sep_otvety_test / СЭП (1) последние

1. Параметры линейной регрессии содержательно интерпретируются как: УДЕЛЬНАЯ ОТДАЧА ФАКТОРОВ

2. Формула сглаживания на основе скользящей средней (по базе 4): Сглаженный ряд рассчитывается по формуле:

. Y=(0,5*Yt-2+Yt-1+Yt+Yt+1+0,5*Yt+2)/4

3. Показатель соответствия тренда исходным данным R-квадрат рассчитывается как: КВАДРАТ КОЭФФ КОРРЕЛЯЦИИ РЯДА С ТРЕНДОМ

4. Расчёт аддитивной сезонности производится в виде: Аддитивная сезонность моделируется расчётом коэффициентов сезонности. Число коэффициентов равно числу фаз. Коэффициент показывает величину отклонения ряда от тренда (в данной фазе). Коэффициент рассчитывается как среднеарифметическое отклонение ряда от тренда в данной фазе. Ксез = Yi / Yтренда(i). Поскольку на сезонные колебания могут накладываться случайные отклонения, для их устранения производится усреднение индивидуальных индексов одноименных внутригодовых периодов анализируемого ряда динамики. Поэтому для каждого периода годового цикла определяются обобщенные показатели в виде средних индексов сезонности: N - период сезонности, M-длина ряда. Тогда N/M - количество циклов. Kn – коэффициент фазы n. Кn = Сумма всех(Yi – Yтренда(i)) / количество циклов, где i от 0 до (количество циклов минус 1). При разложении в ряд: Yn+iN = Yтренда(n+iN) + Kn + случайное отклонение.

5. Сглаживание ряда на основе скользящей средней улучшается, если база сглаживания: РАВНА ИЛИ КРАТНА ПЕРИОДУ КОЛЕБАНИЙ ДИНАМ РЯДА (ЛУЧШЕ ВСЕГО УСТРАНЯЕТ ЦИКЛИЧЕСКИЕ КОЛЕБАНИЯ)

базы сглаживания длинной равной периоду цикличности. Чем больше база – тем меньше длина сглаженных рядов

6. При увеличении базы сглаживания методом скользящей средней, сглаженный ряд получается более: БОЛЕЕ СГЛАЖЕННЫМ

7. Индекс сезонности это: среднее относительное отклонение ряда от тренда в данной фазе.

8. Укажите способы определения типа тренда:

3.1. Визуально

3.2. На основе теории канала

3.3. На основе агрегирования ряда данных

3.4. На основе сглаживания ряда данных

3.5. На основе тестирования ряда данных

3.6. На основе содержательного анализа изучаемого явления, с опорой на опыт исследователя в данном вопросе.

9. Если Р-значение = 0,95 , то это значит, что: Незначимые факторы необходимо исключить из модели и перерассчитать параметры [новой] регрессии, С ВЕРОЯТНОСТЬЮ 95% ЗНАЧЕНИЯ ПАРАМЕТРА МОГУТ СРАВНЯТЬСЯ С 0 (Т.Е НА 95%ФАКТОР НЕ ВЛИЯЕТ НА РЕЗУЛЬТАТ)

10. Под краткосрочным прогнозом понимают: ПРОГНОЗ ДО ГОДА, ГОРИЗОНТ ПРОГНОЗИРОВАНИЯ МЕНЕЕ 1/3 БАЗЫ, СТРОИТСЯ НА ОСНОВЕ НЕДАВНО ВОЗНИКШЕЙ ЗАКОНОМЕРНОСТИ

11. Прогноз это: вероятностное суждение, предвидение, осуществление которого не зависит от предсказателя. ПРЕДВИДЕНИЕ - ЭТО НАУЧНО-ОБОСНОВАННОЕ ПРЕДСКАЗАНИЕ

12. Приведите примеры способов аппроксимации: Способы аппроксимации:

• повторить последнее известное значение (слева или справа)

• взять среднее (в различных видах) значение от известных соседних

• взять трендовое значение (Способ применим, если тренд уже построен)

13. Линейный тренд ряда ошибки должен совпадать с: ИСХОДНЫМИ ДАННЫМИ (осью ОХ(ординат)

