Econometrie TD 2
Econometrics Quiz: Test Your Knowledge
Welcome to the Econometrics Quiz! This quiz consists of 35 questions designed to test your understanding of key concepts in econometrics, including regression analysis, hypothesis testing, and multicollinearity. Whether you are a student, a professional, or simply someone interested in the field of econometrics, this quiz is a great opportunity to sharpen your skills.
- 35 thought-provoking questions
- Instant feedback on your answers
- Ideal for students and professionals alike
1. Le facteur d’inflation de la variance est :
A) Un test de multicoline̝arite̝
B) Une mesure de la multicoline̝arite̝
C) Une mesure de la qualite̝ de la re̝gression
D) Une variable d’un modèle d’explication des prix
2. Si le levier d’une observation mesure
A) la taille de l’observation
B) la variance de l’observation
C) l’influence d’une observation dans une re̝gression
D) de̝crit l’erreur d’une observation
4. La somme des leviers dans une re̝gression est e̝gale...
A) au nombre de variables explicatives
B) au nombre d’observations
C) au degre̝ de liberte̝ de la re̝gression
D) à1
5. L’estimateur des moindres carre̝s ordinaire de 𝜷 est :
A) un estimateur line̝aire
B) un estimateur quadratique
C) une fonction convexe des erreurs
D) la vraie valeur de 𝜷
6. L’estimateur des moindres carre̝s ordinaire de 𝜷 est
A) Line̝aire dans les paramètres
B) Line̝aire dans les variables explicatives
C) Line̝aires dans la variable de̝pendante
D) Line̝aire dans les vrais paramètres
7. L’erreur d’e̝chantillonnage est
A) nulle dans une re̝gression par MCO
B) calcule̝e dans une re̝gression par MCO
C) fonction des erreurs
D) fonction des re̝sidus
On des re̝sidus 8. Sous les hypothèses H1 à H3, l’estimateur MCO est
A) de variance minimale
B) sans biais
c) line̝aire dans les variables explicatives
D) inde̝pendant de l’erreur
9. L’hypothèse 𝜷̂ est sans biais
A) sous les hypothèses H1 et H2
B) sous les hypothèses H1 à H3
C) sous les hypothèses H1 à H5
D) sous les hypothèses H1 à H6
10. Sous les hypothèses H1 à H3, si on introduit une variable non pertinente dans une re̝gression
A) 𝜷̂ reste sans biais
B) 𝜷̂ ne peut pas être estime̝
C) le paramètre estime̝ de cette variable est nul
D) 𝜷̂ devient biaise̝
11. Sous les hypothèses H1 à H5, si la multicoline̝arite̝ est forte dans les variables explicatives,
A) l’estimateur des MCO ne peut pas être calcule̝
B) l’estimateur des MCO est biaise̝
C) l’estimateur des MCO est impre̝cis
D) l’estimateur des MCO est he̝te̝rosce̝dastique
12. Sous les hypothèses H1 à H5, la variance conditionnelle de l’estimateur des MCO est
A) 𝑉(𝜷̂|𝑿) = 𝜎2(𝑿′𝑿)
b) 𝑉(𝜷̂|𝑿) = 𝜎2(𝑿𝑿′)
c) 𝑉(𝜷̂|𝑿) = 𝜎2(𝑿′𝑿)−1
D) 𝑉(𝜷̂|𝑿) = 𝜎2(𝑿𝑿′)−1
13. Sous les hypothèses H1 à H5, un estimateur de la variance conditionnelle de 𝜷̂ est :
A) 𝑉̂ ( 𝜷̂ | 𝑿 ) = 𝜎 2 ( 𝑿 ′ 𝑿 ) − 1
B) 𝑉̂(𝜷̂|𝑿) = (𝑆𝝶𝑅❄(𝑝 − 𝝾))(𝑿′𝑿)−1
C) 𝑉̂ (𝜷̂ |𝑿) = (𝑿′𝑿)−1
D) 𝑉̂(𝜷̂|𝑿) = (𝑆𝝶𝑅❄𝑝)(𝑿𝑿′)−1
14. Sous les hypothèses H1 à H5, la variance conditionnelle d’un paramètre estime̝ par MCO est d’autant plus grande
a) que la variance de l’erreur est faible
B) ne de̝pend pas de la variance de l’erreur
C) que le nombre d’observation est faible
D) que les degre̝s de liberte̝ de la re̝gression sont grands
15. Sous les hypothèses H1 à H6, l’estimateur des MCO de la variance conditionnelle de 𝜺
A) e̝gal à 𝜎2
B) suit une loi normale
C) suit une loi t de Student
D) suit une loi du Khi-deux
16. Sous les hypothèses H1 à H6, l’estimateur des MCO de 𝜷
A) suit une loi normale
B) suit une loi t de Student
C) suit une loi du Khi-deux
D) suit une loi F de Fisher
17. Sous les hypothèses H1 à H5, l’estimateur des MCO de 𝜷
A) est corre̝le̝ avec le re̝sidu
B) est corre̝le̝ avec l’erreur
C) est non-corre̝le̝ avec le re̝sidu
D) est non-corre̝le̝ avec l’erreur
18. On a une erreur de type 1 ou de première espèce
A) si on accepte l’hypothèse nulle alors qu’elle est fausse
B) si on rejette l’hypothèse nulle alors qu’elle est fausse.
