. Modelo aditivo de series de tiempo Es un modelo en el que la serie temporal se presenta como la suma de los componentes enumerados. Criterio de Fisher- un método para probar estadísticamente la importancia de una ecuación de regresión, en el que el valor calculado (real) del índice F se compara con su valor crítico (teórico). Regresión lineal es una relación (regresión), que está representada por una ecuación en línea recta y expresa la relación lineal más simple. Método de variables instrumentales- Este es un tipo de multinacional. Se utiliza para estimar parámetros de modelos descritos por varias ecuaciones. La propiedad principal es la sustitución parcial de una variable explicativa inadecuada por una variable que no está correlacionada con el término aleatorio. Esta variable proxy se denomina variable instrumental y da como resultado estimaciones de parámetros consistentes. Método de mínimos cuadrados (LSM)- un método para encontrar (estimar) aproximadamente coeficientes (parámetros) de regresión desconocidos. Este método se basa en el requisito de minimizar la suma de las desviaciones al cuadrado de los valores de los resultados calculados a partir de la ecuación de regresión y los valores de los resultados verdaderos (observados). Regresión lineal múltiple es una regresión múltiple que representa una relación lineal para cada factor. Regresión múltiple- regresión con dos o más variables factoriales. Modelo identificado- un modelo en el que todos los coeficientes estructurales están determinados únicamente por los coeficientes de la forma reducida del modelo. Modelo de ecuaciones recursivas- un modelo que contiene variables dependientes (resultantes) de algunas ecuaciones como factor, que aparecen en el lado derecho de otras ecuaciones. Modelo multiplicativo– un modelo en el que la serie temporal se presenta como producto de los componentes enumerados. Estimación imparcial- una valoración cuya media sea igual al valor objeto de valoración. Hipótesis nula- el supuesto de que el resultado no depende del factor (el coeficiente de regresión es cero). Mínimos cuadrados generalizados (GLS)- un método que no requiere una dispersión constante (homoscedasticidad) de los residuos, pero supone que los residuos son proporcionales al factor común (varianza). Por tanto, es un MCO ponderado. Varianza explicada- un indicador de la variación del resultado debido a la regresión. Variable explicada (de resultado)- una variable que depende estadísticamente de una variable factorial o explicativa (regresora). varianza residual- varianza inexplicable, que muestra la variación en el resultado bajo la influencia de todos los demás factores no tenidos en cuenta en la regresión. Variables predefinidas son variables exógenas del sistema y variables endógenas rezagadas del sistema. Forma reducida del sistema.- una forma que, a diferencia de la estructural, ya contiene sólo variables endógenas que dependen linealmente de variables exógenas. Exteriormente, no se diferencia de un sistema de ecuaciones independientes. Valor de relación F calculado- el valor obtenido dividiendo la varianza explicada por 1 grado de libertad por la varianza residual por 1 grado de libertad. Regresión (dependencia)- este es el promedio (suavizado), es decir libre de fluctuaciones aleatorias a pequeña escala (fluctuaciones), relación cuasi determinista entre la(s) variable(s) que se explica(n) y la(s) variable(s) explicativa(s). Esta conexión se expresa mediante fórmulas que caracterizan la dependencia funcional y no contienen variables explícitamente estocásticas (aleatorias), que ahora ejercen su influencia como un efecto resultante, tomando la forma de una dependencia puramente funcional. Regresor (variable explicativa, variable factorial) es una variable independiente que está estadísticamente relacionada con la variable de resultado. La naturaleza de esta relación y el impacto de los cambios (variaciones) en el regresor sobre el resultado se estudian en econometría. Sistema de ecuaciones interconectadas. es un sistema de ecuaciones simultáneas o interdependientes. En él, las mismas variables aparecen simultáneamente como dependientes en unas ecuaciones y a la vez independientes en otras. Ésta es la forma estructural de un sistema de ecuaciones. LSM no le es aplicable. Sistema de ecuaciones aparentemente no relacionadas.