14. Если фактор затухания ("бетта") экспоненциального сглаживания равен 1, то сглаженный ряд представляет собой: при =1 сглаженный ряд есть исходный – сглаживания нет

15. Почему прогнозирование долгосрочного развития на основе полиномов высокой степени производится сравнительно редко? Т.К. НЕАДЕКВАТНОСТЬ ПРОГНОЗНЫХ ЗНАЧЕНИЙ

16. Запишите уравнение линейного тренда: Y^=A0+A1*t

17. Какая функция MS Excel производит расчет по экспоненциальному тренду: РОСТ

18. Функция Кобба-Дугласа записывается в виде формулы: Yt=A*Kt^a*Lt^b

где

	Объем используемого ресурса I
	Объем используемого ресурса i при «единичном производстве»
	Объем «единичного производства»
	Увеличение объема «единичного производства» при увеличении потребления ресурса I

19. Для расчёта значений линейного тренда MS Excel содержит функцию: функция Предсказания и Тенденция (идентичны)

20. Нарисуйте типичный вид экспоненциального тренда

Табличный способ дольше, но расчет тренда через график неточен (см. на погрешность коэффициентов - Error: Reference source not found), а иногда и явно ошибочен.

21. Какая проблема возникает при сглаживании ряда на основе скользящего среднего по чётной базе? Данный способ часто используется в статистике, но неудобен тем, что исходный и сглаженный ряд несопоставимы, т.к. их значения относятся к различным периодам. ПРОБЛЕМА ПРИВЯЗКИ СРЕДНЕГО (В НАЧАЛЕ И КОНЦЕ ФОРМУЛЫ ДОБАВЛЯЮТСЯ КОЭФ 0,5) – У ЧЕТНОЙ БАЗЫ НЕТ СРЕДНЕГО ПЕРИОДА

22. Чем отличается экспоненциальный тренд от показательного? ЭКСПОН ТРЕНД ПРОИЗВОДНЫЙ ОТ ПОКАЗАТЕЛЬНОГО (ОТЛИЧИЕ В ФОРМУЛЕ)

23. В набор факторов регрессии включают сдвинутые во времени ряды для того, чтобы: ЧТОБЫ ОТОБРАЗИТЬ ВОЗМОЖНОЕ ЗАПАЗДЫВАНИЕ В КАЧЕСТВЕ ФАКТОРОВ РЕГРЕССИИ

24. Однофакторная регрессия это: ЛИНЕЙНЫЙ ТРЕНД

Y=A0+A1*X+A2*t, где

Y - спрос;

Х – цена товара;

t – время.

А0…А2 - параметра модели.

25. Фаза цикла это – номер наблюдения внутри периода цикла. Если период цикла – N, говорят о наличии N фаз.

26. Под поисковым прогнозом понимают: что в уравнение тренда необходимо подставить номер прогнозного периода. ОПРЕДЕЛЕНИЕ ПУТЕЙ РАЗВИТИЯ [ИЗ ИЗВЕСТНОГО СОСТОЯНИЯ]

27. Авторегрессия это: регрессия, где в качестве факторов выступают сдвинутые во времени копии изучаемого ряда.

28. Ряд ошибки может быть признан случайным, если:и СУММА ЗНАЧЕНИЙ РЯДА БЛИЗКА К 0

29. Почему прогнозирование долгосрочного развития в экономике на основе линейной регрессии часто не даёт хорошего результата?

В долгосрочном плане предположение о постоянстве параметров регрессии (производительность труда, фондоотдача, материалоотдача) недостоверно.

