d. Kita mempunyai pendekatan observasi
angka infinit
Vidya andini
1810512001
Ilmu ekonomi
Universitas andalas
Ukt 2020 metrik
1. Contoh interaksi antara dua variabel
independen dan continous adalah
a. Yt = β0 + β1D1i + β2D2i + β (D1i x D2i) +μi|
b. Yt = β0 + β1X1i + β2X2i i + β (X1i x X2i) +μi|
c. Yt = β0 + β1Xi + β2Di + β3 (Xi x Di) +μi|
d. Yt = β0 + β1X1i + β2X2i + μi|
2. Distribusi student-t adalah (ragu )
a. Selalu didekati dengan distribusi normal
standar
b. Distribusi dari sum of m squared
independent standard normal random
variables
c. Distribusi rasio standard normal
random variabel dibagi dengan akar
dari independently distributed chisquared random variabel dengan m
degress of freedom dibagi dengan m
d. Distribusi dari random variabel dengan
distribusi chi-squared dengan m
degrees of freedom dibagi dengan m
3. Didalam ekonomerik kita tidak
tergantung pada distribusi sampel pasti
atau terbatas karena
a. Variabel adalah terdistribusi normal
b. Covarians dari Yi| Yj| adalah tidak nol
c. Distribusi asimtotik dapat tergantung
untuk menyediakan pendekatan yang
baik pada distribusi sampel yang pasti
(given jumlah observasi yang tersedia
pada kebanyakan kasus)
4. Dalam model regresi Yi = β0 + β1Xi + β2Di
+ β3 (Xi x Di) +μi , dimana X continous
dan D variabel binary,β2 (ragu)
a. Mengindikasikan perbedaan intersep
dari dua regresi
b. Mengindikasikan perbedaan slop dari
dua regresi
c. Adalah selalu positif
d. Adalah perbedaan nilai rata-rata Y|
dua kategori
5. Sebuah perkiraan adalah (ragu )
a. Efisien jika ia mempunyai kemungkinan
varian yang paling kecil
b. Bukan angka acak
c. Unbiased jika nilai yang diharapkan
sama dengan nilai populasi
d. Kata lain untuk estimator
6. Pada model regresi Yi = β0 + β1Xi + β2Di +
β3 (Xi x Di) +μi dimana X continous dan D
variabel binary, efek dari
a.
b.
c.
d.
∆𝑌
∆𝑋𝑖
adalah
β1 + β3
β1
β1 + β3Xi
β1 + β3Di
7. Sebuah estimator ûY dari nilai populasi
μY adalah lebih efisien jika dibandingkan
dengan estimator yang lain ūY jika
a. E(ûY) > E (ūY)
b. Ia mempunyai varians lebih kecil
c. C.d.f nya adalah lebih datar dari
estimator yang lain
d. Estimator adalah unbiased dan var(ûY) <
var (ūY)
8. Dibawah ini adalah kemungkinan
interaksi between variabel binary dan
continuous kecuali
a. Yt = (β0 + Di)+ β1Xi + μi
b. Yt = β0 + β1Xi + β2 (Xi x Di) +μi
c. Yt = β0 + β1Xi + β2Di + β3 (Xi x Di) +μi
d. Yt = β0 + β1Xi + β2Di + μi
9. Manakah penyataan berikut ini benar?
(ragu )
a. Model Yt = a + βX2t + μt disebut model
regresi sederhana
b. Asumsi bahwa error term adalah
variabel acak dengan nilai prediksi nol
adalah tidak realistis
c. Contoh model regresi linear adalah Yt =
a + βXβt + μt
d. Tidak ada jawaban yang benar
10. Error tipe II adalah (ragu )
a. Error yang anda buat ketika memilih
tipe II atau tipe I
b. Error yang anda buat ketika menolak
hipotesis nol ketika ia salah
c. Lebih kecil dari error tipe I
d. Tidak dapat dihitung ketika hipotesis
alternatif berisi sebuah “=”
11. Manakah berikut ini merupakan asumsi
model regresi linear Yt = a + βXβt + μt
a. Error term μt dan μs adalah dependen
distribusi unuk semua t ≠ s
b. Xt berkolerasi dengan μt
c. Error term μt adalah terdistribusi
normal dengan rata-rata nol dan
varians konstan
d. Error term μt mengikuti 2|
12. Notasi panel data adalah (Xit,Yit),i =
1,…,n dan t = 1,…,T karena
a. n lebih besar dari pada T untuk
estimator OLS estimator
b. terdapat n entitass and T periode waktu
c. X menggambarkan observed effects dan
Y adalah omitted fixed effects
d. Kita memperhitungkan bahwa entitas
termasuk pada perubahan panel antar
waktu dan digunakan dengan yang lain
13. Sebuah estimator ûY dari nilai populasi
μY adalah consistent jika
a. ŶP 0
b. Mean square error adalah paling kecil
c. Y adalah terdistribusi normal
d. ûY p ûY
14. Expected value dari suatu variabel
random adalah
a. Sama dengan nilai ke 50% dari fungsi
distribusi variabel random
b. Sama dengan nilai rata-rata dibobot
semua kemungkinan outcome variabel
random
c. Sama dengan outcome yang paling
mungkinterjadi
d. Sama dengan median distribusi variabel
random tersebut
15. Contoh dari model regresi kuadratik
adalah
a. Yi = β0 + β1X + β2X2 + μi
b. Yi = β0 + β1X + μi
c. Yi = β0 + β1ln(X) + μi
d. Yi = β0 + β1X + β2Y2 + μi
16. Manakah pernyataan dibawah ini
benar?
