- •Учебно-тематический план дисциплины
- •7Семестр
- •7 Семестр (72 часа: 36 часов лекций и 36 часов семинарских и практических занятий)
- •Проектное задание №1
- •Тест рубежного контроля №1
- •Тест рубежного контроля № 2
- •Тест рубежного контроля №3
- •Тест рубежного контроля №4
- •8 Семестр
- •Тест рубежного контроля №5
- •Содержание модуля №6
- •Тест рубежного контроля №6
- •Содержание модуля №7
- •Тест рубежного контроля №7
- •Глоссарий
- •Вопросы для подготовки к экзамену
Содержание модуля №7
7.1 Модель авторегрессии и скользящего среднего в прогнозировании (марковский процесс, модель скользящего среднего, модель Бокса-Дженкинса, идентификация модели, сезонная модель). Примеры. (8часов: 4 часа лекций и 4 часа практических занятий).
7.2 Декомпозиционный анализ временных рядов методами гармонического и спектрального анализа (гармоническая модель ряда, гармонический анализ ряда, спектральный анализ). Примеры. (8 часов: 4 часа лекций и 4 часа семинарских занятий).
7.3 Абсолютные показатели точности прогнозов. Сравнительные показатели точности прогнозов. Качественные показатели точности прогнозов. Примеры. (8 часов: 4 часа лекций и 4 часа практических занятий).
Проектное задание №7
Назовите основные модели авторегрессии и скользящего среднего в прогнозировании. Примеры.
2. Опишите модель авторегрессии (AR).
3. Опишите модель авторегрессии первого порядка AR(1).
4. Опишите модель авторегрессии второго порядка AR(2).
5. Опишите модель скользящего среднего (MA).
6. Опишите модель скользящего среднего первого порядка MA(1).
7. Опишите модель скользящего среднего второго порядка MA(2).
8. Опишите модель авторегрессии – скользящего среднего ARMA.
9. Опишите модель авторегрессии и интегрированного скользящего среднего ARIMA.
10. Опишите основную идею марковского процесса.
11. Что такое модель Бокса-Дженкинса?
12. Как можно осуществить идентификацию модели скользящего среднего?
13.Как можно осуществить идентификацию модели Бокса-Дженкинса?
14.Как можно провести декомпозиционный анализ временного ряда с помощью гармонической модели?
15. Как можно провести декомпозиционный анализ временного ряда с помощью спектрального анализа?
Тест рубежного контроля №7
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. Выберите верное утверждение: |
||||
1) |
Построение модели AR(p) вида, адекватной реальному временному ряду yt, предполагает решение двух не связанных между собой задач: определения рационального порядка модели (величины p) и оценки значений ее коэффициентов. |
2) |
Построение модели AR(p) вида, адекватной реальному временному ряду yt, предполагает решение двух взаимосвязанных задач: определения рационального порядка модели (величины p) и оценки значений ее коэффициентов. |
|
3) |
Построение модели AR(p) вида, адекватной реальному временному ряду yt, предполагает решение трех различных задач: определения рационального порядка модели (величины p), оценки значений ее коэффициентов и оценки стоимости построения модели. |
4) |
Построение модели AR(p) вида, адекватной реальному временному ряду yt, предполагает решение двух различных задач: определения рационального порядка модели (величины p) и оценки стоимости построения модели. |
|
2. Могут ли оценки Юла-Уокера обладать свойствами несмещённости и эффективности? |
||||
1) |
Теоретически могут. |
2) |
Не могут. |
|
3) |
Должны. |
4) |
Неизвестно. |
|
3. Выберите верное утверждение |
||||
1) |
При построении моделей временных рядов нужно стремиться к минимизации числа их параметров, а, следовательно, и порядка самой модели. |
2) |
При построении моделей временных рядов нужно стремиться к максимизации числа их параметров, а, следовательно, и порядка самой модели. |
|
3) |
При построении моделей временных рядов не нужно стремиться к минимизации числа их параметров, а, следовательно, и порядка самой модели. |
4) |
При построении моделей временных рядов нужно стремиться к минимизации числа их параметров и к максимизации порядка самой модели. |
|
4. Выберите верное утверждение |
||||
1) |
Качество оценок Юла-Уокера не может быть проверено путем исследования свойств ряда ошибки εt. |
2) |
Качество оценок Юла-Уокера никак не связано со свойствами ряда ошибки εt. |
|
3) |
Качество оценок Юла-Уокера может быть проверено путем исследования свойств ряда ошибки εt. |
4) |
Качество оценок Юла-Уокера может быть проверено путем исследования свойств ряда yt-1, yt-2,…, yt-τ . |
|
5. Выберите верное утверждение |
||||
1) |
В моделях скользящего среднего текущее значение стационарного случайного процесса второго порядка yt, представляется в виде линейной комбинации текущего и будущих значений ошибки εt, εt-1,.., εt-q, по своим свойствам соответствующей «белому шуму». |
2) |
В моделях скользящего среднего текущее значение стационарного случайного процесса второго порядка yt, представляется в виде линейной комбинации прошедших и будущих значений ошибки εt, εt-1,.., εt-q, по своим свойствам соответствующей «белому шуму». |
|
3) |
В моделях скользящего среднего текущее значение стационарного случайного процесса второго порядка yt, представляется в виде нелинейной комбинации текущего и прошедших значений ошибки εt, εt-1,.., εt-q, по своим свойствам соответствующей «белому шуму». |
4) |
В моделях скользящего среднего текущее значение стационарного случайного процесса второго порядка yt, представляется в виде линейной комбинации текущего и прошедших значений ошибки εt, εt-1,.., εt-q, по своим свойствам соответствующей «белому шуму». |
|
№ |
1 |
2 |
3 |
4 |
5 |
1) |
|
|
|
|
|
2) |
|
|
|
|
|
3) |
|
|
|
|
|
4) |
|
|
|
|
|