30. Разрывы в динамических рядах при построении регрессии необходимо восполнить потому, что: РЕГРЕССИЯ БУДЕТ ПОСТРОЕНА НЕ ТОЧНО

31. Модель динамического ряда тем точнее описывает данные, чем больше значение R^2 близко к: 1

32. Прогноз по тренду Y= - 0,002t + 8,12 со временем будет расти / падать? ПАДАТЬ

33. Динамический ряд разделён на три сменяющих друг друга канала, значит тренд ряда это 3 степени

34. Какой вид сглаживания не сокращает длину ряда? ЭКСПОНЕНЦИАЛЬНОЕ СГЛАЖИВАНИЕ

35. Априорные ошибки это: оценка отклонений Известных значений от тренда

36. Каналу с прямолинейными границами соответствует тренд в виде функции: Y^=A0+A1*t В ВИДЕ ЛИНЕЙНОЙ ФУНКЦИИ

37. Если ряд с первоначального уровня 126 растёт ежепериодно на 18%, то тренд этого ряда записывается в виде функции (формула): ЭКСПОНЕН (ПОКАЗАТ) Y=A0*E^(A1*t)

38. Какие динамические ряды лучше описываются трендовой моделью (по сравнению с регрессией)? С МЕНЬШЕЙ КОЛЕБЛЕМОСТЬЮ

39. Чем отличается серийное агрегирование от календарного? КАЛЕНДАРНОЕ - В РАЗНЫЕ КАЛЕНДАРНЫЕ ПЕРИОДЫ РАЗНОЕ КОЛ-ВО НАБЛЮДЕНИЙ; СЕРИЙНОЕ - ОБЪЕДИНЯЮТСЯ НАБЛЮДЕНИЯ ОДИНАКОВЫМИ СЕРИЯМИ (ПО ОДИНАКОВОМУ ЧИСЛУ)

40. Укажите компоненты трендовой модели динамического ряда: тренда , цикличности (от ни одной до нескольких) и ошибки

41. Если фактор затухания ("бетта") экспоненциального сглаживания равен 0, то сглаженный ряд представляет собой: сглаженный ряд есть константа – сглаживание негибкое

42. Интервальный прогноз это: Прогноз, включающий в себя границы возможного отклонения от точечного прогноза в пределах заданной вероятности

43. Корреляционное поле это: Взаимосвязь количественных признаков отображается на корреляционном поле (в MS Excel – то«точечная диаграмма»). Каждому объекту соответствует точка из корреляционного облака. ГРАФИЧЕСКОЕ ОТОБРАЖЕНИЕ ЗАВИСИМОСТИ ДВУХ ПРИЗНАКОВ

44. Для расчёта чего предназначена функция ТЕНДЕНЦИЯ() MS Excel ? вычисляет или предсказывает будущее значение по существующим значениям. Новое значение предсказывается с использованием линейной регрессии

45. Прогноз валиден, если: ЕСЛИ ДАННЫЙ ПРОГНОЗ СОГЛАСУЕТСЯ С ДРУГИМИ

46. Разрыв динамического ряда это: отсутствие данных за часть периодов.

47. Фактор времени в уравнении регрессии нужен для: Фактор времени [самого по себе] представляет совокупное влияние всех прочих причин, не нашедших отражение в модели. ОТОБРАЖАЕТ СОВОКУПНОЕ ВЛИЯНИЕ НЕУЧТЕННЫХ В МОДЕЛЕ СОДЕРЖАТЕЛЬНЫХ ФАКТОРОВ

48. Запишите уравнение линейной регрессии: где а, b – параметры регрессии. b показывает точку пересечения линией регрессии оси ординат (оси Y), поэтому иногда называется Y-пересечением. По другому, b – первоначальное значение изучаемого ряда (при значении всех факторов =0). Параметры при факторах - удельная производительность (отдача, влияние) фактора на результат.

49. Канал динамического ряда заканчивается, когда: ГРАФИК ПЕРЕСЕКАЕТ ОДНУ ИЗ ГРАНИЦ КАНАЛА, заканчивается тенденция ряда

50. Набор содержательных факторов регрессии признаётся полным, если: ФАКТОР ВРЕМЕНИ ЯВЛЯЕТСЯ ПЛОХИМ (БОЛЕЕ 0,3)

51. Как можно определить период сезонности в динамическом ряду: 1. С ПОМОЩЬЮ ГРАФИКА (РАССТОЯНИЕ МЕЖДУ СОСЕДНИМИ ВЕРШИНАМИ), 2. ФУНКЦИЯ АВТОКОРРЕЛЯЦИИ, 3. ДЛИНУ РЯДА/КОЛИЧЕСТВО ВЕРШИН

52. При моделировании сезонности, число рассчитываемых коэффициентов / индексов равно: Число коэффициентов равно числу фаз. Коэффициент [фазы] показывает [величину] отклонение ряда от тренда [в данной фазе].

