Question |
Answer |
Miarami jakości modelu ekonometrycznego są miary struktury stochastycznej modelu. start learning
|
|
|
|
|
Miary dokładności predykcji Theila są miarami z grupy ex ante. start learning
|
|
|
|
|
Miary dokładności predykcji Theila są miarami z grupy ex post. start learning
|
|
|
|
|
Model adaptacyjny Brona stosowany jest w przypadku gdy nie znany jest trend badanej zmiennej. start learning
|
|
|
|
|
Model adaptacyjny Holta stosowany jest w przypadku gdy zmienna prognozowana wykazuje trend oraz wahania przypadkowe. start learning
|
|
|
|
|
Model adaptacyjny Wintersa stosowany jest w przypadku gdy zmienna prognozowana wykazuje trend oraz wahania przypadkowe. start learning
|
|
|
|
|
Model adaptacyjny Wintersa stosowany jest w przypadku gdy zmienna prognozowana wykazuje trend, wahania przypadkowe oraz wahania sezonowe. start learning
|
|
|
|
|
Model dla którego współczynnik zbieżności jest równy 98% jest dobrym modelem. start learning
|
|
|
|
|
Model Kleina (ze zmiennymi zerojedynkowymi) ma zastosowanie wówczas gdy zmienna prognozowana wykazuje trend oraz wahania przypadkowe. start learning
|
|
|
|
|
Model Kleina (ze zmiennymi zerojedynkowymi) ma zastosowanie wówczas gdy zmienna prognozowana wykazuje trend, wahania przypadkowe i addytywne wahania sezonowe. start learning
|
|
|
|
|
Model Kleina (ze zmiennymi zerojedynkowymi) ma zastosowanie wówczas, gdy zmienna prognozowana wykazuje trend oraz wahania sezonowe. start learning
|
|
|
|
|
Model wielorównaniowy złożony jest dokładnie z tylu równań ile jest nieopóźnionych zmiennych endogenicznych. start learning
|
|
|
|
|
Modele tendencji rozwojowej są modelami analitycznymi. start learning
|
|
|
|
|
Modele tendencji rozwojowej są modelami należącymi do metod analitycznych. start learning
|
|
|
|
|
Modelem dynamicznym jest każdy model w którym występuje zmienna czasowa lub/i zmienna(e) opóźnione w czasie. start learning
|
|
|
|
|
Modelem statycznym jest każdy model ekonometryczny, który nie uwzględnia czynnika czasu. start learning
|
|
|
|
|
Na głównej przekątnej macierzy wariancji i kowariancji estymatorów parametrów strukturalnych modelu to wariancje estymatorów. start learning
|
|
|
|
|
Nieistotność parametrów strukturalnych wynika między innymi z niewłaściwej postaci analitycznej modelu. start learning
|
|
|
|
|
Nieistotność parametrów strukturalnych wynika między innymi z pominięcia istotnej zmiennej objaśniającej. start learning
|
|
|
|
|
Nieistotność parametrów strukturalnych wynika z nieodpowiedniej jakości danych statystycznych. start learning
|
|
|
|
|
Niejednorodność wariancji i istotna autokorelacja rzędu pierwszego składnika losowego stanowią jedno z podstawowych założeń MNK dotyczących składnika losowego. start learning
|
|
|
|
|
Nośnikiem informacji jest każda potencjalna zmienna objaśniająca. start learning
|
|
|
|
|
O prognozoe mówimy, że jest dopuszczalna jeżeli jest wyznaczona z dokłdnością do sześciu miejsc po przecinku. start learning
|
|
|
|
|
Ocena dopuszczalności prognozy dokonywana jest w oparciu o np.: względny błąd predykcji. start learning
|
|
|
|
|
Ocena dopuszczalności prognozy dokonywana jest w oparciu o np.: względny błąd predykcji. start learning
|
|
|
|
|
Okres weryfikacji prognoz to okres w którym znane są wartości rzeczywiste zmiennej prognozownej oraz prognozy wygasłe. start learning
|
|
|
|
|
Oszacowanie parametrów strukturalnych dowolnego modelu ekonometrycznego oznacza uzyskanie jedynie ich wartości szacunkowych. start learning
|
|
|
|
|
Parametr w modelu ekonometrycznym nigdy nie podlega interpretacji. start learning
|
|
|
|
|
Parametr wolny w modelu ekonometrycznym nigdy nie podlega interpretacji. start learning