- un sistema que se caracteriza por la presencia únicamente de correlaciones entre residuos (errores) en diferentes ecuaciones del sistema. Resto aleatorio (desviación)- Se trata de un proceso puramente aleatorio en forma de oscilaciones de pequeña escala, que no contiene ya el componente determinista presente en la regresión. Evaluaciones consistentes- estimaciones que permiten el uso eficaz de intervalos de confianza, cuando la probabilidad de obtener una estimación a una distancia determinada del valor real del parámetro se acerca a 1, y la precisión de las estimaciones mismas aumenta al aumentar el tamaño de la muestra. especificación del modelo- identificación de factores significativos e identificación de multicolinealidad. Error estándar- raíz de la desviación cuadrática media (estándar). Está relacionado con el error promedio y el factor de confianza. Grados de libertad- Son cantidades que caracterizan el número de parámetros independientes y son necesarias para encontrar las tablas de distribución de sus valores críticos. Tendencia- la principal tendencia de desarrollo, un patrón suave y estable de cambios en los niveles de la serie. Nivel significativo- un valor que muestra la probabilidad de una conclusión errónea al probar una hipótesis estadística utilizando un criterio estadístico. Variables ficticias- son variables que reflejan los componentes estacionales de la serie para cualquier período. modelo econométrico- es una ecuación o sistema de ecuaciones que de manera especial representa la(s) dependencia(s) entre el resultado y los factores. La base del modelo econométrico es la descomposición de la relación compleja y poco comprendida entre el resultado y los factores en la suma de los dos componentes siguientes: regresión (componente de regresión) y residuo aleatorio (fluctuación). Otra clase de modelos econométricos produce series temporales. Eficiencia de la evaluación- Esta es la propiedad de una evaluación de tener la variación más pequeña de todas las posibles. 1. La elección del tipo de modelo económico basada en la teoría adecuada de las relaciones entre variables se denomina modelo ________________. · construcción clasificación · especificación
· sistematización 2. La colinealidad de los factores en el modelo econométrico se verifica con base en una matriz de coeficientes pareados lineal __________________ determinación regresión elasticidad · correlaciones
3. De los modelos econométricos propuestos, el modelo de regresión lineal múltiple es... 4. La prueba de la presencia de factores colineales en un modelo econométrico se basa en considerar el coeficiente de correlación entre... · y Y X 1 · y Y ( X 1 ;X 2 } · X
1 yX
2
· y Y X 2 5. Interpretación de un parámetro con una variable ficticia d en el modelo de regresión Dónde y– precio del apartamento, dólares, X– área del apartamento, m2, Será el siguiente... (tenga en cuenta que todos los coeficientes del modelo son significativos). · un apartamento en el primer piso, en igualdad de condiciones, cuesta $1,000 más · uno metro cuadrado la vivienda en planta baja cuesta $450. · un apartamento en la planta baja, en igualdad de condiciones, cuesta 1.000 dólares menos
· el piso en el que está ubicado el apartamento no afecta el precio del apartamento 6. En el modelo, el valor del parámetro. a caracteriza... · influencia de factores aleatorios sobre la variable dependiente del modelo y · el valor promedio de la variable independiente con valores cero de las variables dependientes cambio promedio en la variable dependiente del modelo y cuando las variables independientes cambian en uno · promedio con valores cero de variables independientes (explicativas)
7. El sistema de ecuaciones que sirve para calcular los parámetros de la ecuación de regresión se llama sistema de _______________ ecuaciones. · simultáneo independiente · normal
recursivo 8. La esencia del método de mínimos cuadrados (LSM) es que los coeficientes de la ecuación de regresión se encuentran a partir de la condición... · la suma de los módulos de desviación es igual a cero · suma mínima de desviaciones al cuadrado
· la suma de las desviaciones al cuadrado es igual a cero suma mínima de módulos de desviación 9. Las estimaciones de parámetros obtenidas utilizando el método ____________________ de mínimos cuadrados tienen las propiedades de insesgación, eficiencia y coherencia. violación de los requisitos previos · uso de generalizado · cumplimiento de los requisitos previos
