Вариант № 6

1. Имеются данные об объемах производства продукции на предприятии:

1. Проведите сглаживание динамического ряда методом трехзвенной скользящей средней.

2. Постройте линейную модель тренда, оцените ее параметры методом наименьших квадратов.

3. Оцените качество построенной модели и её пригодность для прогнозирования.

4. Постройте точечный и интервальный прогноз объема производства на 2017 и 2018 годы.

5. Изобразите на графике фактические уровни ряда, сглаженные уровни ряда и тренд.

6. Интерпретируйте полученные результаты, сделайте выводы.

2. Имеются условные данные о сети филиалов фирмы:

1. Постройте линейное уравнение регрессии с одной объясняющей переменной.

2. Дайте экономическую интерпретацию коэффициента регрессии ??₁.

3. Выполните корреляционный анализ, т.е. вычислите линейный коэффициент корреляции и теоретическое корреляционное отношение (индекс корреляции). Сделайте вывод о тесноте и направленности связи между Y и X.

4. Вычислите коэффициент детерминации. Сделайте вывод.

5. Выполните дисперсионный анализ. Протестируйте статистическую гипотезу о достоверности уравнения регрессии при уровне значимости α=0,05. Сделайте вывод.

6. Вычислите среднюю относительную ошибку аппроксимации. Сделайте вывод о возможности использования регрессионной модели для прогнозирования и управления.

Тестовые задания

1. По учету фактора времени модели подразделяются на:

а. детерминированные и стохастические;

б. статические и динамические; в. стабильные и нестабильные;

г. открытые и замкнутые.

2. Тренд – это:

а. форма проявления причинно-следственных связей между признаками;

б. аналитическая функция, описывающая тенденцию изменения явления;

в. основное направление развития явления.

3. Какая составляющая временного ряда отражает влияние на него факторов, не поддающихся учету и регистрации:

а. корелограмма;

б. лаг;

в. случайная компонента;

г. тренд?

4. В зависимости от уровня изучаемого процесса модели прогноза бывают:

а. отраслевые;

б. дискретные;

в. локальные.

5. Пусть имеется тенденция роста спроса на определенный товар. Модель тренда выражает эту тенденцию в форме зависимости:

а. от уровня средней заработной платы;

б. от цены на товар;

в. от количества средств, затрачиваемых на рекламу;

г. от времени;

д. от численности населения.

6. Период упреждения прогноза – это:

а. рассматриваемый период исходных данных;

б. период времени от последнего уровня исходных данных до момента, на который строится прогноз;

в. значение последнего уровня исходных данных.

7. Какое значение может принимать коэффициент детерминации:

а. 0,4;

б. –0,5;

в. –1,2;

г. 1,1?

8. Если коэффициент корреляции отрицателен, то в линейной модели:

а. с ростом X уменьшается Y;

б. с повышением X увеличивается Y;

в. с уменьшением X растет Y;

г. с ростом X не меняется Y.

9. Величина коэффициента эластичности показывает:

а. во сколько раз изменится в среднем результат при изменении фактора в два раза;

б. на сколько процентов изменится в среднем результат при изменении фактора на 1%;

в. предельно допустимое изменение варьируемого признака;

г. предельно возможное значение результата.

10. Парный линейный коэффициент корреляции характеризует наличие тесной обратной связи. Он может принимать следующие значения:

а. 1,2;

б. -0,82;

в. 0,92;

г. -0,24.

Вариант № 7

1. Имеются данные об объемах производства продукции на предприятии:

1. Проведите сглаживание динамического ряда методом трехзвенной скользящей средней.

2. Постройте линейную модель тренда, оцените ее параметры методом наименьших квадратов.

3. Оцените качество построенной модели и её пригодность для прогнозирования.

4. Постройте точечный и интервальный прогноз объема производства на 2017 и 2018 годы.

5. Изобразите на графике фактические уровни ряда, сглаженные уровни ряда и тренд.

6. Интерпретируйте полученные результаты, сделайте выводы.

2. Имеются условные данные о сети филиалов фирмы:

1. Постройте линейное уравнение регрессии с одной объясняющей переменной.

2. Дайте экономическую интерпретацию коэффициента регрессии ??₁.

3. Выполните корреляционный анализ, т.е. вычислите линейный коэффициент корреляции и теоретическое корреляционное отношение (индекс корреляции). Сделайте вывод о тесноте и направленности связи между Y и X.

4. Вычислите коэффициент детерминации. Сделайте вывод.

5. Выполните дисперсионный анализ. Протестируйте статистическую гипотезу о достоверности уравнения регрессии при уровне значимости α=0,05. Сделайте вывод.

