Задания и задачи

1. Известны посезонные данные по объемам продаж сноубордов, шт. (y) в зависимости от цены, тыс.руб. (x). Построить линейную регрессионную модель с учетом сезонности.

	2006					2007					2008
	весна	лето	осень	зима	весна		лето	осень	зима	весна		лето	осень	зима
y	49	67	101	163	86		43	190	204	118		50	201	216
x	4,5	5	6	6,5	5		5,5	5,5	7	3,5		5	5	6

2. Даны помесячные данные о печати фотографий в некоторой фирме. Построить линейную регрессионную модель с учетом сезонности.

	месяц	y, кол-во, шт.	x1, цена, руб.	x2, рекл., руб.	x3, праздники	x4, индекс цен
1	январь, 2006	12 500	2,5	0	3	1
2	февраль	7 600	3	0	1	0,99
3	март	6 900	3	0	1	1,01
4	апрель	13 500	3	5 000	0	1,01
5	май	9 700	3	0	3	1,03
6	июнь	10 700	3	2 000	1	1,04
7	июль	12 100	3	2 000	0	1,05
8	август	9 700	3,5	2 000	0	1,03
9	сентябрь	7 000	4	2 000	0	1,05
10	октябрь	7 200	4	2 000	0	1,05
11	ноябрь	8 200	4	2 000	1	1,06
12	декабрь	8 400	4	2 000	1	1,1
13	январь, 2007	13 100	4	2 000	3	1,11
14	февраль	8 700	4	0	1	1,12
15	март	12 200	4	5 000	1	1,14
16	апрель	6 900	4	0	0	1,16
17	май	6 200	4	0	3	1,17
18	июнь	9 600	4	0	1	1,19
19	июль	8 700	4	0	0	1,18
20	август	11 900	4	4 000	0	1,18
21	сентябрь	12 600	4	6 000	0	1,2
22	октябрь	7 900	4	1 000	0	1,22
23	ноябрь	9 300	4	2 000	1	1,24
24	декабрь	11 800	4	2 000	1	1,27

3. Объем продаж мороженого (млн.шт.) за 5 лет в зависимости от цены (руб.) и сезона.

год	сезон	y, кол-во	цена	индекс цен	x, цена инд.	z(1), весна	z(2), лето	z(3), осень
2005	весна	1,5	3	1	3,00	1	0	0
	лето	2,6	4	1,11	3,60	0	1	0
	осень	1,7	3,5	1,15	3,04	0	0	1
	зима	0,9	3,5	1,26	2,78	0	0	0
2006	весна	1,4	4	1,34	2,99	1	0	0
	лето	3	4	1,40	2,86	0	1	0
	осень	2,8	4	1,45	2,76	0	0	1
	зима	1,6	4	1,52	2,63	0	0	0
2007	весна	1,9	4,5	1,59	2,83	1	0	0
	лето	3,2	5	1,63	3,07	0	1	0
	осень	2,7	4,5	1,68	2,68	0	0	1
	зима	2	4,5	1,78	2,53	0	0	0
2008	весна	2,2	5	1,87	2,67	1	0	0
	лето	3,4	5	1,95	2,56	0	1	0
	осень	2,6	5	2,01	2,49	0	0	1
	зима	2,1	5	2,09	2,39	0	0	0
2009	весна	2,9	5	2,16	2,31	1	0	0
	лето	3,3	6	2.19	2,74	0	1	0
	осень	2,5	6	2,24	2,68	0	0	1
	зима	2,2	6	2,32	2,59	0	0	0

Задание:

Выбрать лучший тренд и пояс­нить экономический смысл его параметров.

Рассчитать частные коэффициенты эластичности.

Сделать вывод о силе связи результата и факторов.

Определить парные коэффициенты корреляции, а также множественный коэффициент корреляции; сделать выводы.

Дать оценку полученного уравнения на основе коэффициента детерминации.

