Контрольные вопросы по разделу «Модели временных рядов»

1 Каковы основные принципы прогнозирования экономических процессов?

2 Что такое метод и модель прогнозирования?

3 Что такое случайный процесс?

4 Какие характеристики случайного процесса вы знаете?

5 Какие условия характеризуют стационарный случайный процесс?

6 Опишите процесс построения коррелограммы.

7 Нарисуйте схематические графики коррелограмм для различных случайных процессов: нестационарного, белого шума, стационарного процесса, временного ряда с периодической компонентой.

8 Какие подходы можно использовать для выделения тренда нестационарного временного ряда?

9 Какие проблемы возникают при наличии автокорреляции остатков временного ряда?

10 В чем заключается критерий поворотных точек для обнаружения положительной корреляции остатков ряда?

11 Как используется критерий Дарбина-Уотсона для обнаружения автокорреляции остатков?

12 Опишите методику и приведите расчетные формулы для получения периодической компоненты ряда методом гармонического анализа.

13 Что собой представляет линейный фильтр для временного ряда?

14 Как строится простая скользящая средняя временного ряда?

15 В чем заключается метод взвешенных скользящих средних?

16 Опишите процесс простого экспоненциального сглаживания временного ряда.

17 Дайте определение временного ряда.

18 Виды временных рядов по различным признакам.

19 Аддитивная и мультипликативная модели сезонности.

20 Изучение взаимосвязей по временным рядам.

Тесты для самопроверки

1. Модель, где среднее значение зависимой переменной рассматривается как функция нескольких независимых переменных, это:

   1. множественная регрессия

   2. простая регрессия

   3. такой модели не существует

2 Определение аналитического выражения связи (формы связи), т.е. выбор математического уравнения, выражающего зависимость между признаками – это:

1. задача корреляционного анализа

2. задача регрессионного анализа

3. задача корреляционно-регрессионного анализа в целом

3 Поле корреляции представляет собой:

1. секторную диаграмму

2. столбиковую диаграмму

3. точечный график в прямоугольной системе координат

4 Построение функции регрессии означает, что:

1. признак, для которого строится уравнение зависимости, постепенно уменьшается – регрессирует

2. признак, для которого строится уравнение зависимости, постепенно увеличивается – прогрессирует

3. среди ответов нет правильного

5 Одна из формул для расчета коэффициента регрессии имеет вид:

1)

2)

3)

6 Коэффициент регрессии показывает:

1) на сколько процентов в среднем по совокупности изменится результат от своей средней величины при изменении фактора на 1% от своего среднего значения

2) среднее изменение результата с изменением фактора на одну единицу его измерения

3) значение результативного признака , если факторный признак

7 Коэффициент регрессии:

1) является именованной величиной

2) это коэффициент (без единицы измерения, выражается в разах)

3) выражается в процентах

8 Коэффициент эластичности рассчитывается по формуле:

1)

2)

3)

9 Факторная сумма квадратов отклонений имеет число степеней свободы, равное:

1)

2) 1

3)

10 Остаточная сумма квадратов отклонений индивидуальных значений признака от его среднего значения равна:

1)

2)

3)

11 Статистическая значимость уравнения регрессии в целом оценивается с помощью:

1. F-критерия Фишера

2) критерия Стьюдента

3) критерия Дарбина-Уотсона

12 Если , то это значит, что:

1. нулевая гипотеза отклоняется

2. нулевая гипотеза принимается

3. нулевая гипотеза здесь ни при чем

13 При определении табличного значения F-критерия Фишера равен:

1)

2)

3)

14 В парной линейной регрессии между критерием Фишера, критериями Стьюдента коэффициентов регрессии и корреляции существует связь:

1)

2)

3)

15 Дано: Чему будет равно фактическое значение F-критерия Фишера?

1. 5,692

2. 0,176

3. 4,692

16 Коэффициент регрессии должен находиться в пределах:

1. от –1 до +1

2. от 0 до +1

3. не имеет ограничений на свое значение

17 Что показывает параметр ?

1. не имеет экономического смысла

2. показывает значение результативного признака , если факторный признак

3. показывает направление связи между признаком-фактором и признаком-результатом

18 В какой модели зависимости, на ваш взгляд, урожайность зерновых культур будет являться фактором, а не результатом?

1. рассматривается зависимость между дозой внесения минеральных удобрений под посевы зерновых культур и урожайностью зерновых культур

2. рассматривается зависимость между себестоимостью 1 ц зерна и урожайностью зерновых культур

3. ни в какой из представленных моделей урожайность зерновых культур не является фактором

19 Модель регрессии считается качественной, если средняя ошибка аппроксимации:

1. не превышает 8 – 10%

2. превышает 10 – 12%

3. равна 0

20 Коэффициент парной линейной корреляции рассчитывается по формуле:

1)

2)

3)

21. Суть МНК состоит в:

1) минимизации суммы квадратов коэффициентов регрессии

2) минимизации суммы квадратов значений зависимой переменной

3) минимизации суммы квадратов отклонений точек наблюдений от уравнения регрессии

4) минимизации суммы квадратов отклонений точек эмпирического уравнения регрессии от точек теоретического уравнения регрессии

22 Параметры уравнения множественной регрессии можно оценить:

1) методом наименьших квадратов

2) косвенным методом наименьших квадратов

3) двухшаговым методом наименьших квадратов

23 Для определения параметров уравнения система нормальных уравнений выглядит:

