Экстернат. Статистические методы прогнозирования в экономике (тест 78 вопросов)
| Цена, руб. | 300 |
| Номер работы | 17645 |
| Предмет | Экономика |
| Тип работы | Контрольная |
| Объем, стр. | 19 |
| Оглавление | Вопрос: 1 - й Для процесса авторегрессии третьего порядка значение частной автокорреляционной функции при лаге равно … Вопрос: 2 - й На основе квартальных данных о производстве за 5 лет построена тренд-сезонная модель – линейный тренд и мультипликативная сезонность: Прогноз производства в первом квартале следующего года равен: Вопрос: 3 – й На основе квартальных данных за 5 лет о производстве продукции фирмы построена тренд-сезонная модель, содержащая линейный тренд и аддитивную сезонность: Оценка сезонной составляющей для первого квартала равна: Вопрос: 4 - й Процесс скользящего среднего порядка описывается моделью , где .Дисперсия равна: Вопрос: 5 - й Для процесса авторегрессии первого порядка описывается моделью , где .Дисперсия равна: Вопрос: 6 - й Стационарный процесс описывается моделью , где - белый шум. Корень характеристического уравнения равен: Вопрос: 7 - й Для процесса скользящего среднего второго порядка , где значение автоковариационной функции при лаге равно: Вопрос: 8 - й МНК позволяет определить коэффициенты параболистической трендовой модели для временного ряда с помощью выражения , где матрица имеет размерность: Вопрос: 9 - й Для временного ряда остатков . Значение статистики Дарбина-Уотсона для ряда остатков равно: Вопрос: 10 - й Для процесса скользящего среднего второго порядка , где значение автоковариационной функции при лаге равно: Вопрос: 11 – й МНК позволяет определить коэффициенты параболистической трендовой модели для временного ряда с помощью выражения , это Вопрос: 12 - й Для процесса скользящего среднего второго порядка , где значение автоковариационной функции при лаге равно: Вопрос: 13 - й Более гладкий временной ряд будет получен при использовании простой скользящей средней: Вопрос: 14 - й В модели экспоненциального сглаживания параметр адаптации может быть равен: Вопрос: 15 - й В модели экспоненциального сглаживания параметр адаптации может быть равен Вопрос: 16 - й Временной ряд с уровнями образует белый шум, если выполняются условия: Вопрос: 17 - й Временной ряд с уровнями образует белый шум, если выполняются условия: Вопрос: 18 - й Для временного ряда остатков (t=1,2, … ,18) Значение статистики Дарбина-Уотсона для ряда остатков равно: Вопрос: 19 - й Ежеквартальная динамика процентной ставки банка в течение 5 кварталов представлена в таблице: прогноз процентной ставки банка в 6 квартале, рассчитанный с помощью среднего темпа роста, равен: Вопрос: 20 - й Ежеквартальная динамика процентной ставки банка в течение 5 кварталов представлена в таблице: прогноз процентной ставки банка в 6 квартале, рассчитанный с помощью среднего абсолютного прироста, равен: Вопрос: 21 - й Мнк позволяет определить коэффициенты линейной трендовой модели для временного ряда с помощью выражения Вопрос: 22 - й Мнк позволяет определить коэффициенты параболической трендовой модели для временного ряда с помощью выражения где матрица имеет размерность: Вопрос: 23 - й Мнк позволяет определить коэффициенты показательной модели для временного ряда с помощью выражения Вопрос: 24 - й На основе годовых данных об изменении урожайности картофеля в регионе были оценены коэффициенты линейного тренда: В соответствии с этой моделью среднегодовой прирост урожайности составляет: Вопрос: 25 - й Представление уровней временного ряда (t=1,2,…,n) в виде:, где -трендовая компонента; -циклическая компонента; -сезонная компонента; случайная компонента, соответствует модели: Вопрос: 26 - й При использовании взвешенной скользящей средней весовые коэффициенты при сглаживании по полиному 2-го порядка будут такими же, как при сглаживании по полиному: Вопрос: 27 - й При расчете экспоненциальной средней Stдля временного ряда импорта оборудования в компании параметр адаптации =0,2, S0=16. экспоненциальная средняя S1 равна: Вопрос: 28 - й При сглаживании временного ряда 11-членной скользящей средней теряются: Вопрос: 29 - й При сглаживании временного ряда 11-членной скользящей средней теряются: Вопрос: 30 - й Стационарный процесс описывается с помощью модели авторегрессии первого порядка . коэффициент может принимать значения: Вопрос: 31 - й Тенденция изменения численности промышленно-производственного персонала предприятия за 9 лет (t=1,2,…,9) описывается показательной функцией: Из этой модели следует, что среднегодовой темп роста численности составил: Вопрос: 32 - й Уровни временного ряда изменяются примерно с постоянным темпом роста. прогноз на L шагов вперед с помощью среднего темпа роста может быть вычислен по формуле: Вопрос: 33 - й в таблице представлены данные о вводе в действие жилых домов (млн. м2) Можно утверждать, что в среднем ежегодно строительство жилья снижалось на: Вопрос: 34 - й верхнее табличное критическое значение для критерия Дарбина-Уотсона 1,41, нижнее значение составляет 1,2. нулевая гипотеза об отсутствии автокорреляции не отвергается, если расчетное значение статистики D-W: Вопрос: 35 - й верхнее табличное критическое значение для критерия Дарбина-Уотсона 1,41, нижнее значение составляет 1,2. нулевая гипотеза об отсутствии автокорреляции отвергается, если расчетное значение статистики D-W: Вопрос: 36 - й верхнее табличное критическое значение для критерия Дарбина-Уотсона 