Θέματα Εξετάσεων Οικονομετρία Ι

Απαντάτε στις παρακάτω ερωτήσεις σε WORD αρχείο

με το Ονοματεπώνυμο σας, A.M. Φοιτητή και Ομάδα Α
(προσοχή απαντήσεις τυχαία επιλεγμένες)
Ερώτηση 1: c
Ερώτηση 2: d
...
Ερώτηση 25: a
Ερώτηση 26: Σωστό, γιατί...
,...
Ερώτηση 27: Λάθος γιατί...
ΔΙΑΡΚΕΙΑ ΕΞΕΤΑΣΗΣ 45'
ΕΝΑΡΞΗ 09:05
ΛΗΞΗ 10:05
Για κάθε σωστή απάντηση είτε +0,5 είτε +0,25
και για κάθε λανθασμένη είτε -0,2 είτε -0,1
ΣΤΟ ΤΕΛΟΣ ΤΗΣ ΕΞΕΤΑΣΗΣ ΣΤΙΣ ΕΡΓΑΣΙΕΣ ΚΑΙ ΣΤΗΝ
ΕΠΙΛΟΓΗ ΕΔΩ ΚΑΤΑΘΕΤΕΤΕ ΤΗΝ ΕΡΓΑΣΙΑ ΣΑΣ
ΥΠΟΒΑΛΕΤΕ ΤΙΣ ΑΠΑΝΤΗΣΕΙΣ ΣΑΣ ΜΕΣΑ ΣΤΟ ΧΡΟΝΙΚΟ
ΟΡΙΟ ΑΝΑ ΟΜΑΔΑ ΤΟ ΑΡΧΕΙΟ ΠΟΥ ΘΑ ΕΧΕΙ ΣΕ ΛΑΤΙΝΙΚΑ
ΤΟ ΟΝΟΜΑ-ΕΠΙΘΕΤΟ-ΟΜΑΔΑ
π.χ. George_Halkos_A
___________________________________________________________________________
ΟΜΑΔΑ Α
ΒΑΘΜΟΙ ΑΝΑ ΕΡΩΤΗΣΗ ΣΤΟ ΤΕΛΟΣ ΤΩΝ ΕΚΦΩΝΗΣΕΩΝ ΣΕ ΠΑΡΕΝΘΕΣΗ

Πολλαπλής επιλογής
ΓΙΑ ΕΡΩΤΗΣΕΙΣ 1-3
Δίνονται τα ακόλουθα αποτελέσματα:

R2=0.90 και adj. R2=0.94 F-statistics (prob)=0.000124

1. Σύμφωνα με τα αποτελέσματα (0,25)

a. Όλοι οι εκτιμητές είναι στατιστικά σημαντικοί
b. Κανένας εκτιμητής δεν είναι στατιστικά σημαντικός
c. Οι εκτιμητές β0, β1, β2,β4 είναι στατιστικά σημαντικοί
d. Οι εκτιμητές β0, β2, β3,β4 είναι στατιστικά σημαντικοί
e. Οι εκτιμητές β1, β2, β3,β4 είναι στατιστικά σημαντικοί
2. Αν υπάρχουν 20 τρίμηνα στην εκτίμηση, και θέλουμε να εκτιμήσουμε το 21ο
γνωρίζοντας ότι είναι Καλοκαίρι, τότε η εκτίμηση θα ισούται με: (0,25)
a. 2507 b. 2604 c. 2406 d. 2705
e. 2305 f. 2809 g. 2908

3. Αν όμως το 21ο τρίμηνο είναι Χειμώνας τότε η εκτίμηση μεταβάλλεται κατά: (0,50)
a. +1995 b. -1995 c. +411
d. -411 e. +1983 f. -1983