1)

2)

3)

24 При решении системы нормальных уравнений методом определителей (для двух факторной модели) матрица для определения частного определителя параметра имеет вид:

1)

2)

3)

25 В линейной множественной регрессии параметры при х называются:

1) коэффициентами корреляции

2) стандартизованными коэффициентами регрессии

3) коэффициентами условно чистой регрессии

26 Для стандартизованных переменных t:

1) среднее значение равно 0, а среднее квадратическое отклонение равно 1

2) среднее значение равно 1, а среднее квадратическое отклонение равно 0

3) среднее значение равно 0, а среднее квадратическое отклонение равно 0,1

27 Тесноту связи совместного влияния факторов на результат в модели множественной регрессии оценивает:

1) частный коэффициент корреляции

2) индекс множественной корреляции

3) множественный коэффициент детерминации

28 Частный F-критерий Фишера оценивает:

1) статистическую значимость присутствия соответствующего фактора в уравнении множественной регрессии

2) целесообразность включения в уравнение одного фактора после другого фактора

3) значимость коэффициентов чистой регрессии

29 Между критерием Стьюдента и частным критерием Фишера существует следующая взаимосвязь:

1)

2)

3)

30 Функция вида это:

1) линейная функция

2) степенная функция

3) экспоненциальная функция

31 Известны результаты построения модели множественной регрессии:

. Чему равен в этом случае критерий Фишера?

1) 345,67

2) 4,78

3) 0,21

4) среди ответов нет верного

32 Чем ближе к нулю определитель матрицы межфакторной корреляции, тем:

1) сильнее мультиколлинеарность факторов и ненадежнее результаты множественной регрессии

2) меньше мультиколлинеарность факторов

3) среди ответов нет верного

33 Для применения МНК требуется, чтобы дисперсия остатков была:

1) гетероскедастичной

2) моноскедастичной

3) гомоскедастичной

34 Фиктивные переменные во множественной регрессии – это:

1) преобразованные в количественные качественные переменные

2) все независимые переменные в модели

3) таких переменных не существует

35 Имеется уравнение множественной регрессии:

. Верхняя граница доверительного интервала для коэффициента равна 2,3. Чему равна нижняя граница?

1) 1,2

2) 1,1

3) 0,6

36 Дана матрица парных коэффициентов корреляции:

	1,0
	0,6	1,0
	-0,5	0,6	1,0
	0,4	-0,3	-0,9	1,0

Какие факторы являются мультиколлинерными?

1) и

2) и

3) и

37 При расчете модели множественной регрессии и корреляции в Excel для вывода матрицы парных коэффициентов корреляции используется:

1) инструмент анализа данных Корреляция

2) инструмент анализа данных Регрессия

3) ее нельзя рассчитать в данной программе

38 Множественный коэффициент корреляции равен 0,857. Чему равен коэффициент множественной детерминации?

1) 0,926

2) 0,734

3) 0,962

39 Имеется следующее уравнение регрессии: . Стандартная ошибка для параметра равна 2, а критерий для этого же параметра равен 1,5. Чему равен параметр ?

1) 3

2) 1,33

3) 0,75

40 Имеется следующее уравнение регрессии: . Стандартная ошибка для параметра равна 0,06. Чему равен критерий для этого же параметра?

1) 0,0288

2) 0,125

3) 8

41 Моделями временных рядов называются модели, построенные по:

1) данным, характеризующим совокупность различных объектов в определенный момент (период) времени

2) данным, характеризующим один объект за ряд последовательных моментов (периодов) времени

3) любым имеющимся данным об изучаемой совокупности

42 Модель, в которой временной ряд представлен как сумма трендовой, циклической и случайной компонент – это:

1) аддитивная модель ряда

2) мультипликативная модель ряда

3) суммарная модель ряда

43 Сумма средних оценок сезонной компоненты всех периодов цикла, деленная на число этих периодов – это корректирующий коэффициент для определения скорректированной сезонной компоненты в:

1) аддитивной и мультипликативной моделей временного ряда

2) мультипликативной модели временного ряда

3) аддитивной модели временного ряда

44 В моделях с сезонной компонентой сезонные воздействия за период:

1) взаимопогашаются

2) взаимо не погашаются

3) среди ответов нет правильного

45 Взаимопогашаемость сезонных воздействий в мультипликативной модели с сезонной компонентой выражается в том, что сумма значений сезонной компоненты по всем периодам в цикле должна быть равна:

1) 0

2) числу периодов в цикле

3) 4

46 Значение уровней ряда по аддитивной модели – это есть:

1)

2)

3)

47 Имеются данные:

	1	2	3	4	5	6	7	8	9	10	11	12
Уровни ряда,	49	39	38	41	45	36	34	37	41	31	30	33

Этот ряд содержит сезонные колебания периодичностью:

1) 2

2) 3

3) 4

48 Для определения трендовой компоненты в мультипликативной модели временного ряда необходимо:

1) выровнять ряд ( )

2) выровнять ряд ( )

3) трендовая компонента обычно уже дается в условии задачи

49 Расчет абсолютных ошибок в мультипликативной модели проводится по формуле:

1)

2)

3)

50 Прогнозное значение уровня временного ряда в аддитивной модели – это:

1) произведение трендовой и сезонной компонент

2) сумма трендовой и сезонной компонент

3) разница между трендовой и сезонной компонентами