sep_otvety_test / СЭП (2)

2. Формула сглаживания на основе скользящей средней (по базе 4): Выявить сразу (графически) тип тренда бывает трудно, поэтому можно произвести сглаживание ряда. Сглаживание - построение производного ряда меньшей колеблемости. Сглаживание по методу среднего (или сглаживание методом скользящей средней) ориентировано на устранение влияния, привносимого циклическими отклонениями. Лучшие результаты получаются при выборе базы сглаживания длинной равной периоду цикличности. Определить наиболее вероятный период цикла можно: по графику – расстояние между двумя максимами (минимумами); по графику – длина динамического ряда делится на количество максимумов (минимумов); расчетным путём – построить функцию автокорреляции. Значение сглаженного ряда в момент t, определяется как среднее значений исходного ряда в тот же момент времени и в (n-1)/2 моменты времени до и после момента t. Чем больше база – тем меньше длина сглаженных рядов Сглаженный ряд рассчитывается по формуле:

.

3. Показатель соответствия тренда исходным данным R-квадрат рассчитывается как:

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:

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:

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

10. Под краткосрочным прогнозом понимают:

11. Прогноз это: предвидение, суждение, что скорее всего будет в неизвестном будущем, требуемая траектория движения.

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:

14. Если фактор затухания ("бетта") экспоненциального сглаживания равен 1, то сглаженный ряд представляет собой:

15. Почему прогнозирование долгосрочного развития на основе полиномов высокой степени производится сравнительно редко?

16. Запишите уравнение линейного тренда: ў_t = at +b

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

18. Функция Кобба-Дугласа записывается в виде формулы: 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.

22. Чем отличается экспоненциальный тренд от показательного?

23. В набор факторов регрессии включают сдвинутые во времени ряды для того, чтобы: определить совокупное влияние всех прочих причин, не нашедших отражение в модели. Если уравнения регрессий с и без фактора времени существенно расходятся – в перечне факторов пропущены существенные (поиск которых – задача содержательного исследования).

24. Однофакторная регрессия это: Отыскание параметров модели методом наименьших квадратов предполагает предварительную проверку автокоррелируемость введённых в модель факторов (S, C, W). При всей привлекательности многофакторных моделей, их реализация достаточно трудоемка и требует особой тщательности в отборе факторов и формирования исходной информационной базы. В связи с этим, широкое распространение получили однофакторные модели.

К качестве примера подробно рассмотрим пример изучения спроса в зависимости от цен.

В простейшем случае линейной связи между спросом Y и ценой X, модель регрессии имеет вид:

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.

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

28. Ряд ошибки может быть признан случайным, если:и тренд и цикличность смоделированы корректно и их можно использовать для получения прогноза (п.7). В противном случае необходимо провести анализ заново (вернуться к п.1)

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: отсутствие данных за часть периодов, приводит …..

31. Модель динамического ряда тем точнее описывает данные, чем больше значение R^2 близко к: 0,9

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

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

34. Какой вид сглаживания не сокращает длину ряда?

35. Априорные ошибки это:

36. Каналу с прямолинейными границами соответствует тренд в виде функции:

37. Если ряд с первоначального уровня 126 растёт ежепериодно на 18%, то тренд этого ряда записывается в виде функции (формула):

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

39. Чем отличается серийное агрегирование от календарного?

40. Укажите компоненты трендовой модели динамического ряда: время, изучаемый ряд, ренд, цикличность, тренд+цикличность, ошибка

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

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 – «точечная диаграмма»). Каждому объекту соответствует точка из корреляционного облака.

44. Для расчёта чего предназначена функция ТЕНДЕНЦИЯ() MS Excel ? для значения (без промежуточного расчета параметров) линейного тренда

45. Прогноз валиден, если: соответствие полученного прогноза, прогнозам, полученным альтернативным способом (в т.ч. другим данным, здравому смыслу).

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. Если уравнения регрессий с и без фактора времени существенно расходятся – в перечне факторов пропущены существенные (поиск которых – задача содержательного исследования).

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:

50. Набор содержательных факторов регрессии признаётся полным, если:

51. Как можно определить период сезонности в динамическом ряду:

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 ) прогнозоз со временем будет: (увеличиваться / уменьшаться)

54. Фактор регрессии это: функция одной переменной (изучаемого динамического ряда) от другой(их), называемой(ых) фактором(ами) регрессии.

55. Предполагаемые факторы линейной регрессии должны быть высококоррелирующими с ________________ и низкокоррелирующими с ____________. .

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:

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

59. Параметры тренда обычно рассчитываются на основе критерия минимизации: Близость тренда к ряду в каждый из моментов времени можно оценить разницей значений в этот момент (чем меньше, тем лучше): .

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

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:

63. "Y-пересечение" в моделях тренда и регрессии это:

64. Сглаживание динамического ряда это:

65 Хороший фактор регрессии имеет коэффициент корреляции с регрессором:

66. Корреляция это: