1. Współczynnik zmienności informuje o dobrym dopasowaniu modelu do danych: a) przyjmując wysokie wartości ( dążąc do 1), b) przyjmując niskie wartości (dążąc do 0), c) nie jest miarą dopasowania tylko doboru zmiennych do modelu. 2. Współczynnik zmienności losowej informuje o dobrym dopasowaniu modelu do danych: a) przyjmując wysokie wartości ( dążąc do 1), b) przyjmując niskie wartości (dążąc do 0), c) nie jest miarą dopasowania tylko doboru zmiennych do modelu. 3. Prognozy nie są dopuszczalne, jeśli: Tutaj nic nie zaznaczamy a) T € {n + τ}, b) n = τ, c) T ≠ n. 4. Prognozy są dopuszczalne, jeśli: a) n = τ, b) T=n c) T € {n + τ}, 5. Przyczyną występowania składnika losowego może być: a) błąd pomiaru zmiennych ekonomicznych występujących w modelu, b) zbyt mała liczebność grupy, c) przyjęcie niewłaściwej postaci analitycznej. 6 Jeśli program jest maksymalizowany to optymalne rozwiązanie jest wtedy, gdy: a) współczynniki cj – zj ≥ 0, b) współczynniki cj – zj ≤ 0, c) w kryterium optymalizacyjnym występują zera i wartości dodatnie. 7 Strukturę modelu ekonometrycznego określają m. in. : a) zmienne objaśniające, b) składnik modelu, c) parametry modelu. 8. Zgodnie z założeniami KMNK: a) liczba zmiennych objaśniających może być równa liczbie obserwacji, b) liczna zmiennych objaśniających musi być mniejsza od liczby obserwacji, c) zmienna objaśniana nie jest zmienną losową. 9. Składnik losowy klasycznego liniowego modelu ekonometrycznego: a) jest zmienną losową, b) jest parametrem, c) jest zmienną dyskretną. 10. Skorygowany współczynnik determinacji jest unormowany w przedziale: a) od 0 do 1, b) od -1 do 0, c) nie jest unormowany. 11. Zgodnie z założeniami KMNK składnik losowy: a) ma jednostkową (1) macierz kowariancji, b) ma jednostkowy wektor (1) wartości oczekiwanych, c) ma zerowy wektor (0) wartości oczekiwanych. 12. Zgodnie z założeniami KMNK składnik losowy modelu: a) ma jednostkową wariancję dla wszystkich obserwacji, b) jest dodatnio liniowo skorelowany dla różnych obserwacji, c) jest nieskorelowany liniowo dla różnych obserwacji. 13. Nieobciążoność estymatorów parametrów KMNK gwarantują m. in.: a) założenie o postaci liniowej modelu b) założenie rzędu macierzy X c) założenie dotyczące wartości oczekiwanej składnika losowego. 14. Estymator KMNK jest: a) nieobciążony i zgodny, b) nieefektywny i nieobciążony, c) nieobciążony efektywny i zgodny. 15. Estymator KMNK jest: a) nieobciążony i zgodny, b) najefektowniejszy i nieobciążony, c) nieobciążony efektywny i zgodny. 16. Macierz V stosowana w uogólnionej metodzie najmniejszych kwadratów w przypadku niestałości wariancji w czasie: a) jest macierzą symetryczną, b) posiada niezerowe wartości poza główną przekątną c) na głównej przekątnej posiada jedynki. 17. Współczynnik determinacji modelu jest: a) kwadratem współczynnika korelacji wielorakiej pomiędzy zmienną objaśnianą a zmiennymi objaśniającymi, b) poziomem nie wyjaśnienia zmienności zmiennej objaśnianej, c) odwrotnością współczynnika zbieżności (?). 18. Kryterium wyboru optymalnej kombinacji zmiennych w modelu w metodzie wskaźników pojemności informacyjnej stanowi: a) współczynnik korelacji między zmienną objaśnianą a zmiennymi objaśniającymi, b) wartość wskaźnika integralnej pojemności informacyjnej, c) suma wskaźników indywidualnej pojemności informacyjnej. 19. Głównym celem modeli ekonometrycznych jest: a) wykrywanie ilościowych relacji, jakie zachodzą między zmianami wartości różnych zmiennych występujących w badanym zjawisku ekonomicznym, b) szacowanie parametrów modelu, c) wnioskowanie na podstawie modeli ekonometrycznych	.20. Wnioskowanie na podstawie modelu umożliwia m. In. a) stabilność parametrów i postaci analitycznej modelu, b) znajomość wartości zmiennych objaśniających w okresie prognozowania, c) dopuszczalność ekstrapolacji. 