· uso de ponderado 10. En el caso de un modelo de regresión con residuos autocorrelacionados y/o heterocedásticos, considere un modelo de regresión __________________. · clásico (normal) · normal · estandarizado · generalizado
11. Se sabe que la estrecha conexión entre X Y y X valor de la variable dependiente y disminuye. Entonces el valor del coeficiente de correlación para dicho modelo de regresión lineal pareada está en el rango... · [-0,8; -0,6]
12. Para evaluar la calidad de la selección de un modelo econométrico de una ecuación de regresión lineal, se calcula el valor del coeficiente de determinación. En este caso, se conocen las siguientes varianzas de la variable dependiente: σ 2 generalmente– dispersión total; s 2 explicar– varianza explicada por la ecuación; s 2 ost– varianza residual. Elige la expresión correcta. _________________ 13. Seleccione el gráfico que muestra el caso en el que los residuos del modelo no están autocorrelacionados. 14. La ausencia de factores colineales en el modelo se puede probar mediante el valor del coeficiente de correlación lineal... 15. Los valores están marcados en el eje numérico. dl Y tú dl) y (4- tú); d(valor calculado del criterio de Durbin-Watson) 0 d l d u d 2 4-tú 4-dl 4 Esta disposición de significado d en relación con los puntos indicados es típico de ... autocorrelación positiva en los residuos · ausencia de autocorrelación en los residuos
autocorrelación negativa en residuos Situación incierta respecto a la autocorrelación de residuos 16. Se sabe que la estrecha conexión entre X Y y promedio, con variable independiente creciente X valor de la variable dependiente y aumenta. Entonces el valor del coeficiente de correlación para dicho modelo de regresión lineal pareada está en el rango... ·
17. Interpretación de un parámetro con una variable ficticia d en el modelo de regresión Dónde y– precio del apartamento, dólares, X– área del apartamento, m2, Será el próximo... (tenga en cuenta que t-las estadísticas de los coeficientes de las variables correspondientes y el valor crítico para un nivel de significancia dado y un número dado de grados de libertad son iguales tx = 2,98; td = 1,08; t crítico = 2,16). · un metro cuadrado de un apartamento con balcón cuesta 450 dólares. · un metro cuadrado de vivienda cuesta $450. · la presencia de un balcón no afecta el precio del apartamento
· un apartamento con balcón cuesta $1,05 más que un apartamento similar sin balcón 18. Se está estudiando un modelo de regresión. El coeficiente de regresión en esta ecuación es... · segundo 2
19. Los valores están marcados en el eje numérico. dl Y tú(valores tabulares del criterio de Durbin-Watson); (4- dl) y (4- tú); d(valor calculado de la prueba de Durbin-Watson). Determine la gráfica donde el valor d está en la zona de autocorrelación positiva en los residuos. 0 d l d u 2 4-ud ud 4-dl 4 0 d l d u d 2 4-tú 4-dl 4 0 d d l d u 2 4-tú 4-dl 4 0 d l d u 2 4-tú 4-dld 4 20. Una expresión de la forma se llama · suma de desviaciones al cuadrado explicadas por regresión
suma total de desviaciones al cuadrado suma residual de desviaciones al cuadrado · la suma de las desviaciones al cuadrado no explicadas por la regresión 21. Para un modelo econométrico, el parámetro del regresor X(2) resultó insignificante, por tanto, la hipótesis sobre el valor cero de la estimación ... · otros parámetros no fueron confirmados · este parámetro no ha sido confirmado · otros parámetros confirmados · este parámetro fue confirmado
22. Los parámetros de una regresión expresada por una función internamente lineal, no lineal con respecto a los parámetros, después de la linealización, se pueden estimar utilizando el método de mínimos cuadrados _________________. · común
tres pasos · indirecto · dos pasos 23. Forma no lineal de dependencia variable. y de factor(es) no es la ecuacion … 24. La mayoría método sencillo la linealización no es función lineal, lineal con respecto a los parámetros, es... · reemplazando variables
