ЗАЧЕТНЫЙ ТЕСТ. Статистические методы прогнозирования экономики
Вариант 1
1. При сглаживании временного ряда с помощью 5-членной скользящей средней теряются:
а) только первые два значения временного ряда;
б) только последние два значения временного ряда;
в) два первых и два последних значения временного ряда;
г) пять первых и пять последних значений временного ряда.
2. Данные об изменении урожайности зерновых культур за 10 лет представлены в таблице.
Этот временной ряд сглаживается с помощью 5-членной скользящей средней.
Сглаженное значение третьего уровня ряда равно:
а) 14,6;
б) 20,5;
в) 9,3.
3. Средний прирост используется для вычисления прогнозного значения в следующей точке, если:
а) цепные абсолютные приросты примерно одинаковы;
б) цепные темпы роста примерно одинаковы;
в) базисные абсолютные приросты примерно одинаковы.
4. Для ежеквартальной динамики процентной ставки банка оказалось, что значения цепных абсолютных приростов примерно одинаковы в течение 7 кварталов. Средний прирост составил Рассчитать прогнозное значение процентной ставки банка в 8 квартале, если в 7 квартале она составила 9,2%. Прогноз равен:
а) 9,9%;
б) 8,8%;
в) 7,0%.
5. На основе временного ряда месячной динамики производства бумаги в РФ (с января 1993 г. по июль 2004 г.) рассчитывается прогноз производства в сентябре 2004 г. Этот прогноз является:
а) оперативным, поисковым;
б) краткосрочным, поисковым;
в) краткосрочным, нормативным.
6. Дан временной ряд производства тканей в РФ.
Этот временной ряд является:
а) моментным;
б) интервальным;
в) производным.
7. По данным о производстве угля за 9 лет с 1990 г. по 1998 г. (t=l,2,...,9) были оценены параметры модели
Используя полученную модель, рассчитать интервальный прогноз угля в 1999 г., если дисперсия отклонений фактических значений от расчетных S2у = 9 (млн. тонн)2. Доверительную вероятность принять равной 0,9. (См. табл. 4.1 в курсе лекций). Нижняя граница прогноза равна:
а) 105,7;
б) 205,7;
в) 305,7.
8. Для прогнозирования временного ряда численности промышленно-производственного персонала предприятия была выбрана модель . Оценка параметров модели проводилась для временного ряда длиной n=24. Значение критерия Дарбина-Уотсона d=0,9. Значение d указывает на то, что:
а) модель адекватна реальному процессу по данному критерию;
б) модель не адекватна реальному процессу по данному критерию;
в) нет достаточных оснований для принятия решения об адекватности модели.
9. Программа выдала следующие характеристики ряда остатков: длина ряда n=24; коэффициент асимметрии А=0,7; коэффициент эксцесса Э=-0,5. С помощью этих характеристик можно проверить гипотезу о:
а) нормальном характере распределения ряда остатков;
б) наличии автокорреляции в остатках;
в) случайном характере ряда остатков.
10. Тенденция изменения численности промышленно-производственного персонала предприятия за 10 лет с 1989 г. по 1998 г. (t=l,2, ... ,10) описывается показательной функцией
Из этой модели следует, что среднегодовой темп роста численности промышленно-производственного персонала предприятия составил:
а) 5,79%;
б) 102,6%;
в) 2,6%;
г) 26%.
11. Для описания экономических процессов, имеющих предел роста (процессов «с насыщением»), могут использоваться следующие кривые роста:
а) прямая;
б) парабола;
в) модифицированная экспонента.
12. На основе годовых данных об изменении урожайности картофеля в регионе с 1989 г. по 1998 г. (t=l,2, ... ,10) были оценены коэффициенты линейного тренда:
Из этой модели следует, что среднегодовой прирост урожайности составляет:
а) 5,1 ц/га;
б) 180,5 ц/га;
в) (180,5+5,1) ц/га.
13. Критерий Дарбина-Уотсона служит для:
а) проверки свойства случайности остаточной компоненты;
б) проверки гипотезы о нормальном характере распределения ряда остатков;
в) обнаружения автокорреляции в остатках.
14. Какие модели способны учитывать различную информационную ценность уровней временного ряда:
а) кривые роста;
б) адаптивные модели прогнозирования;
в) простые скользящие средние.
15. Для временного ряда курса акций рассчитывалась экспоненциальная средняя при значении параметра адаптации =0,1 и экспонециальная средняя при значении параметра адаптации =0,5. Указать, какой ряд носит наиболее гладкий характер и меньше подвержен случайным колебаниям:
а) исходный ряд;
б) экспоненциальная средняя при =0,1;
в) экспоненциальная средняя при =0,5.
16. К достоинствам адаптивных методов прогнозирования относятся:
а) возможность обрабатывать ряды с пропущенными значениями;
б) способность учитывать различную информационную ценность уровней временного ряда;
в) способность учитывать ошибку прогноза на предыдущем шаге.
17. Представление уровней временного ряда в виде
yt=ut+st+t,
где ut – тренд;
st – сезонная компонента;
t – случайная компонента
соответствует:
а) мультипликативной модели;
б) аддитивной модели;
в) модели смешанного типа.
18. При прогнозировании остатков вкладов населения в банках прогноз этого показателя на начало июля 1995 г. составлял 47806 млрд. руб. Фактическое же значение оказалось равным 45416 млрд. руб. Рассчитать относительную ошибку прогнозирования по модулю. Ошибка равна:
а) 5,3%;
б) 15,8%;
в) 23%.
19. Данные об изменении урожайности зерновых культур за 10 лет представлены в таблице.
Этот временной ряд сглаживается с помощью 5-членной скользящей средней.
Для временного ряда урожайности зерновых культур рассчитывается экспоненциальная средняя. В качестве начального значения экспоненциальной средней S0 берется среднее значение трех первых уровней. Параметр адаптации равен 0,2. Значение экспоненциальной средней для первого уровня ряда равно:
а) 14,4 ц/га;
б) 20,3 ц/га;
в) 9,5 ц/га.
20. Используя метод Фостера-Стюарта, установить с вероятностью 0,95 имеется ли тенденция в изменении курса акции промышленной компании. Наблюдаемое значение критерия tнабл=4,5; критическое значение tкp=2,093. Сделать вывод:
а) тенденция присутствует;
б) тенденция отсутствует.
в) требуется использование более мощного критерия.