4. Σε ένα τριμεταβλητό υπόδειγμα, στο οποίο χρησιμοποιήθηκε ένα σετ δεδομένων 50

επιχειρήσεων, διεξήχθη ο έλεγχος Goldfeld and Quandt με σκοπό τον έλεγχο ύπαρξης
ετεροσκεδαστικότητας. Να προσδιορίσετε τους βαθμούς ελευθερίας, αν γνωρίζετε ότι
αφήσαμε εκτός ελέγχου το 1/5 των παρατηρήσεων. (0,50)
a. (10,10,0.05) b. (12,12,0.05) c. (14,14,0.05)
d. (15,15,0.05) e. (16,16,0.05) f. (17,17,0.05)
g. (18,18,0.05) h. (19,19,0.05) i. (20,20,0.05)

5. Σε ένα υπόδειγμα όπου μελετάται η κατανάλωση και το εισόδημα 100 νοικοκυριών

προέκυψαν τα ακόλουθα αποτελέσματα. (0,50)

a. To αγαθό που μελετάται έχει ανελαστική ζήτηση

b. Το αγαθό που μελετάται έχει ελαστική ζήτηση
c. Το αγαθό που μελετάται είναι κανονικό
d. Το αγαθό που μελετάται είναι κατώτερο

6. Για την καταλληλότητα του δείγματος ως προς τα παρατηρημένα στοιχεία, απαιτούμε

τα κατάλοιπα να έχουν το μικρότερο δυνατό μέγεθος. Το κατάλληλο μέτρο
αξιολόγησης είναι: (0,25)
a. Το άθροισμα των καταλοίπων
b. Το άθροισμα των τετραγώνων τον καταλοίπων
c. Η διακύμανση των καταλοίπων
d. Η μέση τιμή των καταλοίπων

7. Για να εκτιμηθούν εκτιμητές β παλινδρόμησης, χρησιμοποιείται η έκφραση: (0,25)

a. . b.
c. d.

8. Ανάμεσα σε 4 αμερόληπτους εκτιμητές, πιο αποτελεσματικός είναι ο: (0,25)

a. b.
c. d.

9. Αν το t-statistics του εκτιμητή ισούται με -5,2 και τα τυπικό σφάλμα του εκτιμητή
ισούται με 0,5 τότε η τιμή του εκτιμητή είναι (0,25)
a, 2,6 b. 10,4 c. -10,4 d. -2,6

10. Σε ένα διμεταβλητό υπόδειγμα όπου το R2 ισούται με 81% και ο εκτιμητής

της κλίσης ισούται με β1=-0.95 και το t-statistics ισούται με 2,17, ο
συντελεστής συσχέτισης ισούται με (0,50)
a. -0,81 b. -0,56 c. -0,90 d. -0,65
11. Χρησιμοποιώντας την μέθοδο των αθροισμάτων και βάσει της άλγεβρας μητρών, η

μήτρα συμβολίζει την σχέση (0,25)

a. ΧΧ΄ b. ΧΎ c. ΧΥ΄ d. Χ΄Χ

12. Για το ακόλουθο υπόδειγμα ισχύει: (0,25)

a. Όλοι οι εκτιμητές είναι στατιστικά σημαντικοί.

b. Έχουμε ένα αξιόπιστο υπόδειγμα διότι το R2=0,95
c. Τα πρόσημα αποκλίνουν από την οικονομική θεωρία
d. Το αγαθό που εξετάζεται είναι κανονικό αγαθό πρώτης ανάγκης.

13. Για επίπεδο στατιστικής σημαντικότητας 0,05 τα ακόλουθα αποτελέσματα, (0,50)

a. Η Ρ1 είναι στατιστικά σημαντική.

b. Η Ρ2 είναι στατιστικά σημαντική.
c. Όλες οι μεταβλητές είναι στατιστικά σημαντικές.
d. Μόνο οι ανεξάρτητές μεταβλητές είναι στατιστικά σημαντικές.