21. Wyznaczenie decyzji optymalnej polega na: a) wskazaniu decyzji, dla której funkcja celu osiąga maksimum, b) wskazaniu decyzji, która spełnia wszystkie warunki ograniczające, c) wskazaniu decyzji, która spełnia warunki brzegowe. 22. Wysoka wartość wskaźnika integralnej pojemności informacyjnej świadczy o: a) wysokiej korelacji pomiędzy zmiennymi objaśniającymi kombinacji, b) niskiej kowariancji pomiędzy zmiennymi objaśniającymi w kombinacji, c) niskiej korelacji zmiennych objaśniających ze zmienną objaśnianą. 23. Kryterium wyjścia występuje, gdy b/aik jest: a) min jeśli funkcja celu dąży do max i min, dla a > 0, b) max jeśli funkcja celu dąży do min, dla a > 0, c) min jeśli funkcja celu dąży do max, dla a > 0. 24. Współczynnik korelacji wielorakiej może przyjąć wyższe wartości, jeżeli a) dodajemy kolejną zmienną objaśniającą, b) usuwamy jedną ze zmiennych objaśniających, c) zmieniamy jedną zmienną objaśniającą na inne. 25. Zmienne objaśniające wybrane do modelu ekonometrycznego powinny: a) przyjmować wysokie wartości, b) być silnie skorelowane z pozostałymi zmiennymi objaśniającymi, c) być silnie skorelowane ze zmienną objaśnianą. 26. Przyczyną złej jakości modelu jest: a) dobranie do modelu wszystkich możliwych zmiennych objaśniających, b) zastosowanie właściwej metody szacowania parametrów, c) wybór właściwej postaci analitycznej modelu. 27. KMNK polega na takim wyznaczeniu ocen parametrów, aby: a) E(ε) = 0, b) D^2(ε) = σ^2Ι, c) Σ[y-y^]^2 = min. 28. W wektorze R0 znajdują się: a) współczynniki korelacji między zmiennymi objaśniającymi, b) kowariancja między zmiennymi objaśniającymi, c) współczynniki korelacji między zmienną objaśnianą a zmiennymi objaśniającymi. 29. Autokorelacja składnika losowego powoduje, że estymator parametrów KMNK: a) nie jest nieobciążony, b) jest nieefektywny, c) nie jest estymatorem zgodnym. 30. Szacowanie parametrów pojedynczego równania modelu za pomocą PMNK wymaga Wyznaczenia wartości teoretycznych zmiennej objaśnianej Oszacowania zredukowanych równań zmiennych endogenicznych bez opóźnień czasowych występujących w roli zmiennych objaśniających Wykorzystania zależności między parametrami postaci strukturalnej i zredukowanej 31. Odrzucenie hipotezy zerowej w teście serii oznacza Losowy rozkład czynnika losowego Niepoprawną postać analityczną modelu Zbyt małą liczbę serii reszt dodatnich w porównaniu do ujemnych 32..Linearyzacja modelu nieliniowego w postaci Y= α0 + X1^α1 + X2^α2 + Ԑ Wymaga wykonania operacji logarytmowania Wymaga wykonania operacji podstawiania Nie jest możliwa 33.Kryterium wyboru optymalnej kombinacji zmiennych do modelu w metodzie pojemności informacyjnej stanowi Współczynniki korelacji między zmienną objaśnianą a zmiennymi objaśniającymi Wartość wskaźnika integralnej pojemności informacyjnej Wartość wskaźnika indywidualnej pojemności informacyjnej 34. Model nieliniowy względem parametrów i zmiennych posiada Pochodne cząstkowe względem każdego parametru niezależnie od tego parametru Pochodne cząstkowe względem każdej zmiennej niezależnie od tej zmiennej Pochodne cząstkowe względem przynajmniej jednej zmiennej zależnie od tej zmiennej 35. Pośrednia metoda najmniejszych kwadratów wykorzystywana jest do szacowania modeli o równaniach współzależnych Jednoznacznie identyfikowalnych Niejednoznacznie identyfikowalnych Nieidentyfikowanych 36. Składnik losowy klasycznego liniowego modelu ekonometrycznego Jest parametrem Jest zmienną objaśniającą Jest zmienną losową 37. Średnie błędy szacunku parametrów są Kowariancjami pomiędzy estymatorami parametrów strukturalnych Odchyleniami standardowymi estymatorów parametrów strukturalnych Wariancjami estymatorów parametrów strukturalnych