Коэффициент рассчитывается как среднеарифметическое отклонение ряда от тренда в данной фазе.

53. Сделанный на основе тренда Y= 2,8 * е ^ ( 0,11t ) прогноз со временем будет: (увеличиваться / уменьшаться) увеличиваться

54. Фактор регрессии это: функция одной переменной (изучаемого динамического ряда) от другой(их), называемой(ых) фактором(ами) регрессии. ПРИЗНАКИ НА ОСНОВЕ КОТОРЫХ ПРОИЗВОДИТСЯ ПРЕДСКАЗАНИЕ ЗНАЧЕНИЯ ДРУГОГО ПРИЗНАКА-РЕГРЕССИИ

55. Предполагаемые факторы линейной регрессии должны быть высококоррелирующими с РЕГРЕССОР (У), и низкокоррелирующими с ФАКТОРЫ (Х). .

56. Производственная функция это: зависимость результата работы [системы] от потребляемых ею ресурсов. В данном – широком – смысле, производственная функция может иметь произвольный математический вид. В узком смысле, производственная функция должна обладать следующими свойствами экономических систем:

57. База прогноза это: часть данных, по которым построена модель

58. Что больше сокращает динамический ряд - агрегирование или сглаживание? сглаживание

59. Параметры тренда обычно рассчитываются на основе критерия минимизации: СУММЫ КВАДРАТОВ ОТКЛОНЕНИЙ ряда от тренда (КРИТЕРИИ МНК)

60. При наличии в динамическом ряду и отрицательных и положительных наблюдений какой тренд НЕ может быть построен: ЛОГАРИФМИЧЕСКИЙ

61. Для расчета значений регрессии предназначена функция MS Excel: Расчет параметров производится по методу наименьших квадратов, аналогично тренду. MS Excel оценивает параметры только линейной регрессии (Сервис->Анализ данных->Регрессия либо с использованием функций ИНДЕКС() и ЛИНЕЙН()).

62. Динамический ряд это: ИЗМЕНЕНИЕ ПРИЗНАКА СО ВРЕМЕНЕМ ИЛИ ЭТО ВАРИАЦИОННЫЙ РЯД, ГДЕ НАБЛЮДЕНИЯ - МОМЕНТЫ ВРЕМЕНИ

63. "Y-пересечение" в моделях тренда и регрессии это: ПОКАЗЫВАЕТ ТОЧКУ ПЕРЕСЕЧЕНИЯ ЛИНИЕЙ РЕГРЕССИИ ОСИ ОРДИНАТ (У) ИЛИ ЭТО ПЕРВОНАЧАЛЬНОЕ ЗНАЧЕНИЕ ИЗУЧАЕМОГО РЯДА (ПРИ ЗНАЧЕНИИ ВСЕХ ФАКТОРОВ=0)

64. Сглаживание динамического ряда это: ПОСТРОЕНИЕ ПРОИЗВОДНОГО РЯДА С МЕНЬШЕЙ ВАРЬИРУЕМОСТЬЮ (КОЛЕБЛЕМОСТЬЮ) - ДЛЯ ВЫЯВЛЕНИЯ ТРЕНДА

65 Хороший фактор регрессии имеет коэффициент корреляции с регрессором: БЛИЗОК ПО МОДУЛЮ К 1

66. Корреляция это: статистическая взаимосвязь двух или нескольких случайных величин (либо величин, которые можно с некоторой допустимой степенью точности считать таковыми)

67. Интерполяция это: ЗАПОЛНЕНИЕ ПРОПУЩЕННЫХ НАБЛЮДЕНИЙ ВНУТРИ ВРЕМЕННОГО РЯДА (РАСПРОСТРАНЕНИЕ ОБЩЕЙ ДЛЯ ВСЕГО ДИНАМИЧЕСКОГО РЯДА ЗАКОНОМЕРНОСТИ НА ОТДЕЛЬНЫЕ МОМЕНТЫ ВРЕМЕНИ)

