EKONOMETRIA - TESTY (Prawda/ Fałsz)

1	Jeżeli w modelu nie występują zmienne endogeniczne opóźnione w czasie, to zbiór zmiennych egzogenicznych może być równy zbiorowi zmiennych objaśnianych.	P
2	Zbiór zmiennych egzogenicznych jest równy zbiorowi zmiennych objaśniających, jeżeli w modelu występują zmienne endogeniczne opóźnione w czasie.	F
3	Składnik resztowy określa różnicę pomiędzy wartościami teoretycznymi(wynikającymi z modelu) a empirycznymi(rzeczywistymi).	P
4	Pierwiastek kwadratowy ze współczynnika zbieżności R^2 to współczynnik korelacji wielorakiej.	F
5	ECM t-1 jest miarą błędu równowagi błędu, który może być popełniony w przyszłym okresie.	F
6	Celem badania istotności parametrów strukturalnych jest sprawdzenie poprawności doboru postaci analitycznej modelu.	F
7	Przyczyną braku istotności może być współliniowość statystyczna zmiennych.	P
8	Gdy współczynnik korelacji między zmiennymi objaśniającymi jest bliski 1 mogą wystąpić przybliżone liniowe zależności między zmiennymi objaśniającymi.	P
9	W przypadku współliniowości statystycznej błędy średnie ocen przyjmują małe wartości, a w związku z tym statystyki empiryczne przyjmują małe wartości (zwiększa to prawdopodobieństwo przyjęcia H0, gdy )	F
10	Test F Fishera -Snedecora służy do sprawdzenia, czy co najmniej jeden parametr strukturalny w sposób istotny różnią się od zera	P
11	Przy pomocy testu F można sprawdzić istotność oceny parametru strukturalnego stojącego przy konkretnej zmiennej objaśniającej.	F
12	Przyczyną współliniowości statystycznej jest silna zależność pomiędzy zmiennymi objaśniającymi .	P
13	W modelach korekty błędem parametr informuje jaka część nierównowagi od długookresowej trajektorii jest korygowana przez krótkookresowy proces dostosowań, jaką część błędu koryguje model w kolejnym okresie.	P
14	Występowanie autokorelacji implikuje konieczność ponownej budowy modelu.	F
15	Jeżeli rozkład reszt nie jest zbliżony do rozkładu normalnego, należy wrócić do I lub II etapu badań ekonometrycznych.	F
16	Przyjmuje się, że wartość krytyczna współczynnika zbieżności nie powinna przekroczyć 0,3, aby model był dopuszczalny.	P
17	Odrzucenie H0 o normalności rozkładu elementu losowego uniemożliwia dalsze kroki weryfikacji, w których stosuje się test F Fishera -Snedecora , t-Studenta oraz Durbina-Watsona.	P
18	Przyczyną braku koincydencji może być współliniowość statystyczna.	P
19	W modelach liniowych oszacowanych KMNK suma kwadratów reszt jest równa zeru.	F
20	Jeżeli do modelu weszły zmienne X1, X3, X5 to macierz wariancji i kowariancji będzie miała wymiary 3x3.	F
21	Standardowy błąd oceny będzie w takich samych jednostkach co reszty modelu, czyli w jednostkach w jakich jest zmienna objaśniana.	P
22	Dwie zmienne są skointegrowane, jeżeli są stacjonarne zintegrowane tego samego stopnia, ich liniowa kombinacja jest zintegrowana w niższym stopniu lub jest stacjonarna.	F
23	Stopień zintegrowania reszt badamy testem Durbina -Watsona	F
24	Jeżeli występuje zjawisko regresji pozornej można budować model ekonometryczny jedynie w przypadku, gdy zmienne są skointegrowane.	P
25	Badanie skointegrowania ma sens w przypadku występowania co najwyżej dwóch zmiennych	F
26	Zmienna Yt jest stacjonarna jeżeli jej pierwsze przyrosty są stałe.	F
27	W teście pierwiastka jednostkowego wybór postaci modelu do dalszych badań wynika z porównania ocen parametrów strukturalnych β1, gdy oszacowania nie różnią się w sposób istotny analizie zostaje poddany model bez wyrazu wolnego.	P
28	Jeżeli zmienna jest zintegrowana w stopniu zero, oznacza to, że jest niestacjonarna.	P
29	Ze względu na kryterium czasu modele dzielimy na stochastyczne i deterministyczne.	F
30	Jeżeli przyrosty absolutne zmiennej objaśnianej i-tego rzędu są stałe, to funkcja jest wielomianem i-tego stopnia.	P
31	Metoda kolejnych przybliżeń i metoda zadowalającego wyboru to warianty metody apriorycznej.	F
32	Macierz współczynników korelacji jest kwadratowa, symetryczna, a jej elementy przyjmują wartości z przedziału [-1;1]	P
33	Współczynnik korelacji wielorakiej przyjmuje wartości z przedziału [-1;1]	F