6. Вычислите среднюю относительную ошибку аппроксимации. Сделайте вывод о возможности использования регрессионной модели для прогнозирования и управления.

Тестовые задания

1. Что такое адекватность модели?

а. экономический показатель, на основе которого сравниваются управленческие решения;

б. необходимость учета при моделировании случайных факторов;

в. соответствие модели исследуемым чертам и свойствам исходного объекта;

г. степень достижения оптимального результата моделирования;

д. полное соответствие модели и исходного объекта.

2. Прогноз – это:

а. отрезок времени от момента, для которого имеются последние данные об изучаемом процессе до момента, к которому относится прогноз;

б. количественное вероятностное утверждение в будущем о состоянии объекта, с относительно высокой степенью достоверности, на основе анализа тенденций и закономерностей прошлого и настоящего;

в. форма проявления причинной связи между последовательными значениями показателей.

3. Какая составляющая временного ряда отражает влияние на него факторов, повторяющихся через некоторые промежутки времени:

а. корелограмма;

б. лаг;

в. случайная компонента;

г. циклическая компонента?

4. Для нахождения параметров уравнения тренда может быть использован:

а. метод наименьших квадратов;

б. метод экстраполяции;

в. метод экспоненциального сглаживания;

г. метод Гаусса.

5. От чего зависит, насколько близко проходит график выбранной функции тренда к фактическим данным?

а. от коэффициента детерминации;

б. от параметров тренда;

в. от прогнозных значений;

г. от случайных факторов.

6. Если значения цепных абсолютных приростов временного ряда примерно одинаковы, то для вычисления прогнозного значения в следующей точке корректно использовать:

а. средний абсолютный прирост;

б. средний темп роста;

в. средний темп прироста;

г. среднее квадратическое отклонение.

7. Коэффициент корреляции, равный нулю, означает, что между переменными:

а. линейная связь отсутствует;

б. существует линейная связь;

в. ситуация неопределенна;

г. существует обратная связь.

8. В каком случае модель считается адекватной изучаемому процессу:

а. ?? > ??_табл;

б. ?? < ??_табл;

в. ?? = ??_табл;

г. значение коэффициента корреляции более 0,8?

9. Если коэффициент корреляции положителен, то в линейной модели:

а. с ростом X уменьшается Y;

б. с повышением X увеличивается Y;

в. с уменьшением X растет Y;

г. с ростом X не меняется Y.

10. Что минимизируется согласно методу наименьших квадратов:

а.  ∑(??_?? − ???)2;

б. ∑(??_?? − ???_??)2;

в.  ∑(???_?? − ???)2;

г.  ∑|??_?? − ???_??|?

Вариант № 8

1. Имеются данные об объемах производства продукции на предприятии:

1. Проведите сглаживание динамического ряда методом трехзвенной скользящей средней.

2. Постройте линейную модель тренда, оцените ее параметры методом наименьших квадратов.

3. Оцените качество построенной модели и её пригодность для прогнозирования.

4. Постройте точечный и интервальный прогноз объема производства на 2017 и 2018 годы.

5. Изобразите на графике фактические уровни ряда, сглаженные уровни ряда и тренд.

6. Интерпретируйте полученные результаты, сделайте выводы.

2. Имеются условные данные о сети филиалов фирмы:

1. Постройте линейное уравнение регрессии с одной объясняющей переменной.

2. Дайте экономическую интерпретацию коэффициента регрессии ??₁.

3. Выполните корреляционный анализ, т.е. вычислите линейный коэффициент корреляции и теоретическое корреляционное отношение (индекс корреляции). Сделайте вывод о тесноте и направленности связи между Y и X.

4. Вычислите коэффициент детерминации. Сделайте вывод.

5. Выполните дисперсионный анализ. Протестируйте статистическую гипотезу о достоверности уравнения регрессии при уровне значимости α=0,05. Сделайте вывод.

6. Вычислите среднюю относительную ошибку аппроксимации. Сделайте вывод о возможности использования регрессионной модели для прогнозирования и управления.

Тестовые задания

1. Как называется метод изучения объекта не непосредственно, а через рассмотрение подобного ему и более простого объекта?

а. метод прогнозирования;

б. метод моделирования;

в. метод оптимизации;

г. метод алгоритмизации.

2. Для чего применяется метод наименьших квадратов?

а. для прогнозирования объемов продаж;

б. для оценки адекватности модели;

в. для определения параметров тренда;

г. для оценки качества прогноза.

3. По характеру развития объектов тенденция бывает:

а. среднего уровня;

б. дисперсии;

в. возрастающая.