|
|
|
|
|
Pominięcie istotnej zmiennej objaśnającej jest jedną z przyczyn występowania autokorelacji rzędu pierwszego składnika losowego. start learning
|
|
|
|
|
Poziom ufności wynoszący 0,95 wyznaczony dla przedziału ufności parametrów strukturalnych oznacza, że na 100 prób przedział 95 razy nie pokryje prawdziwej wartości parametru strukturalnego. start learning
|
|
|
|
|
Poziom wiarygodności prognozy przyjmuje wartości z przedziału [-1,1]. start learning
|
|
|
|
|
Poziom wiarygodności w prognozie przedziałowej jest wartością krytyczną odczytywaną z tablic wartości krytycznych przedziału t-Studenta. start learning
|
|
|
|
|
Poziom wiarygodności w prognozie przedziałowej jest wartością krytyczną odczytywaną z tablic wartości krytycznych rozkładu t-Studenta. start learning
|
|
|
|
|
Prognoza wygasła to taka prognoza dla której znana jest rzeczywista realizacja zmiennej prognozowaniej. start learning
|
|
|
|
|
Przy budowie prognozy przedziałowej uwzględniana jest wartość predykcji punktowa oraz średni błąd predykcji. start learning
|
|
|
|
|
Przy budowie prognozy przedziałowej uwzględniany jest średni błąd predykcji. start learning
|
|
|
|
|
Przy budowie prognozy przedziałowej uwzględniany jest względny błąd predykcji. start learning
|
|
|
|
|
Przyczyny autokorelacji to błdne okrślnie opóźn czasowych zmiennych występujących w modelu przyjęcie niewłaściwej... start learning
|
|
|
|
|
Sezonowość addatywna oznacza multiplikatywne narastanie lub zanik wahań sezonowych w czasie. start learning
|
|
|
|
|
Sezonowość addatywna oznacza stałą amplitudę wahań sezonowych w czasie. start learning
|
|
|
|
|
Siła autokorelacji rzędu pierwszego mierzona jest statystyką Durbina-Watsona. start learning
|
|
|
|
|
Siła i kierunek autokorelacji rzędu pierwszego mierzona jest współczynnikiem autokorelacji rzędu pierwszego. start learning
|
|
|
|
|
Składnik losowy modelu jest zmienną losową. start learning
|
|
|
|
|
Składnik losowy modelu reprezentowany jest przez składnik resztowy po oszacowaniu modelu. start learning
|
|
|
|
|
Spełnienie założeń MNK wymaga by składnik losowy posiadał wartość oczekiwaną równą zero i wariancję równą jeden. start learning
|
|
|
|
|
Spełnienie założeń MNK wymaga by składnik losowy posiadał wartość oczekiwaną równą zero i zmienną wariancję. start learning
|
|
|
|
|
Sprowadzenie modelu wielorównaniowego do postaci zredukowanej oznacza rozwiązanie go ze względu na zmienne objaśniane. start learning
|
|
|
|
|
Sprowadzenie modelu wielorównaniowego do postaci zredukowanej oznacza usunięcie pewnych równań. start learning
|
|
|
|
|
Statystyka testu Durbina-Watsona d przyjmuje wartości z przedziału [0,4]. start learning
|
|
|
|
|
Statystyka testu Durbina-Watsona d przyjmuje wartości z przedziału [-4,0]. start learning
|
|
|
|
|
Statystyka testu Durbina-Watsona d przyjmuje wartości z przedziału [-4,4]. start learning
|
|
|
|
|
Suma kwadratów reszt modelu ekonometrycznego oszacowana metodą najmniejszych jest minimalna. start learning
|
|
|
|
|
Suma kwadratów reszt uzyskanych na podstawie modelu ekonometrycznego oszacowanego MNK jest zawsze równa jeden. start learning
|
|
|
|
|
Suma kwadratów reszt uzyskanych na podstawie modelu ekonometrycznego oszacowanego MNK ma wartość najmniejszą. start learning
|
|
|
|
|
Suma kwadratów reszt, po oszacowaniu modelu MNK jest równa zero. start learning
|
|
|
|
|
Średnia ruchoma zaliczana jest do metod mechanicznych. start learning
|
|
|
|
|
Średnie błędy szacunku są miarą dopasowania modelu do danych empirycznych. start learning
|
|
|
|
|
Średnie błędy szacunku są miarą precyzji oszacowania parametrów strukturalnych modelu. start learning
|
|
|
|
|