Question |
Answer |
analiza struktury stochastycznej modelu oznacza analize wylacznie reszt modelu start learning
|
|
|
|
|
blad prognozy ex post ME (blad sredni) obliczony dla liniowego modelu tendencji rozwojowej bedzie zawsze rowny zero start learning
|
|
|
|
|
blad prognozy ex post obliczony dla liniowego modelu tendencji rozwojowej bedzie zawsze rowny zero start learning
|
|
|
|
|
Błąd wyliczony na podstawie zrealizowanych prognoz to błąd ex-ante. start learning
|
|
|
|
|
Błędne określenie opóźnień czasowych zmiennych objaśniających jest jednym ze źródeł autokorelacji składnika losowego. start learning
|
|
|
|
|
Błędne określenie postaci analitycznej modelu jest jednym ze źródeł autokorelacji składnika losowego. start learning
|
|
|
|
|
Błędne określenie zakresu badania jest jednym ze źródeł autokorelacji składnika losowego. start learning
|
|
|
|
|
Błędy prognoz z grupy ex post zmieniają swoją wartość wraz ze wzrostem horyzontu prognozy. start learning
|
|
|
|
|
Błędy prognozy ex ante są błędami, których wartość ulega zmianie wraz ze wzrostem horyzontu prognozy. start learning
|
|
|
|
|
Błędy prognozy ex post są błędami, których wartość ulega zmianie wraz ze wzrostem horyzontu prognozy. start learning
|
|
|
|
|
Dany jest liniowy model tendencji rozwojowej: Yt=10t+2+ut. Interpretacja parametru przy zmiennej czasowej oznacza, że zmienna prognozowana będzie wzrastać średnio rzecz biorąc z okresu na okres o 10 jednostek. start learning
|
|
|
|
|
Dany jest model ekonometryczny: Yt=-2Xt1+3Xt2+1+ut, Interpretacja parametru przy zmiennej Xt1 ma postać: wzrost Xt1 o 1 jednostkę spowoduje spadek Yt o 2 jednostki. start learning
|
|
|
|
|
Do estymacji modeli w których występuje heteroscedastyczność składników losowych lub niesferyczność możemy wykorzystać uogólnioną MNK Aitkena. start learning
|
|
|
|
|
Estymator "a" jest zgodny nieobciążony i najefektywniejszy w klasie podobnych estymatorów. start learning
|
|
|
|
|
Estymator "a" parametru alfa jest nieobciążony jeśli jest stochastycznie zbieżny do szacowanego nieznanego parametru alfa. start learning
|
|
|
|
|
Estymator "a" parametru alfa jest zgodny jeśli jest stochastycznie zbieżny do szacowanego nieznanego parametru alfa. start learning
|
|
|
|
|
Etap specyfikacji modelu ekonometrycznego oznacza między innymi wybór postaci analitycznej modelu. start learning
|
|
|
|
|
Funkcja autokorelacji PACF stanowi tzw.: pamięć szeregu czasowego. start learning
|
|
|
|
|
Główna przekątna macierzy wariancji i kowariancji jest zawsze dodatnio określona. start learning
|
|
|
|
|
Heteroscedastyczność składnika losowego oznacza stałość wariancji składnika losowego w czasie. start learning
|
|
|
|
|
Homoscedastyczność składnika losowego jest jednym z założeń klasycznej MNK. start learning
|
|
|
|
|
Homoscedastyczność składnika losowego oznacza niejednorodność wariancji składnika losowego w czasie. start learning
|
|
|
|
|
Homoscedastyczność składnika losowego oznacza stałość wariancji składnika losowego w czasie. start learning
|
|
|
|
|
Identyfikowalność modeli badamy jedynie w przypadku modeli rekurencyjnych. start learning
|
|
|
|
|
Identyfikowalność modeli badamy jedynie w przypadku modeli wielorównaniowych. start learning
|
|
|
|
|
Identyfikowalność modeli badamy jedynie w przypadku modeli współzależnych. start learning
|
|
|
|
|
Jedną z przyczyn nieistotności parametrów strukturalnych modelu ekonometrycznego jest niewłaściwa postać analityczna. start learning
|
|
|
|
|
Jeśli dana zmienna jest koincydentalna to istnieją podstawy do interpretacji przyczynowo-skutkowej parametru przy niej stojącego. start learning
|
|
|
|
|
Jeżeli dana zmienna objaśniająca jest koincydentna to istnieją podstawy do interpretacji przyczynowo-skutkowej parametru przy niej stojącego. start learning
|
|
|
|
|
Jeżeli dana zmienna objaśniająca nie jest koincydentna to istnieją podstawy do interpretacji przyczynowo-skutkowej parametru przy niej stojącego. start learning
|
|
|
|
|
Jeżeli macierz B parametrów przy nieopóźnionych zmiennych endogenicznych jest diagonalna to model jest modelem o równaniach współzależnych. start learning
|
|
|
|
|
Jeżeli macierz B parametrów przy nieopóźnionych zmiennych endogenicznych jest diagonalna to model jest modelem prostym. start learning
|
|
|
|
|
Jeżeli na zmiennych w nieliniowym modelu tendencji rozwojowej dokonujemy przekształcenia takiego, że: ln(Yt) i ln(t) to model jest modelem logarytmicznym. start learning
|
|
|
|
|