4. Случайная компонента временного ряда отражает:

а. влияние глобальных долговременных факторов;

б. влияние факторов, не поддающихся учету и регистрации;

в. влияние факторов, периодически повторяющихся через некоторые промежутки времени;

5. Моментными временными рядами называют такие, уровни которых характеризуют явление:

а. за определенные интервалы времени;

б. на определенный момент времени;

в. с помощью относительных величин;

г. с помощью средних величин.

6. По характеру используемой информации модели различают:

а. временные и пространственные;

б. субглобальные, региональные, местные;

в. долгосрочные и краткосрочные.

7. Коэффициент регрессии изменяется в пределах:

а. от –1 до 1;

б. от 0 до 1;

в. от –1 до 0;

г. принимает любое значение.

8. Коэффициент b₁ в линейной модели интерпретируется как коэффициент:

а. эластичности;

б. относительного роста;

в. корреляции;

г. абсолютного роста.

9. Коэффициент уравнения парной регрессии показывает:

а. тесноту связи между зависимой и независимой переменной;

б. на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1 ед.;

в. на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1%;

г. на сколько единиц в среднем изменится зависимая переменная, если независимая переменная изменится на 1 ед.

10. Дисперсионный анализ уравнения парной регрессии проверяет значимость:

а. коэффициента корреляции;

б. уравнения регрессии;

в. коэффициента регрессии;

г. свободного члена уравнения регрессии.

Вариант № 9

1. Имеются данные об объемах производства продукции на предприятии:

1. Проведите сглаживание динамического ряда методом трехзвенной скользящей средней.

2. Постройте линейную модель тренда, оцените ее параметры методом наименьших квадратов.

3. Оцените качество построенной модели и её пригодность для прогнозирования.

4. Постройте точечный и интервальный прогноз объема производства на 2017 и 2018 годы.

5. Изобразите на графике фактические уровни ряда, сглаженные уровни ряда и тренд.

6. Интерпретируйте полученные результаты, сделайте выводы.

2. Имеются условные данные о сети филиалов фирмы:

1. Постройте линейное уравнение регрессии с одной объясняющей переменной.

2. Дайте экономическую интерпретацию коэффициента регрессии ??₁.

3. Выполните корреляционный анализ, т.е. вычислите линейный коэффициент корреляции и теоретическое корреляционное отношение (индекс корреляции). Сделайте вывод о тесноте и направленности связи между Y и X.

4. Вычислите коэффициент детерминации. Сделайте вывод.

5. Выполните дисперсионный анализ. Протестируйте статистическую гипотезу о достоверности уравнения регрессии при уровне значимости α=0,05. Сделайте вывод.

6. Вычислите среднюю относительную ошибку аппроксимации. Сделайте вывод о возможности использования регрессионной модели для прогнозирования и управления.

Тестовые задания

1. Воспроизведение свойств исследуемого объекта в специально построенной модели называется:

а. прогнозирование;

б. регрессионный анализ;

в. моделирование;

г. тренд.

2. Коэффициент детерминации показывает:

а. на сколько единиц изменится зависимая переменная, если независимая переменная изменится на 1 единицу;

б. на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1 единицу;

в. на сколько процентов изменение зависимой переменной зависит от изменения независимой переменной;

г. долю вариации зависимой переменной, обусловленную вариацией независимой переменной.

3. Дисперсионный анализ уравнения парной регрессии проверяет значимость:

а. коэффициента корреляции;

б. уравнения регрессии;

в. коэффициента регрессии;

г. свободного члена уравнения регрессии.

4. Неправильный выбор функциональной формы или объясняющих переменных называется:

а. ошибками спецификации;

б. ошибками прогноза;

в. мультиколлинеарностью;

г. гетероскедастичностью.

5. Коэффициент корреляции r по абсолютной величине:

а. не превосходит единицы;

б. не превосходит нуля;

в. равен 2;

г. принимает любые значения.

6. Интервальными временными рядами называют такие, уровни которых характеризуют явление:

а. за определенные интервалы времени;

б. на определенный момент времени;

в. с помощью относительных величин;

г. с помощью средних величин.

7. Какая составляющая временного ряда отражает влияние на него долговременных факторов:

а. корелограмма;

б. лаг;

в. случайная компонента;

г. тренд?

8. Экстраполяция – это:

а. некоторая математическая функция f(t), которая описывает тенденцию изменения явления;

б. нахождение уровней за пределами изучаемого временного ряда, то есть продление временного ряда на основе выявленной закономерности изменения уровней в изучаемый отрезок времени;

в. основное направление, закономерность развития явления.