34	Jeżeli dwie kombinacje {X1, X5} oraz {X2, X6, X7} mają max wartość wskaźnika pojemności integralnej, to do modelu wejdą zmienne X1, X5.	P
35	Jeżeli kombinacje {X1,X5} oraz {X2, X6} mają max wartość Hl, to do modelu wejdą zmienne z kombinacji o wyższej wartości współczynnika korelacji wielorakiej.	P
36	W metodzie grafowej dla zmiennej X1: k1=3 i r01=-0,743 oraz dla zmiennej X2: k2=3 i r02=0,671. Do modelu wejdzie zmienna X2.	F
37	Jeżeli w metodzie D. Strahl niemożliwe jest ustalenie zbiorów dwuelementowych, to do modelu wejdzie zmienna o maksymalnym r0j.	F
38	Badanie nieobciążoności odchyleń losowych bada się tylko dla modeli czasowych.	F
39	Wskaźniki pojemności indywidualnej i integralnej przyjmują tym większe wartości, im silniej są skorelowane między sobą zmienne objaśniające.	F
40	Modele korekty błędem ECM są to modele dla przyrostów zmiennych, uzupełnione o tzw. składnik korekty błędem.	P
41	Brak występowania autokorelacji wynika ze źle dobranej postaci analitycznej modelu.	F
42	Istotność badamy testem pierwiastka jednostkowego.	F
43	Podany wykres może przedstawiać zarówno funkcję potęgową, jak i liniową .	P
44	Badanie stacjonarności badamy w celu sprawdzenia jednego z założeń KMNK.	P
45	Przy badaniu losowości dla modeli zbudowanych na podstawie przekrojowych szeregów danych, obserwacje należy uporządkować według rosnących wartości zmiennej objaśniającej.	P
46	Zmienna quasi-stała to zmienna, dla której współczynnik zmienności jest wyższy od wartości krytycznej.	F
47	Badania niobciązoności nie przeprowadza się dla modeli liniowych.	P
48	Jeżeli moduły reszt są istotnie skorelowane z czasem to rozkład odchyleń losowych jest hetroskedastyczny.	P
49	Autokorelacja oznacza współliniowość statystyczną zmiennych objaśniających.	F
50	Przyczyną autokorelacji może być niewłaściwie dobrana postać analityczna modelu, jak i błędne ustalenie opóźnień czasowych dla zmiennych objaśniających.	P
51	Współczynnik zbieżności jest zawsze mniejszy od współczynnika determinacji.	F
52	Badanie identyfikowalności modelu to sprawdzenie czy każde z równań współzależnych jest inne niż pozostałe.	P
53	Poprawność doboru postaci analitycznej modelu sprawdza się badając dopuszczalność, symetrię, losowość i istotność.	F
54	Pierwiastek kwadratowy ze współczynnika korelacji wielorakiej to współczynnik determinacji.	F
55	Dopuszczalność i symetrię bada się dla modeli nieliniowych sprowadzalnych do liniowych dla postaci pierwotnej modelu, dla modeli segmentowych dla całego zbioru segmentów łącznie.	P
56	Błąd standardowy oceny znajduje się na przekątnej macierzy wariancji i kowariancji.	F
57	Między współczynnikiem zbieżności współczynnikiem determinacji zachodzi równość	F
58	Istotność parametrów strukturalnych modelu badamy dla modeli nieliniowych sprowadzalnych do liniowych dla postaci transformowanej.	P
59	Błąd średni oceny informuje o przeciętnych odchyleniach wartości empirycznych zmiennej objaśnianej od jej wartości teoretycznych (wyliczonych z modelu).	F
60	Ocena parametru strukturalnego bi wskazuje, o ile przeciętnie zmieniła się wartość zmiennej objaśnianej jeżeli ceteris paribus wartość zmiennej Xik zmieniła się o jednostkę.	P
61	Warunkiem koniecznym transformacji jest, by liczba parametrów modelu nieliniowego była co najmniej równa liczbie zmiennych objaśniających modelu.	F
62	W modelu probabilistycznym nie uwzględnia się elementu losowego.	F
63	Ideą klasycznej KMNK jest ustalenie takich ocen parametrów strukturalnych, dla których suma kwadratów odchyleń wartości empirycznych zmiennej objaśnianej od jej wartości teoretycznych, wynikających z modelu jest jak najmniejsza.	P
64	W modelach korekty błędem jeśli parametr γ2 ≥0 -oznacza to, że układ będzie przywracalny do stanu równowagi.	F
65	Szereg czasowy jest stacjonarny, gdy jego średnia i wariancja są skończone i nie zmieniają się w czasie, a kowariancje zależą wyłącznie od odległości między obserwacjami.	P
66	Model może być transformowany do postaci liniowej.	F
67	Badanie stacjonarności polega na sprawdzeniu czy moduły reszt są istotnie skorelowane z czasem.	P
