Общая информация » Каталог студенческих работ » ЭКОНОМЕТРИКА » Эконометрика |
11.10.2017, 12:43 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
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=8×1,14t, 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. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||