9. Менеджер-аналитик занимался прогнозированием объемов продаж различных товаров для фирмы, торгующей радиоэлектроникой. Какой из его прогнозов оказался корректным?

а. для данных о продаже холодильников

была выбрана линейная модель Y=117+10t, коэффициент детерминации R²=0,9, прогноз на июль: 105, на август: 33.

б. для данных о продаже телевизоров

была выбрана экспоненциальная модель Y=8×1,14^t, коэффициент детерминации R²=1,5, прогноз на июль: 22, на август: 25.

в. для данных о продаже стиральных машин

была  выбрана  линейная  модель  Y=74+9t, коэффициент детерминации R²=-0,9, прогноз на июль: 138, на август: 147.

г. для данных о продаже микроволновых печей

была  выбрана  линейная  модель  Y=72+9,5t, коэффициент детерминации R²=0,97, прогноз на июль: 139, на август: 148.

10. Модели, учитывающие влияние случайных компонентов на исследуемый объект, называются:

а. статические;

б. стохастические;

в. динамические;

г. детерминированные;

д. стабильные;

е. нестабильные.

Вариант № 10

1. Имеются данные об объемах производства продукции на предприятии:

1. Проведите сглаживание динамического ряда методом трехзвенной скользящей средней.

2. Постройте линейную модель тренда, оцените ее параметры методом наименьших квадратов.

3. Оцените качество построенной модели и её пригодность для прогнозирования.

4. Постройте точечный и интервальный прогноз объема производства на 2017 и 2018 годы.

5. Изобразите на графике фактические уровни ряда, сглаженные уровни ряда и тренд.

6. Интерпретируйте полученные результаты, сделайте выводы.

2. Имеются условные данные о сети филиалов строительной фирмы:

1. Постройте линейное уравнение регрессии с одной объясняющей переменной.

2. Дайте экономическую интерпретацию коэффициента регрессии ??₁.

3. Выполните корреляционный анализ, т.е. вычислите линейный коэффициент корреляции и теоретическое корреляционное отношение (индекс корреляции). Сделайте вывод о тесноте и направленности связи между Y и X.

4. Вычислите коэффициент детерминации. Сделайте вывод.

5. Выполните дисперсионный анализ. Протестируйте статистическую гипотезу о достоверности уравнения регрессии при уровне значимости α=0,05. Сделайте вывод.

6. Вычислите среднюю относительную ошибку аппроксимации. Сделайте вывод о возможности использования регрессионной модели для прогнозирования и управления.

Тестовые задания

1. Модели, выражающие количественно закономерность, которая проявляется в массе событий, называют

а. экономико-статистическими;

б. динамическими;

в. экономико-математическими;

г. регрессионными.

2. В каких пределах изменяется коэффициент детерминации:

а. от 0 до 1;

б.  от –1 до 0;

в.  от –1 до 1;

г.  от 0 до 10.

3. С помощью какого критерия оценивается значимость уравнения регрессии:

а. хи-квадрат;

б. Фишера;

в. Дарбина – Уотсона;

г. Стьюдента?

4. Относительные отклонения расчетных значений результирующего признака от его наблюдаемых значений используется при расчете:

а. t-критерия Стьюдента;

б. параметров регрессии;

в. коэффициента эластичности;

г. средней ошибки аппроксимации.

5. Какой метод не может быть использован для оценки параметров уравнения регрессии:

а. метод избранных точек;

б. метод наименьших квадратов;

в. графический метод;

г. метод наименьших расстояний.

6. Прогнозирование – это:

а. воспроизведение основных характеристик исследуемого объекта на другом объекте, специально создан ном для этих целей;

б. научно-обоснованное, основанное на системе установленных причинно- следственных связей и закономерностей, выявление состояния и вероятных путей развития процессов;

в. ряд числовых значений определенного показателя, характеризующего размеры изучаемого явления за определенные промежутки времени.

7. Тенденция – это:

а. основное направление и закономерность развития явления или процесса;

б. аналитическая функция, которая описывает существующую динамику изучаемого показателя;

в. ряд числовых значений определенного показателя в последовательные периоды времени.

8. Принцип инерционности предполагает:

а. сохранение тенденций прошлого и настоящего в будущем;

б. заполнение недостающих уровней временного ряда;

в. прогнозирование реальных объектов в сфере бизнеса.

9. В зависимости от цели исследования прогнозы бывают:

а. сложные;

б. обществоведческие;

в. поисковые.

10. Выберите неверное утверждение:

а. модель – это образ реального объекта;

б. модель замещает объект в ходе исследования;

в. модель должна полностью соответствовать объекту;

г. модель может быть материальной и идеальной;

д. результаты моделирования переносятся на реальный объект.