· transformaciones elementales · aplicación de transformaciones elementales mediante sustitución de variables 25. Para el modelo econométrico de regresión no lineal, se construyó el campo de correlación: Determine qué ecuación describe con mayor precisión la relación en estudio. ______________________________________ 26. El componente que caracteriza las oscilaciones que se repiten periódicamente, cuya amplitud puede ser constante, creciente o decreciente, se llama componente _____________. de moda · periódico · estacional
· aleatorio 27. La función de autocorrelación es una visualización de la relación entre los valores del coeficiente de autocorrelación correspondiente y ... · su orden
· periodos (momentos) de tiempo niveles de fila · correlograma 28. Modelo de serie temporal de la forma. Y=T+S+E, Dónde Y– nivel de fila, t– componente de tendencia, S– componente estacional, mi– un componente aleatorio, que se utiliza en presencia de un componente estacional pronunciado con una amplitud constante de fluctuaciones, se llama... modelo con retraso distribuido · modelo aditivo
· un modelo que incluye el factor tiempo modelo multiplicativo 29. Para una serie temporal estacionaria sin ejecutar condición … valor de dispersión independiente del tiempo valor medio de la serie independiente del tiempo · la presencia de un componente tendencial y/o estacional en su estructura
homocedasticidad de los residuales 30. Un sistema de ecuaciones econométricas que describen una situación económica particular. no es sistema de __________________ ecuaciones. · normal
· simultáneo independiente recursivo 31. Sistema de ecuaciones econométricas de la forma. pertenece a la clase de ____________ ecuaciones econométricas. · simultáneo múltiple recursivo · independiente
32. Al resolver sistemas de ecuaciones simultáneas, las variables dependientes, cuyo número es igual al número de ecuaciones del sistema, se denominan variables ____________________. dado · estructural · endógeno
exógeno 33. Estimaciones de parámetros de un sistema de ecuaciones econométricas de la forma normal · indirecto · común
· ponderado 34. Se dice que las estimaciones de los parámetros de regresión son ___________ si satisfacen la condición de que su valor esperado sea igual a las estimaciones mismas o, en otras palabras, el valor esperado de los residuos sea cero. · adinerado · desplazado · imparcial
· eficaz 35. Para estimar los parámetros de un modelo de regresión lineal con ______________ residuos, se utiliza el método de mínimos cuadrados generalizado. no correlacionado · no heterocedástico homocedástico · autocorrelacionado
36. La proporción de varianza explicada mediante regresión en la varianza total de la variable dependiente se caracteriza por... coeficiente de regresion · coeficiente de determinación
· F- Estadísticas · Coeficiente de correlación 37. Una ecuación que no es lineal en sus parámetros es un modelo de regresión de la forma... 38. El método de linealización de una función internamente lineal, no lineal con respecto a parámetros, es... · reemplazo de variables · transformaciones elementales · expansión de una función en una serie de Taylor · aplicar transformaciones elementales mediante sustitución de variables
39. Para la dependencia en estudio se construyó un campo de correlación: De los modelos propuestos para describir la dependencia. no puede ser modelo usado... ·
40. La autocorrelación de niveles de series es una característica de la cercanía de la conexión entre... nivel de fila y tiempo · nivel de fila y componentes de este nivel componente aleatorio y tiempo · niveles sucesivos de la serie
41. La suma de los componentes estacionales ajustados para el modelo multiplicativo es... · unidad medio retraso · lagu
42. No estacionariedad de las series temporales. y t puede aparecer... · constancia de la dispersión de sus niveles homocedasticidad de sus residuos · invariancia de la función de regresión en el tiempo · la presencia de una tendencia en su estructura
43. Sistema de ecuaciones econométricas de la forma. Pertenece a la clase de ___________ ecuaciones econométricas. · simultáneo independiente · recursivo
interdependiente 44. Al resolver sistemas de ecuaciones simultáneas, las variables independientes que se encuentran solo en los lados derechos de la ecuación se llaman variables ____________________. dado · estructural endógeno · exógeno
45. Para un modelo de regresión +ε, el número de variables dependientes es... · 1
