Эконометрика Тестовый вопрос

Известно, что дисперсия временного ряда Y  увеличивается с течением времени. Значит, ряд Y …

Вопрос № 92 489 Изменён 11 октября 2021 База ruotvet.ru
По этой дисциплине Сообщить об ошибке

Варианты ответа

Ответ из базы
Известно, что дисперсия временного ряда Y  увеличивается с течением времени. Значит, ряд Y …

  • нестационарным

Временной ряд называется стационарным, если он является конкретной реализацией стационарного стохастического процесса. Под стационарным в слабом смысле понимается стохастический процесс, для которого среднее и дисперсия независимо от рассматриваемого периода времени имеют постоянное значение. Автоковариация зависит только от длины лага между рассматриваемыми переменными. Если дисперсия ряда увеличивается, то есть она не постоянна, то ряд будет нестационарным.
Правильный ответ: временной ряд Y – нестационарный.

Магнус, Ян Р. Эконометрика : нач. курс : [учеб. для студентов вузов по экон. специальностям] / Я. Р. Магнус, П. К. Катышев, А. А. Пересецкий ; Акад. нар. хоз-ва при Правительстве РФ. – М. : Дело, 2005. С.245–248.

Дата изменения страницы не означает экспертную проверку ответа. Как проверять материалы.

Сообщить об ошибке или предложить уточнение

К вопросу № 92 489. Адрес этой страницы будет добавлен автоматически.

    Замечание, ссылка на страницу и указанные вами данные сохранятся у редакции для проверки. Почта нужна только если вы хотите получить ответ. Не указывайте пароли и другие конфиденциальные сведения. Как проверяются материалы.

    Ещё вопросы по дисциплине

    Вся тема «Эконометрика» →
    Частная автокорреляция 1-го порядка — это корреляция между членами временного ряда и , при условии, что ... Частная автокорреляционная функция первого порядка определяется по формуле Целевая переменная в модели частичного приспособления имеет вид Формула для получения несмещенной оценки дисперсии имеет вид Формула для F-статистики: __________________, где p — верхнее число степеней свободы, q — нижнее число степеней свободы. Условие стационарности ряда случайных остатков в модели АР (1) имеет вид