a. Didalam model ekonometik hubungan
variabel ekonomi adalah pasti
b. Teori ekonomi menjelaskan perilaku
sistematis dan rata-rata kebanyakan
individu atau perusahaan
c. Semua jawaban benar
d. Teori ekonometrik tidak dapat
memprediksi secara tepat perilaku khusus
dari setiap individu atau perusahaan
d. Dampak perbedaan regressor tidak
sama untuk balanced tetapi sama untuk
unbalanced
17. Manakah kondisi yang tidak penting
untuk weakly stationary time series
a. Fungsi autocovarians tergantung pada s
dan t hanya melalui perbedaan |s-t|
dimana t dan s moment dalam waktu
b. Time series adalah gaussian
c. Time series adalah finite variance
process
d. Rata rata konstan dan tidak tergantung
pada waktu
21. Nilai kritis dari two sided t-test dihitung
dari sampel besar
a. Adalah 1.96 jika level signifikan dari tes
adalah 5%
b. Tidak dapat dihitung kecuali anda
mengetahui degree of freedom
c. Adalah sama dengan p-value
d. Adalah 1,64 jika level signifikan dari tes
adalah 5%
18. Dua variabel tidak berkolerasi disemua
kasus dibawah ini kecuali
a. Menjadi independen
b. |𝝈𝑿𝒀 | ≤ √𝝈2X𝝈2Y
c. E (Y|X) =0
d. Mempunyai covarians nol
19. Model regresi sederhana Yt = a + βXt+
μtadalah benar dengan asumsi bahwa
a. E (Ŷt) = 𝛼 + βXt
b. E (Ŷt) = E (Yt)
c. Semua jawaban benar
d. E (Yt) = 𝛼 + βXt
20. Perbedaan antara unbalanced dan
balanced panel adalah
a. Unbalanced panel terdiri dari observasi
yang hilang untuk paling tidak satu
waktu atau Satu
b. Anda tidak dapat mempunyai fixed time
effects dan fixed entity effects secara
bersamaan
c. Dampak perbedaan regressor sama
untuk balanced tetapi tidak untuk
unbalanced panel
22. Misalkan Y| adalah random variabel
maka var (Y)| adalah
a. E[Y – μy]
b. E[|Y – μy|]
c. √𝐸(𝑌 − μy )2
d. E [Y – μy ]|2
23. Dengan i.i.d sampling berikut ini adalah
benar kecuali (ragu )
a. E (Ŷ) < E (Y)
b. Ŷ adalah variabel acak
c. Var (Ŷ) = 𝝈2y/n
d. E (Ŷ) = μy
24. Untuk menstandardisasi sebuah
variabel
a. Membagi dengan standar deviasi
sepanjang rata-ratanya adalah 1
b. Mengintegralkan wilayah dibawah dua
point yang terdistribusi normal
c. Mengurangi nilai rata-rata dan
membagi dengan standar deviasi
d. Menambah dan mengurangi 1,96 dikali
dengan standar deviasi terhadap
variabel
25. Jika variabel dengan multivariant
normal distribusi mempunyai covarians
sama dengan nol,maka
a. Marjinal distribusi masing-masing
variabel tidak lagi normal
b. Variabel adalah independent
c. Anda harus menggunakan 2 distribusi
untuk menghitung peluangnya
d. Korelasi akan sering nol tetapi tidak
harus
26. Error tipe I adalah (ragu )
a. Error yang anda buat ketika menolak
hipotesis alternatif ketika ia benar
b. Selalu sama dengan error (1-type II)
c. Selalu 5%
d. Error yang anda buat ketika menolak
hipotesis nol ketika ia benar
27. Asumsikan bahwa Y adalah terdistribusi
normal N (μ ,𝜎2). Untuk menemukan Pr
(c1 ≤ Y ≤ 𝑐2), dimana c1 < c2 dan di
=
a.
b.
c.
d.
𝐶𝑡−𝜇
𝜎
anda menghitung Pr (d1≤ Z ≤
𝑑2)= (ragu )
Φ (d2) - Φ (d1)
1- (Φ (d2) - Φ (d1))
Φ(1,96) - Φ(1,96)
Φ (d2) – (1- Φ (d1))
28. Model regresi fixed effect (ragu )
a. Memiliki fixed effects dari
heterokedastisitas
b. Memiliki intersep n yang berbeda
c. Koefisien slop dibolehkan berbeda
antar entitas tetapi intersep adalah
fixed
d. Pada model log-log kemungkinan
memasukkan log dari variabel biner
dengan kontrol untu fixed effects
29.
a.
b.
c.
d.