46. Muestre en la figura la desviación del valor real del valor calculado. lineal · no lineal
· sedar · indicativo 50. Una ecuación que es lineal en parámetros, pero no lineal en variables, es un modelo de regresión de la forma... ·
51. Un componente decreciente o creciente de una serie de tiempo que caracteriza el impacto acumulativo a largo plazo de muchos factores se llama componente _____________. · tendencias
· cíclico · estacional · aleatorio 52. Estimaciones de los parámetros de un sistema sobreidentificado de ecuaciones econométricas de la forma · dos pasos
· indirecto · común · ponderado Econometría: libro de texto / I.I. Eliseeva [y otros], editado por I.I Eliseeva - 2ª ed., revisada. y adicional - M.: Finanzas y Estadísticas, 2005.-pp.43-47. Eliseeva, 2005.-p.113-114. Econometría: libro de texto / ed. Doctor en Ciencias Económicas, Prof. V.S Mkhitaryan.-M.: Prospekt, 2008.-p.84 Magnus Y.R. Econometría. Curso primario: libro de texto/Ya.R.Magnus, P.K.Katyshev, A.A.Peresetsky.-3ª ed., revisada. y adicional - M.: Delo, 200.-p.100-105. Eliseeva, 2009.-p.44. Eliseeva, 2005. Eliseeva, 2005.-p.30-35. Eliseeva, 2005.-p.182-190. Mkhitaryan, 2008.-pp.93-95. Eliseeva, 2005.-p.51-55. Eliseeva, 2005.-p.60-61. Mkhitaryan, 2008.-pp.93-95. Mkhitaryan, 2008.-p.84. Eliseeva, 2005.-p.436-442. Eliseeva, 2005.-p.51-55. Magnus, 2000.-p.100-105. Eliseeva, 2005.-p.120. Eliseeva, 2005.-p.436-442. Eliseeva, 2005.-p.60-61. Ayvazyan S.A. Estadísticas aplicadas. Fundamentos de econometría: libro de texto. para universidades: en 2 volúmenes. Fundamentos de econometría / S.A. Ayvazyan, V.S. Mkhitaryan - 2ª ed., rev. - M.: UNITY-DANA, 2001. Eliseeva, 2005.-p.77-96. Eliseeva, 2005.-p.77-96. Eliseeva, 2005.-p.51-55. Eliseeva, 2005.-p.43-47. Eliseeva, 2005.-p.295. Eliseeva, 2005.-p.296-305. Byvshev V.A. Econometría: libro de texto / V.A.Byvshev.-M.: Finanzas y Estadística, 2008.-p.209-212. Eliseeva, 2005.-p.246-283, Magnus, 2000.-p.197-214. Eliseeva, 2005.-p.240-260. Eliseeva, 2005.-p.246-283. Eliseeva, 2005.-p.182-185. Mkhitaryan, 2008.-pp.93-95, 100-107. Eliseeva, 2005.-p.58-61. Eliseeva, 2005.-p.30-35. Eliseeva, 2005.-p.77-96. Eliseeva, 2005.-p.51-55. Byvshev, 2008.-p.209-212. Eliseeva, 2005.-p.311-324. Byvshev, 2008.-p.211. Taller Eliseeva, 2008.-p.258. Eliseeva, 2005.-p.246-283, Magnus, 2000.-p.197-214. Eliseeva, 2005.-p.240-260. Eliseeva, 2005.-p.120. Magnus, 2000.-p.45-50. Eliseeva, 2005.-p.60-61. Ayvazyan, 2001.-p.72. Eliseeva, 2005.-p.77-96. Eliseeva, 2005.-p.30-35. Eliseeva, 2005.-p.43-47. Eliseeva, 2005.-p.246-283. Pruebas en econometría, para probar conocimientos en la sección “Series temporales”. 17 preguntas de prueba: opciones correctas, resaltadas en rojo.
1. La tendencia (Tendencia) de una serie temporal caracteriza un conjunto de factores,
2. Un componente de una serie de tiempo que cambia suavemente y que refleja la influencia de factores a largo plazo en los indicadores económicos se denomina:
3. El componente de la serie temporal, que refleja las fluctuaciones de los indicadores económicos durante un período igual a un año, se denomina:
4. El componente de una serie de tiempo que refleja las fluctuaciones de los indicadores económicos durante períodos de varios años se denomina:
5. El componente de una serie temporal, que refleja la influencia de factores aleatorios que no se pueden tener en cuenta ni registrar, se denomina:
6. Una serie de tiempo se llama estacionaria si
7. Una serie temporal no es estacionaria si:
8. En una serie temporal estacionaria, el componente de tendencia
9. En un modelo aditivo de series de tiempo, sus componentes principales son
10. En el modelo multiplicativo de una serie temporal, sus componentes principales son
11. En el modelo multiplicativo-aditivo de una serie temporal, sus componentes principales son
12. La serie de tiempo se escribe de la siguiente forma: Y=T+S+C+E, seleccione el tipo de modelo correspondiente:
13. La serie de tiempo se escribe de la siguiente forma: Y=T(S(C(E), seleccione el tipo de modelo correspondiente:
14. La serie de tiempo se escribe de la siguiente forma: Y=T(S(C+E, seleccione el tipo de modelo correspondiente:
15. ¿Qué método se utiliza para calcular el componente estacional de una serie de tiempo?
16. ¿Qué métodos se utilizan al modelar una tendencia de serie temporal?
17. ¿Qué método no se utiliza al modelar una tendencia de serie temporal?