1,59, нижнее значение составляет 1,50. нулевая гипотеза об отсутствии автокорреляции не отвергается, если расчетное значение статистики D-W: Вопрос: 37 - й временной ряд описывается моделью: , где - белый шум. это модель: Вопрос: 38 - й временной ряд описывается моделью:,где - белый шумэто модель: Вопрос: 39 - й временной ряд урожайности сглаживается с помощью трехчленной скользящей средней. Сглаженное значение второго уровня равно … Вопрос: 40 - й годовая динамика прибыли компании описывается моделью: согласно модели среднегодовой прирост прибыли составил: Вопрос: 41 - й динамика временного ряда близка к линейному развитию. прогноз на L шагов вперед с помощью среднего абсолютного прироста может быть вычислен по формуле: Вопрос: 42 - й для описания стационарного процесса используется модель авторегрессии первого порядка коэффициент может принимать значения: Вопрос: 43 - й для процесса скользящего среднего второго порядка , где - белый шум, значение автокорреляционной функции при лаге равно: Вопрос: 44 - й для процесса авторегрессии первого порядка коэффициент частной автокорреляции для лага =1 равен: Вопрос: 45 - й для процесса авторегрессии первого порядка коэффициент частной автокорреляции для лага равен: Вопрос: 46 - й для процесса авторегрессии первого порядка коэффициент автокорреляции для лага равен: Вопрос: 47 - й для процесса авторегрессии первого порядка коэффициентавтокорреляции для лага равен: Вопрос: 48 - й для процесса авторегрессии первого порядка значения частной автокорреляционной функции при: Вопрос: 49 - й для процесса авторегрессии порядка p значения частной автокорреляционной функции при: Вопрос: 50 - й для процесса скользящего среднего третьего порядка значения автокорреляционной функции при: Вопрос: 51 - й ежемесячная динамика показателя описывается аддитивной моделью с линейным трендом и сезонными фиктивными переменными. число фиктивных переменных в модели не может превышать: Вопрос: 52 - й ежемесячная динамика показателя описывается аддитивной моделью с линейным трендом и сезонными фиктивными переменными. число фиктивных переменных в модели не может превышать: Вопрос: 53 - й если расчетное значение статистики Дарбина-Уотсона меньше нижнего табличного критического значения , то при заданном уровне значимости: Вопрос: 54 - й значение автокорреляционной функции равно значению частной автокорреляционной функции при лаге , удовлетворяющем условию: Вопрос: 55 - й значение статистики Дарбина-Уотсона DW для временного ряда остатков связано с коэффициентом автокорреляции первого порядка r1 приближенным равенством: Вопрос: 56 - й значение статистики Дарбина-Уотсона не может принимать значения: Вопрос: 57 - й значение статистики Дарбина-Уотсона не может принимать значения: Вопрос: 58 - й информационный критерий акайке (akaike information criterion, aic) учитывает: Вопрос: 59 - й колебания в динамике временного ряда с периодом более года описываются с помощью компоненты, называемой: Вопрос: 60 - й колебания в динамике временного ряда с периодом не более года описываются с помощью компоненты, называемой: Вопрос: 61 - й количество параметров адаптации, используемых в модели линейного роста ч. хольта, равно: Вопрос: 62 - й модель имеет вид Для процесса «случайного блуждания» (random walk) параметр удовлетворяет условию: Вопрос: 63 - й модель экспоненциального сглаживания определяется рекуррентной формулой: Вопрос: 64 - й модель экспоненциального сглаживания определяется рекуррентной формулой: Вопрос: 65 - й на основе квартальных данных за 5 лет о производстве продукции фирмы построена тренд-сезонная модель, содержащая линейный тренд и аддитивную сезонность: оценка сезонной составляющей для первого квартала равна Вопрос: 66 - й на основе квартальных данных о производстве за 5 лет построена тренд-сезонная модель – линейный тренд (t=1,2,…,20) и мультипликативная сезонность: Прогноз производства в первом квартале следующего года равен: Вопрос: 67 - й при использовании экспоненциального сглаживания более гладкий временной ряд получается при значении параметра адаптации : Вопрос: 68 - й при использовании экспоненциального сглаживания более гладкий временной ряд получается при значении параметра адаптации : Вопрос: 69 - й при использовании простой скользящей средней выравнивание на каждом активном участке производится по полиному: Вопрос: 70 - й при использовании скользящей средней были потеряны 4 уровня в начале и 4 уровня в конце временного ряда. Для сглаживания использовалась скользящая средняя: Вопрос: 71 - й при расчете взвешенной скользящей средней весовые коэффициенты на каждом участке сглаживания удовлетворяют свойствам: сумма весовых коэффициентов равна 1 Вопрос: 72 - й прогноз по адаптивной тренд-сезонной модели (линейный тренд с мультипликативной сезонностью) рассчитывается по формуле: Вопрос: 73 - й расчет 4-членной скользящей средней на каждом активном участке сглаживания , осуществляется по формуле: Вопрос: 74 - й расчет 5-членной взвешенной скользящей средней на каждом активном участке сглаживания осуществляется по формуле: Вопрос: 75 - й стационарный временной ряд описывается модельюЭто модель: Вопрос: 76 - й стационарный процесс описывается моделью , где - белый шум. Корень характеристического уравнения равен: Вопрос: 77 - й тест бокса-льюнга опирается на критические значения, найденные с помощью: Вопрос: 78 - й тест бокса-льюнга применяется для проверки: |
| Цена, руб. | 300 |