68	Jeżeli występuje autokorelacja składnika losowego należy powrócić do III etapu badań i zmienić metodę estymacji.	P
69	Zmienne egzogeniczne to zmienne wewnętrzne, poszczególne równania modelu wyjaśniają mechanizm kształtowania się tych zmiennych.	F
70	Model ekonometryczny to układ równań (funkcji) aproksymujących z pewną, akceptowana przez użytkownika dokładnością , procesy (zależności) zmiennych ekonomicznych od innych zmiennych- uznawanych (hipotetycznie) za przyczyny (instrumenty decyzyjne ) lub za ich symptomy.	P
71	Poniższy wykres przedstawia funkcję logarytmiczną.	F
72	W modelu ekonometrycznym wartości empiryczne zmiennej objaśnianej są dokładnie równe jej wartością teoretycznym.	F
73	Parametry charakteryzują wewnętrzną strukturę powiązań między zmiennymi objaśniającymi a zmienną objaśnianą.	P
74	W modelach rekurencyjnych występują powiązania wielokierunkowe, czyli cykle lub sprzężenia zwrotne.	F
75	Modele autoregresyjne, są to modele, w których w roli zmiennych objaśniających występują jedynie zmienne endogeniczne opóźnione w czasie.	P
76	Modele przekrojowe - zbudowane na przekrojowych szeregach danych (informacje statystyczne dotyczą kształtowania się badanego zjawiska w jednym obiekcie w wielu okresach)	F
77	W I etapie analizy ekonometrycznej ustalane zostają zmienne objaśniane i objaśniające oraz relacje między nimi.	F
78	Kandydatka na zmienną objaśniającą może znaleźć się w modelu, jeżeli ma współczynnik zmienności większy od 0,1.	P
79	Znak współczynnika korelacji liniowej Pearsona świadczy o sile zależności pomiędzy zmiennymi.	F
80	Zmienna egzogeniczna może być równa zmiennej objaśnianej, jeżeli nie jest to zmienna opóźniona w czasie.	P
81	Jeżeli jest 5 kandydatek na zmienne objaśniające to wszystkich możliwych kombinacji może być 32.	F
82	Dla modelu liniowego z wyrazem wolnym może być prawdą, że	F
83	Obszar niekonkluzywności występuje w testach Durbina- Watsona oraz Dickeya- Fullera	P
84	Dla przedstawionych poniżej linii regresji współczynnik korelacji może wynosić-0,5.	P
85	Przedstawione na wykresie dwie linie proste mogą być liniami regresji.	F
86	Macierz X^TX jest macierzą kwadratową.	P
87	Zmienne objaśniające powinny być słabo skorelowane ze zmienną objaśnianą.	F
88	Parametry w modelu ekonometrycznym są wielkościami stałymi i znanymi.	F
89	Interpretacja parametrów modelu wykładniczego jest następująca: 1,27- poziom zm. objaśnianej przy zerowym poziomie zmiennej objaśniającej, 0,91- wzrost X o jednostkę spowoduje zmianę zmiennej Y o (0,91-1)*100%=-9%.	P
90	Współczynnik korelacji wielorakiej jest bliski -1 w przypadku silnej ujemnej korelacji między badanymi zmiennymi.	P
91	Zmienne objaśnijące powinny być silnie ze sobą skorelowane.	F
92	Jeżeli model nie ma własności koincydencji należy wyeliminować zmienną, dla której ocena parametru strukturalnego nie jest sensowna ze względu na znak. A następnie przejść do dalszej weryfikacji.	F
93	Modelu nie można transformować, ponieważ funkcja logarytm nie jest separowalna (tzn. nie ma logarytmu z sumy).	P
94	W poniższym ciągu symboli test długości serii powinien nakazywać odrzucenie hipotezy o losowości babababababa.	P
95	Podstawą do przypuszczeń, że zachodzi zjawisko regresji pozornej, jest występowanie następującej relacji zwanej „zasadą kciuka” : DW>R^2	F
96	Test pierwiastka jednostkowego jest testem jednostronnym, polega na testowaniu ujemności δ. Jeżeli δ jest większe od zera, to zmienna Yt [przyjmuje wartości szybko rosnące do nieskończoności, a więc jest niestacjonarna.	P
97	Liczba pustych cel jest statystyką testową w teście symetrii.	F
98	W teście maksymalnej długości serii lub liczby serii dowolna zmiana kolejności nie wpłynie na wynik wnioskowania.	F
99	W KMNK składnik losowy ma wartość oczekiwaną równą 0.	P
100	Wadą współczynników zbieżności i determinacji jest to, że zależą od liczby zmiennych objaśniających modelu.	P
101	Metoda aproksymacji segmentowej, polegająca na podziale wykresu rozrzutu na części (segmenty), którym przypisuje oddzielną funkcję0- aproksymantę segmentową jest szczególnym przypadkiem metody heurystycznej.	F

α₀

1

---