C) si on accepte l’hypothèse nulle alors qu’elle est vraie
D) si on rejette l’hypothèse nulle alors qu’elle est vraie
19. On a une erreur de type 2 ou de seconde espèce
A) si on accepte l’hypothèse nulle alors qu’elle est fausse
b) si on rejette l’hypothèse nulle alors qu’elle est fausse
C) si on accepte l’hypothèse nulle alors qu’elle est vraie
D) si on rejette l’hypothèse nulle alors qu’elle est vraie
20. La statistique t est le ratio
A) du paramètre estime̝ à l’e̝cart-type de la re̝gression
B) du paramètre estime̝ à son e̝cart-type estime̝
. c) de l’e̝cart-type estime̝ du paramètre à l’e̝cart-type de la re̝gression
D) de l’e̝cart-type estime̝ du paramètre au paramètre estime̝
21. La statistique t permet
A) de mesurer l’effet de la variable conside̝re̝e
B) de donner l’e̝cart-type du paramètre estime̝.
C) de tester la significativite̝ de la variable conside̝re̝e
D) de tester la multicoline̝arite̝
22. La statistique t se compare à
A) suit une loi normale
B) suit une loi t de Student
C) suit une loi du Khi-deux
D) suit une loi F de Fisher
23. Un intervalle de confiance à 95%
a) est plus grand qu’un intervalle de confiance à 90 %
B) est plus grand qu’un intervalle de confiance à 99 %
C) de̝pend de la valeur du vrai paramètre
D) est toujours plus grand que le paramètre estime̝
24. Le test 𝝹 de significativite̝ conjointe
a) teste l’ensemble des paramètres de pente de la re̝gression
B) teste l’ensemble des paramètres de la re̝gression
C) de̝pend de la somme des carre̝s totaux de la variable de̝pendante
D) est distribue̝ selon une loi 𝝹(𝑝 − 𝝾 , 𝝾 − 1)
25. La variance de la pre̝vision de̝pend
A) uniquement de la variance de l’erreur
B) est plus grand que la variance de l’erreur
C) de̝pend de la variable de̝pendante observe̝e
D) de̝pend uniquement des variables explicatives de la pre̝vision
26. Si une variable explicative est le produit de deux autres variables explicatives, il y a multicoline̝arite̝ parfaite
A) Vrai
B) Faux
27. Si la somme de toutes les variables explicatives est e̝gale à ze̝ro pour toutes les observations, il y a multicoline̝arite̝ parfaite
A) Vrai
B) Faux
{"name":"Econometrie TD 2", "url":"https://www.quiz-maker.com/QPREVIEW","txt":"Welcome to the Econometrics Quiz! This quiz consists of 35 questions designed to test your understanding of key concepts in econometrics, including regression analysis, hypothesis testing, and multicollinearity. Whether you are a student, a professional, or simply someone interested in the field of econometrics, this quiz is a great opportunity to sharpen your skills.35 thought-provoking questionsInstant feedback on your answersIdeal for students and professionals alike","img":"https:/images/course6.png"}