Jeżeli na zmiennych w nieliniowym modelu tendencji rozwojowej dokonujemy przekształcenia takiego, że: ln(Yt) i ln(t) to model jest modelem wykładniczym. start learning
|
|
|
|
|
Jeżeli na zmiennych w nieliniowym modelu tendencji rozwojowej dokonujemy przekształcenia takiego, że mamy: Yt i Z=1/t to model jest modelem hiperbolicznym. start learning
|
|
|
|
|
Jeżeli oszacowany zostanie liniowy model tendencji rozwojowej na podstawie danych z lat 2000 do 2008 to parametr wolny będzie mówił o przeciętnym poziomie zmiennej prognozowanej w roku 1999. start learning
|
|
|
|
|
Jeżeli reszty modelu oszacowanego MNK pochodzą z rozkładu normalnego, to oznacza to spełnienie jednego z założeń MNK. start learning
|
|
|
|
|
Jeżeli składnik losowy jest heteroscedastyczny to estymator wektora parametrów strukturalnych modelu uzyskany MNK nie jest najbardziej efektywny. start learning
|
|
|
|
|
Jeżeli składnik losowy jest homoscedastyczny to estymator wektora parametrów strukturalnych modelu uzyskany MNK jest najbardziej efektywny. start learning
|
|
|
|
|
Jeżeli składnik losowy jest homoscedastyczny to estymator wektora parametrów strukturalnych modelu uzyskany MNK nie jest najbardziej efektywny. start learning
|
|
|
|
|
Jeżeli statystyka testu Durbina-Watsona wskazuje na ujemną autokorelację to dodatkowo obliczana jest statystyka: d'=4-d. start learning
|
|
|
|
|
Jeżeli w modelu tendencji rozwojowej parametr wolny jest równy zero, to oznacza to brak trendu/tendencji rozwojowej. start learning
|
|
|
|
|
Jeżeli w teście Durbina-Watsona d=dl to hipoteze zerową odrzucamy na korzyść hipotezy alternatywnej. start learning
|
|
|
|
|
Jeżeli w teście Durbina-Watsona d=dl to nie można podjąć decyzji o autokorelacji składnika losowego. start learning
|
|
|
|
|
Jeżeli w teście Durbina-Watsona d=dl to oznacza to brak podstaw do odrzucenia hipotezy zerowej. start learning
|
|
|
|
|
Jeżeli w teście Durbina-Watsona d=dt to nie można podjąć decyzji o autokorelacji składnika losowego. start learning
|
|
|
|
|
Jeżeli w teście Durbina-Watsona d>du i r1>0, to ma miejsce brak autokorelacji składnika losowego. start learning
|
|
|
|
|
Jeżeli w teście Durbina-Watsona hipoteza alternatywna głosi ujemną autokorelację składnika losowego, to konieczne jest obliczenie dodatkowo statystyki d'=4-d. start learning
|
|
|
|
|
Jeżeli w teście Studenta wartość krytyczna odczytana z tablic jest większa od wartości bezwzględnej statystyki testu to brak podstaw do odrzucenia hipotezy zerowej. start learning
|
|
|
|
|
Jeżeli w teście Turbina-Watsona d=dl to nie można podjąć decyzji o autokorelacji składnika losowego. start learning
|
|
|
|
|
Jeżeli w wyniku przeprowadzenia testu t-Studenta na istotność parametrów strukturalnych testowany parametr okaże się istotny, to zmienna objaśniająca stojąca przy nim, charakteryzuje się istotnym wpływem na zmienną endogeniczną. start learning
|
|
|
|
|
Jeżeli wyznacznik macierzy det(X'X)=0 to nie istnieje estymator MNK. start learning
|
|
|
|
|
Jeżeli wyznacznik macierzy det(X'X)=1 to nie istnieje estymator MNK. start learning
|
|
|
|
|
Jeżeli wyznacznik macierzy det(X'X)=25 to istnieje estymator MNK. start learning
|
|
|
|
|
Kolumna złożona z samych jedynek w macierzy [X'X] reprezentuje realizacje zmiennej stojącej przy parametrze wolnym. start learning
|
|
|
|
|
Kryterium MNK zakłada minimalizację sumy kwadratów reszt modelu. start learning
|
|
|
|
|
Kwadraty błędów szacunku leżą na głównej przekątnej macierzy wariancji i kowariancji. start learning
|
|
|
|
|
Liczba szacowanych parametrów w modelu musi być większa od liczby obserwacji na podstawie których model jest estymowany. start learning
|
|
|
|
|
Liniowy model tendencji rozwojowej ma zastosowanie w przypadku gdy zmienna prognozowana wykazuje trend i wahania przypadkowe. start learning
|
|
|
|
|
Macierz wariancji i kowariancji jest macierzą symetryczną względem głównej przekątnej. start learning
|
|
|
|
|
Macierz wariancji i kowariancji jest macierzą symetryczną. start learning
|
|
|
|
|
Macierz współczynników korelacji jest macierzą symetryczną. start learning
|
|
|
|
|
Macierz X'X jest macierzą kwadratów. start learning
|
|
|
|
|
Macierz X'X jezt macierzą kwadratową. start learning
|
|
|
|
|
Metoda trendów jednoimiennych okresów ma zastosowanie w przypadku występowania sezonowości w szeregu czasowym. start learning
|
|
|
|
|
Metoda wskaźników pojemnośći informacyjnej ma zastosowanie przy doborze zmiennych objaśniających do modeli nieliniowych. start learning
|
|
|
|
|
Miarami jakości modelu ekonometrycznego są miary dopasowania modelu do danych empirycznych. start learning
|
|
|
|
|