Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
УМК по МСЭП.doc
Скачиваний:
0
Добавлен:
01.05.2025
Размер:
441.86 Кб
Скачать

Содержание модуля №6

6.1 Анализ остатков (автокорреляция, автокорреляционная функция, проверка автокоррелированности остатков, эффект Слуцкого-Юла, частная автокорреляционная функция, сезонность и автокорреляция). Примеры. (8 часов: 4 часа лекций и 4 часа практических занятий).

6.2 Модели стационарных и нестационарных временных рядов в прогнозировании. Идентификация моделей стационарных и нестационарных временных рядов. Примеры. (12 часов: 6 часов лекций и 6 часов практических занятий).

Проектное задание №6

  1. Что такое автокорреляция и автокорреляционная функция?

  2. Как можно провести проверку автокоррелированности остатков?

  3. Что такое эффект Слуцкого-Юла?

  4. Что такое частная автокорреляционная функция?

  5. Какую роль в прогнозировании играют сезонность и автокорреляция?

  6. Что такое модель стационарных временных рядов в прогнозировании?

  7. Что такое модель нестационарных временных рядов в прогнозировании?

  8. В чем заключается основной принцип выборочного среднего, который называется принципом аналогии?

  9. Как производится оценка выборочной автокорреляции?

  10. Как называется графическое представление выборочной автокорреляционной функции?

  11. Как можно осуществить идентификацию моделей стационарных временных рядов?

  12. Как можно осуществить идентификацию моделей нестационарных временных рядов?

Тест рубежного контроля №6

Тест содержит 5 заданий, на выполнение которых отводится 5 минут. Выберите наиболее правильный, по Вашему мнению, вариант ответа и отметьте его любым значком в бланке ответов

1. Укажите правильное утверждение

1)

Проверка независимости значений ряда остаточной компоненты (оценка наличия автокорреляции) осуществляется на основе критерия Дарбина-Уотсона:

2)

Проверка независимости значений ряда остаточной компоненты (оценка наличия автокорреляции) осуществляется на основе критерия Пирсона:

3)

Проверка независимости значений ряда остаточной компоненты (оценка наличия автокорреляции) осуществляется на основе критерия Хольта:

4)

Проверка независимости значений ряда остаточной компоненты (оценка наличия автокорреляции) осуществляется на основе критерия Тейла:

2. Какой процесс называется строго стационарным?

1)

Стохастический процесс называется строго стационарным (strictly stationary) или стационарным в узком смысле, если его свойства зависят от изменения начала отсчета времени.

2)

Стохастический процесс называется строго стационарным (strictly stationary) или стационарным в узком смысле, если его свойства не зависят от изменения конца отсчета времени.

3)

Стохастический процесс называется строго стационарным (strictly stationary) или стационарным в широком смысле, если его свойства не зависят от изменения начала отсчета времени.

4)

Стохастический процесс называется строго стационарным (strictly stationary) или стационарным в узком смысле, если его свойства не зависят от изменения начала отсчета времени.

3. Стационарный в широком смысле временной ряд - это

1)

Это выборка типа {…, y-2, y-1, y0, y1, y2, …}.

2)

Если совместное распределение вероятностей m наблюдений , сделанные в любые моменты времени , такое же, как и для m наблюдений сделанных в моменты времени .

3)

Свойства которого не меняются при изменении начала отсчета времени.

4)

ряд средние значения которого Myt, дисперсии Dyt и ковариации = M[(yt - Myt)(yt+t -Mxt+t)] не зависят от t, для которого они вычисляются.

4. Выберите верное утверждение

1)

Если числовая последовательность y1, y2, … yN имеет период m, тогда эту последовательность нельзя представить как сумму m периодических тригонометрических функций, имеющих период m и меньше.

2)

Если числовая последовательность y1, y2, … yN имеет период m, тогда эту последовательность можно представить как сумму m периодических тригонометрических функций, имеющих период m и меньше.

3)

Если числовая последовательность y1, y2, … yN имеет период m, тогда эту последовательность можно представить как сумму m периодических тригонометрических функций, имеющих период m и больше.

4)

Если числовая последовательность y1, y2, … yN имеет период m, тогда эту последовательность можно представить как сумму m периодических гармонических функций, имеющих период m и меньше.

5. Выберите верное утверждение

1)

Если мы хотим строить прогнозы значений временного ряда, мы как минимум желаем, чтобы его математическое ожидание и ковариация были постоянны во времени.

2)

Если мы хотим строить прогнозы значений временного ряда, мы как минимум желаем, чтобы его математическое ожидание и дисперсия были постоянны во времени.

3)

Если мы хотим строить прогнозы значений временного ряда, мы как максимум желаем, чтобы его математическое ожидание и ковариация были постоянны во времени.

4)

Если мы хотим строить прогнозы значений временного ряда, мы как минимум желаем, чтобы его математическое ожидание и ковариация были не постоянны во времени.

Модуль №7

МОДЕЛЬ АВТОРЕГРЕССИИ И СКОЛЬЗЯЩЕГО СРЕДНЕГО В ПРОГНОЗИРОВАНИИ. АДЕКВАТНОСТЬ И ТОЧНОСТЬ МОДЕЛЕЙ ПРОГНОЗИРОВАНИЯ (24 часа)

Комплексная цель

Комплексной целью изучения данного модуля является формирование у будущих специалистов “экономистов-математиков” является получение глубоких теоретических знаний и практических навыков по построению наиболее адекватных моделей прогнозирования на основе временных рядов, а именно, моделей авторегрессии и скользящего среднего. В этом же модуле рассматриваются методы определения точности и надежности прогнозов социально-экономических процессов и систем.