Вопрос № 64732 - Эконометрика
Для временного ряда экономических данных по месяцам построена автокорреляционная функция:
Анализируя данные автокорреляционной функции, можно утверждать, что исследуемый временной ряд содержит …
Анализируя данные автокорреляционной функции, можно утверждать, что исследуемый временной ряд содержит …
Вопрос задал(а): Rbhbkk, 16 Декабрь 2015 в 01:02
На вопрос ответил(а): Любимов Павел, 16 Декабрь 2015 в 01:02
На вопрос ответил(а): Любимов Павел, 16 Декабрь 2015 в 01:02
Похожие вопросы
Для временного ряда экономических данных построена автокорреляционная функция:
Анализируя данные автокорреляционной функции, можно утверждать, что исследуемый временной ряд содержит …
Анализируя данные автокорреляционной функции, можно утверждать, что исследуемый временной ряд содержит …
нелинейную тенденцию
случайные циклы
линейную тенденцию
периодические колебания
Для временного ряда экономических данных по месяцам построена автокорреляционная функция:
Анализируя данные автокорреляционной функции, можно утверждать, что исследуемый временной ряд содержит …
Анализируя данные автокорреляционной функции, можно утверждать, что исследуемый временной ряд содержит …
отрицательную тенденцию
циклическую компоненту
случайную компоненту
сезонную волну
Другие вопросы по предмету Эконометрика
В таблице представлены данные по субъектам федерации Центрального федерального округа, за исключением Москвы. Области упорядочены по возрастанию независимой переменной х – объему кредитов, предоставленных предприятиям, организациям, банкам и физическим лицам.
По данной выборке построено уравнение регрессии y = 3151,1 + 8,8487 · x. Коэффициент детерминации R2 = 0,9708.
Верными относительно полученного уравнения регрессии и коэффициента детерминации утверждениями, которые учитывают характер выборки, являются …
По данной выборке построено уравнение регрессии y = 3151,1 + 8,8487 · x. Коэффициент детерминации R2 = 0,9708.
Верными относительно полученного уравнения регрессии и коэффициента детерминации утверждениями, которые учитывают характер выборки, являются …
высокое значение коэффициента детерминации говорит о том, что между объемом кредитов и объемом инвестиций в основной капитал существует тесная линейная зависимость
полученное уравнение имеет высокую прогнозную силу
высокое значение коэффициента детерминации определяется наличием в выборке аномальных значений
полученное уравнение не рекомендуется использовать для прогнозирования
В таблице представлены данные по субъектам федерации Центрального федерального округа, за исключением Москвы. Области упорядочены по возрастанию независимой переменной х – объему кредитов, предоставленных предприятиям, организациям, банкам и физическим лицам.
По данной выборке построено уравнение регрессии y = 3151,1 + 8,8487 · x. Коэффициент детерминации R2 = 0,9708.
Исключив из выборки аномальное значение (Московскую область) и построив уравнение линейной зависимости, можно утверждать, что …
По данной выборке построено уравнение регрессии y = 3151,1 + 8,8487 · x. Коэффициент детерминации R2 = 0,9708.
Исключив из выборки аномальное значение (Московскую область) и построив уравнение линейной зависимости, можно утверждать, что …
при увеличении объема кредитов, предоставленных предприятиям, организациям, банкам и физическим лицам на 1 млн руб., инвестиции в основной капитал увеличиваются на 5,3 млн руб.
при увеличении объема кредитов, предоставленных предприятиям, организациям, банкам и физическим лицам на 1 млн руб., инвестиции в основной капитал уменьшаются на 5,3 млн руб.
между объемом кредитов, предоставленных предприятиям, организациям, банкам и физическим лицам, и инвестициями в основной капитал нет линейной зависимости
коэффициент регрессии в полученном уравнении оказался незначимым, значит, его можно признать равным нулю
По 72 банкам построено уравнение зависимости размеров кредитов, выданных предприятиям и организациям, в млн. руб. (y) от собственного капитала, млн руб. (x): y = 710,967 + 3,057 ∙ x . Исходные данные упорядочены по убыванию величины собственного капитала. По величинам остатков рассчитан коэффициент автокорреляции первого порядка, равный -0,45539. На рисунке представлен график остатков.
Если для остатков модели, выполнены предпосылки МНК, то оценки параметров, полученные методом наименьших квадратов (МНК), обладают свойствами …
Если для остатков модели, выполнены предпосылки МНК, то оценки параметров, полученные методом наименьших квадратов (МНК), обладают свойствами …
гомоскедастичности
гетероскедастичности
нормального распределения
несмещенности
состоятельности
эффективности
Если значение коэффициента корреляции равно единице, то связь между результатом и фактором …
вероятностная
отсутствует
стохастическая
функциональная