68. Выбросом в динамическом ряду называется: Значение резко отличное от соседних

69. Экспоненциальное сглаживание, как правило, даёт лучший результат, при значении коэффициента адаптации =0,3 (от 0,2 до 0,5)

70. "Слабое управление" в динамическом прогнозировании это: ВЫРАЖАЕТСЯ ЛИНЕЙНЫМ УРАВНЕНИЕМ

71. В набор факторов регрессии включают сдвинутые во времени ряды для того, чтобы: ЧТОБЫ ОТОБРАЗИТЬ ВОЗМОЖНОЕ ЗАПАЗДЫВАНИЕ В КАЧЕСТВЕ ФАКТОРОВ РЕГРЕССИИ

72. Динамическое прогнозирование это: ИЗУЧАЕТСЯ ЗАВИСИМОСТЬ ПРИЗНАКА ОТ НОМЕРА НАБЛЮДЕНИЯ - МОМЕНТА ВРЕМЕНИ

73. Для чего предназначена надстройка "Поиск решения" в MS Excel? ДЛЯ НАХОЖДЕНИЯ ОПТИМАЛЬНОГО РЕШЕНИЯ

74. Если ряд с первоначального уровня 126 увеличивается ежепериодно на 18, то тренд этого ряда записывается в виде функции (формула): ЛИНЕЙН Y^=A0+A1*t

75. Если фактор [адаптации] экспоненциального сглаживания равен 0, то сглаженный ряд представляет собой: КОНСТАНТУ

76. Имитационное моделирование это: ЭТО МНОГОКРАТНОЕ РЕШЕНИЕ ОДНОЙ И ТОЙ ЖЕ ЗАДАЧИ В ЗАВИСИМОСТИ ОТ ВОЗМОЖНОГО ИЗМЕНЕНИЯ НАЧАЛЬНЫХ (ВХОДНЫХ) ЭЛЕМЕНТОВ (УСЛОВИЙ) С ЦЕЛЬЮ ОПРЕДЕЛЕНИЯ ЗАКОНОМЕРНОСТИ ИЗМЕНЕНИЯ РЕЗУЛЬТАТА ЗАДАЧИ (МОДЕЛИРОВАНИЯ).

77. Почему при оптимизации чаще всего строят модель именно линейного программирования? ОДНОЗНАЧНЫЙ ОТВЕТ

78. При графическом решении задачи линейного программирования, ограничение отображается в виде: НЕРАВЕНСТВ (НА ГРАФИКЕ В ВИДЕ МНОГОГРАННИКА, КОТ НАЗЫВАЕТСЯ ОБЛАСТЬЮ ДОПУСТИМЫХ ПЛАНОВ)

79. При получении коллективной экспертной оценки пристрастность экспертов может быть устранена путём: ПУТЕМ УСТРАНЕНИЯ КРАЙНИХ ОЦЕНОК

80. Случайное число это: ЦИСЛО, ПОЛУЧЕННОЕ СЛУЧАЙНЫМ ОБРАЗОМ; ЭТО ОДНО ИЗ ЧИСЕЛ СЛУЧАЙНОЙ ПОСЛЕДОВАТЕЛЬНОСТИ

81. Функция СЛЧИС() MS Excel предназначена для: Возвращает равномерно распределенное случайное вещественное число, которое большее или равно 0 и меньше 1.

82. Хороший фактор регрессии имеет коэффициент корреляции с регрессором: БЛИЗОК ПО МОДУЛЮ К 1

83. какие показатели используются для оценки точности прогноза Часто берется абсолютное отклонение прогноза  от истинного значения деленное на истинное значение:

Такая относительная величина мало чувствительна к ошибкам прогноза больших значений и чрезмерно чувствительна к ошибкам прогноза величин, близких к нулю. Кроме того, разница  между минимальным и максимальным значениями может быть различной у разных наблюдаемых характеристик и одинаковая относительная ошибка  будет приемлемой для принятия решений в одних случаях и не приемлемой в других.