14. Έχουμε τα ακόλουθα αποτελέσματα: (0,50)

a. Η γραμμική εκτίμηση είναι καλύτερη από την λογαριθμική γιατί έχει

καλύτερα p-values.
b. Η λογαριθμική είναι καλύτερη από την γραμμική γιατί έχει υψηλότερο adj.
R2.
c. Δεν μπορούμε να συγκρίνουμε 2 υποδείγματα με διαφορετική μορφή
(γραμμική-λογαριθμική) χρησιμοποιώντας τον συντελεστή προσδιορισμού.
d. Η γραμμική εκτίμηση είναι καλύτερη από την λογαριθμική γιατί έχει
υψηλότερο F-statistics.

15. Σε ένα υπόδειγμα της μορφής , για τον

έλεγχο h του Durbin ισχύει: (0,25)

a. b.
c. d.
e. f.
g. Τίποτα από τα παραπάνω
16. Σε ένα υπόδειγμα της μορφής , όπου Χ1=15
και Υ1= 7, οι «χαμένες» πρώτες παρατηρήσεις έπειτα από την χρήση της μεθόδου
Durbin 2 βημάτων είναι: (0,25)
a. Χ1=10,55 και Υ1=6,39 b. Χ1=6,54 και Υ1=3,052
c. Χ1=11,046 και Υ1=5,49 d. Χ1=7,30 και Υ1=3,97
e. Χ1=8,22 και Υ1=4,57 f. Χ1=6,38 και Υ1=4,20
g, x Χ1=9,45 και Υ1=6,12

17. Σε ένα υπόδειγμα 50 παρατηρήσεων διεξάχθηκε ο ακόλουθος έλεγχος. (0,25)

Δίνονται οι κριτικές τιμές: F(18,18,0.05)=2,51 F(19,19,0.05)=2,17,

F(20,20,0.05)=2,12
a. Στο υπόδειγμα εμφανίζεται πρόβλημα ετεροσκεδαστικότητας
b. Στο υπόδειγμα δεν εμφανίζεται πρόβλημα ετεροσκεδαστικότητας
c. Τα στοιχεία δεν επαρκούν για την διεξαγωγή του ελέγχου
d. Ο έλεγχος δεν είναι κατάλληλος για τα συγκεκριμένα δεδομένα

18. Σύμφωνα με τους ακόλουθους ελέγχους: (0,25)

Test: Breusch-Pagan-Godfrey

F-statistic 0.402511 Prob. F(1,8) 0.5435

Obs*R-squared 0.479036 Prob. Chi-Square(1) 0.4889
Scaled explained SS 0.197521 Prob. Chi-Square(1) 0.6567

Test: White

F-statistic 0.348996 Prob. F(1,8) 0.5710

Obs*R-squared 0.418009 Prob. Chi-Square(1) 0.5179
Scaled explained SS 0.172357 Prob. Chi-Square(1) 0.6780

a. Δεν απορρίπτουμε την Η0 και δεν έχουμε αυτοσυσχέτιση.

b. Δεν απορρίπτουμε την Η0 και δεν εχουμε ετεροσκεδαστικότητα.
c. Απορρίπτουμε την Η0 και έχουμε αυτοσυσχέτιση.
d. Απορρίπτουμε την Η0 και έχουμε ετεροσκεδαστικότητα

19. Έστω ότι εκτιμήθηκε το παρακάτω υπόδειγμα (0,50)

Η τιμή του F κατά Ramsey ισούται με

a. 5 b. 15 c, 27 d. 32 e. 80.

20. Έστω το υπόδειγμα: (0,25)

 a. Ο ερευνητής έχει ένδειξη πολυσυγγραμμικότητας
b. Ο ερευνητής είναι σίγουρος για το πρόβλημα της
πολυσυγγραμμικότητας
c. Ο ερευνητής μπορεί να παραλείψει μία από τις δύο μεταβλητές
d. Ο ερευνητής έχει υιοθετήσει λάθος συναρτησιακή μορφή
e. Ο ερευνητής εξετάζει την ετεροσκεδαστικότητα με μεμονομένες
παλινδρομήσεις