Сделать прогноз по объемам продаж мороженого на 2010г.

Тесты

1. Какие точки исключаются из временного ряда процедурой сглаживания?

1. стоящие в начале временного ряда,

б) стоящие в конце временного ряда,

в) стоящие и в начале, и в конце временного ряда.

2. Какое количество точек предпочтительнее брать для расчёта сглаженного значения?

1. чётное,

б) нечётное,

в) любое.

3. Какие временные ряды называются интервальными?

1. уровни которых характеризуют изучаемое явление за определённые интервалы времени,

б) уровни которых отражают величину изучаемого явления на определённый момент времени,

в) уровни которых характеризуют изучаемое явление с помощью средних или относительных величин.

4. Какие временные ряды называются моментными?

1. уровни которых характеризуют изучаемое явление за определённые интервалы времени,

б) уровни которых отражают величину изучаемого явления на определённый момент времени,

в) уровни которых характеризуют изучаемое явление с помощью средних или относительных величин.

5. От чего зависит количество точек, исключаемых в результате сглаживания?

1. от применяемого метода сглаживания,

б) от количества точек, используемых при вычислении сглаженного значения,

в) от длины временного ряда.

6. Почему в процедурах удобно использовать нечётное количество точек?

1. в случае нечётного количества из временного ряда исключается меньшее количество точек,

б) при нечётном количестве есть центральная точка, которая заменяется сглаженным значением,

в) эффективность сглаживания повышается.

7. Какая функция используется при моделировании показателей с постоянным ростом?

1. линейная,

б) показательная,

в) степенная.

8. В каком случае рекомендуется применять для моделирования показателей с увеличивающимся ростом параболу?

1. если относительная величина прироста увеличивается неограниченно,

б) если абсолютная величина прироста растёт по линейному закону,

в) если относительная величина прироста неизменна.

9. При сглаживании временного ряда с помощью 7-членной скользящей средней теряются

1. первые и последние 3 значения временного ряда,

б) первые и последние 7 значений временного ряда,

в) только первые 3 значения,

г) только первые 7 значений.

10. При использовании взвешенной скользящей средней весовые коэффициенты при сглаживании по полиному второго порядка будут такими же, как при сглаживании

1. по полиному 3-го порядка,

б) по полиному 1-го порядка,

в) по полиному 4-го порядка.

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

1. средний абсолютный прирост,

б) средний темп роста,

в) средний темп прироста.

12. Для оценки коэффициента автокорреляции используются:

а) процедура Дарбина,

б) процедура Кохрана-Оркатта,

в) процедура Хилдреда-Лу.

13. Модель спроса–предложения выражается:

а) трендовой моделью;

б) системой одновременных уравнений;

в) регрессионным уравнением;

г) тренд-сезонной моделью.

14. Какие методы позволяют выявить наличие тенденции в ряду динамики:

а) критерий Стьюдента;

б) метод экспоненциального сглаживания;

в) критерий Кендела;

г) критерий Фишера.

15. Ряд динамики был сглажен скользящей средней 4-го порядка с последующим центрированием. Какому уровню ряда соответствует первое центрированное значение:

а) первому;

б) второму;

в) третьему;

г) четвертому.

16. При построении аддитивной тренд-сезонной модели средние индексы сезонности рассчитываются как средние за одноименные периоды значения:

а) разностей фактических и сглаженных значений временного ряда;

б) частного от деления фактических значений на сглаженные значения временного ряда;

в) разностей фактических и среднего значения временного ряда;

г) частного от деления фактических значений на среднее значение временного ряда.

17. Для аддитивной тренд-сезонной модели не верно утверждение, что

а) амплитуда колебаний со временем не меняется;

б) амплитуда колебаний со временем убывает;

в) сумма скорректированных индексов сезонности равна 0;

г) сумма скорректированных индексов сезонности равна 4.

6. Самостоятельная работа студентов