В связи с этим предлагается судить о точности прогноза -й характеристики по величине ошибки, нормированной по разнице :

Такая мера обладает одинаковой чувствительностью к ошибкам прогноза для разных значений прогнозируемой характеристики. Ее чувствительность к ошибкам тем выше, чем в меньших пределах колеблется прогнозируемая характеристика, что представляется вполне логичным.

Иногда важно знать не абсолютную величину  характеристики в будущем, а лишь то, будет ли она больше или меньше значения в данный момент времени. В таких случаях применима мера точности прогноза, учитывающая лишь совпадения знаков:

84. как содержательно интерпретируется логарифмический тренд - Непонятна интерпретация

85. коэффициент сезонности это среднеарифметическое отклонение ряда от тренда в данной фазе. Коэффициент [фазы] показывает [величину] отклонение ряда от тренда [в данной фазе].

86. график это частичный случай корреляционного поля, соответствующий каждому моменту времени.

87. когда сильнее сократится динамический ряд при сглаживании ряда скользящим средним при базе сглаживания 3 или 5?

88. под аппроксимацией понимают заполнение значений в динамическом ряду на основании известных значений ряда.

89. агрегирование ряда это способ определения типа тренда

90. какие есть способы уменьшения разброса значений динамического ряда с целью определения типа тренда

91. Значение динамического ряда сильно отличающееся от соседних значений называется Выбросом

92. Апостериорное оценивание прогноза производиться с целью оценки качества прогноза

93. Оценка вариации исходных данных TSS рассчитывается по формуле: ∑(Y-Ŷ)²- ошибка описания данных на основе средних

94. Какие способы моделирования циклических колебаний вам известны:

95. Под сглаживанием динамического ряда называют ПОСТРОЕНИЕ ПРОИЗВОДНОГО РЯДА С МЕНЬШЕЙ ВАРЬИРУЕМОСТЬЮ (КОЛЕБЛЕМОСТЬЮ) - ДЛЯ ВЫЯВЛЕНИЯ ТРЕНДА

96. В уравнении регрессии U= 25 + 7.6T – 8.3N «Y-пересечение» это – 25

97. Метод наименьших квадратов основывается на критерии (формула): RSS(b) = ete=nt=1 * et2 = nt=1 (yt-f (xt,b))2

98. Для аппроксимации на основе линейного тренда MS Excel содержит функцию: У^ = a0 + a1t = b + at линейная

99. Экспонециальная функция содержательно интерпретируется как: постоянный темп роста Y = a * exp(bt)

100. В канале динамического ряда тренд расположен по середине

101. Длину цикла колебаний динамического ряда можно определить следующими: период времени, за который или по состоянию на который приводятся цифровые значения (показатель времени t); конкретные числовые значения показателя, характеризующие изучаемы объект или явление (уровни ряда y).Сезонность, погодные условия и т.д.

102. При сглаживании ряда на основе скользящей средней, базу сглаживания нужно строить в соответствии с Лучшие результаты получаются при выборе базы сглаживания длинной равной периоду цикличности

103. Критерием для расчета параметров тренда служит минимизация: сумма квадратов отклонений ряда от тренда

104. Если фактор (адаптации) экспоненциального сглаживания увеличивать, то сглаженный будет становится

105. Функция автокорреляции это - статистическая взаимосвязь между случайными величинами из одного ряда, но взятых со сдвигом, например, для случайного процесса — со сдвигом по времени. Под автокорреляцией R_a (лага в t периодов) понимают корреляцию ряда с рядом, полученным из исходного сдвигом на t периодов. При этом в расчет не принимаются граничные значения рядов. Функцией автокорреляции от времени R_a (t) называют зависимость коэффициента автокорреляции от лага t.

106. Оценка вариации модели RSS рассчитывается по формуле RSS=TSS-ESS

107. Коэффициент адаптации экспоненциального сглаживания рекомендуется брать в размере 0,28-0,33

108. Что сокращает динамический ряд – экспоненциальное сглаживание или скользящее среднее?: экспоненциальное сглаживание

Тренд – регрессия ко времени.