21. Αν σε μία συνάρτηση Cobb-Douglas με σταθερές αποδόσεις κλίμακας έχουμε

πρόβλημα πολυσυγγραμμικότητας τότε: (0,25)
a. Για να λυθεί το πρόβλημα πρέπει να χρησιμοποιήσουμε
προσεγγιστικές μεταβλητές.
b. Μπορούμε να λύσουμε το πρόβλημα μετασχηματίζοντας τις
μεταβλητές.
c. Οι σταθερές αποδόσεις κλίμακας μπορούν να διορθώσουν το
πρόβλημα της πολυσυγγραμμικότητας.
d. Εφόσον οι ανεξάρτητες μεταβλητές συσχετίζονται, η μία από τις δυο
θα πρέπει να αφαιρεθεί.

22. Μελετήθηκε η καταναλωτική συνήθεια 50 νοικοκυριών με βάση τον

επικεφαλή του κάθε νοικοκυριού, με την ψευδομεταβλητή να λαμβάνει την
τιμή 0 για τον άνδρα και 1 για την γυναίκα. (0,50)

a. Αν ο επικεφαλής του νοικοκυριού είναι άντρας, ο σταθερός όρος είναι 1,55

και η κλίση 0,80
b. Αν ο επικεφαλής του νοικοκυριού είναι γυναίκα ο σταθερός όρος είναι 1,70
και η κλίση 1,19
c. Το φύλο του επικεφαλή του νοικοκυριού δεν επηρεάζει την κατανάλωση
d. Δεν ισχύει τίποτα από τα παραπάνω

23. Από τους ακόλουθους εκτιμητές, αμερόληπτοι είναι οι: (0,50)

a. Όλοι οι εκτιμητές b. Κανένας εκτιμητής

c. β1,β2 d. β2,β3
e. β3,β4 f. β1, β2, β3
g. β2, β3, β4 h. β1, β3, β4

24. Σε ένα υπόδειγμα με τις ακόλουθες εκτιμημένες παραμέτρους

όπου γνωρίζουμε ότι έχει επιλυθεί η αυτοσυσχέτιση , θέλουμε να
προβλέψουμε την κατανάλωση του 30ου μήνα βάσει του εισοδήματος έχοντας τα εξής
 στοιχεία: Χ30= 25, Χ29=24, Υ29= 21, Χ28= 26, Υ28=22,5 R2=0,81 DW=2,01και
ρ=0,25. (0,50)

Η κατανάλωση του 30ου μήνα θα ισούται με:

a. 21,75 νμ. b. 21,575 νμ. c. 21,175 νμ
d. 21475 νμ e. 21,875 νμ f. 21,775 νμ.
g. 21,275 νμ h. 21,375 νμ

Ερωτήσεις Σωστού-Λάθους και μικρής (μέγιστο 5 γραμμές) αιτιολόγησης

25. Σε ένα υπόδειγμα χρονολογικών σειρών με εξαρτημένη μεταβλητή τις πωλήσεις ενός
αγαθού και ανεξάρτητη μεταβλητή τις διαφημιστικές δαπάνες της επιχείρησης
κάναμε τον ακόλουθο έλεγχο. Ο διευθυντής της επιχείρησης μπορεί να ισχυριστεί ότι
οι πωλήσεις του αγαθού της επιχείρησης επηρεάζονται μόνο από τις διαφημιστικές
δαπάνες της τρέχουσας περιόδου. (0,50)
Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.352782 Prob. F(2,6) 0.7164

Obs*R-squared 1.052206 Prob. Chi-Square(2) 0.5909

26. Η μέθοδος των σταθμισμένων ελαχίστων τετραγώνων βασίζεται στον

μετασχηματισμό των μεταβλητών με την γνωστή πληθυσμιακή διακύμανση. (0,50)

27. Ο πίνακας συσχετίσεων και οι διμεταβλητές παλινδρομήσεις μπορούν να

αποτελέσουν ενδείξεις πολυσυγγραμμικότητας, δεν αποτελούν όμως διαγνωστικό
έλεγχο. (0,50)

KAΛH EΠITYXIA!