Var (aX +bY) =
a2𝜎2X + b2𝜎2Y
𝜎XY + μX μY
a𝜎2X + b𝜎2Y
a2𝝈2X + 2ab𝝈 XY + b2𝝈2Y
30. Sebuah estimator ûY dari nilai populasi
μY adalah unbiased jika
a. ŶP μY
b. Y mempunyai varians terkecil dari
semua estimator
c. E (ûY) = μY
d. ûY = μY
31. Supaya covariance stationary,proses
stokastik harus memenuhi
a. V |Yt|= 𝛾0 < ∞∀t,yaitu varians adalah
finit dan konstan antar waktu
b. Semua jawaban benar
c. Cov (Yt+j ,Yt)= cov (Yj , Y0) ∀t,j yaitu
kovarians adalah independen terhadap
t dan hanya fungsi dari lag-length j
d. E |Yt|= μ, ∀t yaitu rata-rata konstan
antar waktu
32. Asumsikan bahwa Y terdistribusi
normal N (μ,𝜎2 ). Berpindah dari nilai
rata-rata μ 1,96 standar deviasi kekiri
dan 1,96 standar deviasi kekanan ,maka
area dibawahnp.d.f normal adalah
a. 0,33
b. 0,05
c. 0,95
d. 0,65
33. Dua variabel acal Y dan X terdistribusi
bebas jika semua kondisi di bawah ini
kecuali…
c. Jika kondisional distribusi dari Y
given X sama dengan marginal
distribusi dari Y
34. Di dalam regresi fixed effect model,
anda harus mengeluarkan salah satu
variabel biner untuk entitas jika
terdapat intersep dalam persamaan…
35. Korelasi antara X dan Y….
Core (X, Y) =
36. Sebuah estimator adalah…
Rumus yang memberikan dugaan yang
efisien dari nilai populasi sebenarnya
37. Perhatikan persamaan berikut :
40. Kondisional distribusi dari Y| diberikan
X=x, Pr (Y=y | X=x) adalah…
Pr (X=x, Y=y) / Pr (X=x)
41. Contoh interaksi antara dua variabel
independen dan kontinius adalah…
42. Pada model regresi Yi = β0 + β1Xi + β2Di +
β3 (Xi x Di) +μi dimana X continous dan D
variabel binary, B3…
Mengindikasikan perbedaan slop 2
regresi
43. Manakah yang tidak dapat menjadi
komponen plot time series?
Tidak satupun dari jawaban yang ada
Manakah persamaan yang dispesifikasikan
secara benar?
Hanya persamaan (3)
38. Ketika ada. degrees of freedom,
distribusi…
Sama dengan standar distribusi normal
39. Manakah pernyataan di bawah ini
benar?
Teori ekonometrik tidak dapat
memprediksi scr tepat perilaku khusus…
perusahaan
44. jika permintaan adalah 10 selama
oktober 2019, 20 pada november 2019,
30 di des 2019, 40 pada januari 2020.
Tunjukkan 3 month simple moving
average untuk februari 2020?
30
45. Di dalam model regresi linear
sederhana. Yt=α+βXt+ut| adalah benar
bahwa…
Sigma (Yt-Y) kuadrat = sigma (Yt-Y)
kaudrat + sigma (ut kuadrat).
46. Aplikasi model ordinary least square
(OLS) ke model Yt=βUt menghasilkan…
Β=Y
pergi ke ruangan yang lebih besar di kampus dan mewawancarai
47. Pada model regresi Yi = β0 + β1Xi + β2Di +
β3 (Xi x Di) +μi dimana X adalah variabel
continous dan D adalah variabel binary,
B2…
mahasiswa secara acak pergi ke ruangan yang lebih besar di kampus
dan mewawancarai mahasiswa secara acak
53. Kondisional ekspektasi dari Y|,X|,E(Y|X=x)
dihitung sebagai berikut…
Adalah selalu positif
yiPr (Y=yi | X=x)
54. Standar eror dari Y, SE (Y) = 6y adalah dengan
rumus…
48.
rata-rata sampel adalah variabel acak
dan ….
Mempunyai distribusi peluang disebut
distribusi sampling
49. Pada model regresi Yi = β0 + β1Xi + β2Di +
β3 (Xi x Di) +μi dimana X continous dan D
variabel binary, Untuk menguji bahwa
dua regresi adalah identik, anda harus
menggunakan…
F-statistik untuk join hipotesis bahwa
β2=0, β3=0
50. Asumsikan bahwa Yt=α+βXt+ut dengan
mempertimbangkan estimator
alternatif β=(Y2-Y1)/(X2-X1) maka…
51. Model regresi sederhana Yt=α+βXt+Ut
adalah benar dengan asumsi bahwa…
E (Yt) = α+βXt
52. untuk menyimpulkan kecenderungan
politik mahasiswa di perguruan tinggi,
anda mengambil sampel 150 orang.
Hanya dengan satu sampel acak
sederhana dibawah ini anda…
sy / akar n