На основе годовых данных об изменении урожайности картофеля в регионе были оценены

Обновлено: 18.09.2024

1. Может ли одно и то же исходное соотношение быть реализовано на основе различных форм средней:

в) может при определенных условиях.

2. Можно ли вместо средней арифметической невзвешенной использовать среднюю гармоническую невзвешенную:

б) можно при отсутствии весов;

в) можно при равенстве весов;

3. Как изменится средняя величина, если все варианты признака уменьшить в 1,5 раза, а все веса в 1,5 раза увеличить:

4. Изменится ли средняя величина, если все веса уменьшить на 20%:

5. Изменится ли средняя величина, если все веса уменьшить на некоторую постоянную величину:

б) нет, не изменится.

6. Могут ли мода, медиана и средняя арифметическая совпадать:

б) могут совпадать только средняя и медиана;

7. К абсолютным показателям вариации относится:

а) размах вариации;

б) коэффициент вариации;

в) коэффициент детерминации.

8. Размах вариации зависит от:

а) среднего значения признака;

б) возможных аномальных наблюдений;

в) моды и медианы;

г) колеблемости признака.

9. При расчете дисперсии среднее значение признака рассчитывается:

а) только по невзвешенной формуле;

б) только по взвешенной формуле;

в) по невзвешенной или по взвешенной формуле.

10. Если дисперсия признака в совокупности А больше дисперсии признака в совокупности Б, то:

а) коэффициент вариации в совокупности А также будет больше;

б) коэффициент вариации в совокупности А будет меньше;

в) коэффициент вариации в совокупности А может быть как больше, так и меньше.

11. Размахом вариации называется ________ максимального и минимального значения признака

б) частное от деления;

12. При расчете среднего коэффициента роста с помощью средней геометрической подкоренное выражение представляет собой ______ цепных коэффициентов роста.

13. В ряду распределения выделяют __________ квартиля

14. Вариацию признака по всей совокупности под влиянием всех факторов, обусловивших эту вариацию, измеряет …

а) межгрупповая дисперсия;

б) общая дисперсия;

в) средняя из внутригрупповых дисперсий;

г) внутригрупповая дисперсия.

15. Для получения равных интервалов необходимо на количество групп поделить..

а) среднее линейное отклонение;

б) размах вариации;

в) среднее квадратическое отклонение;

16. Средний квадрат отклонений индивидуальных значений признака от средней, называется…

а) средним квадратическим отклонением;

б) размахом вариации;

в) средним линейным отклонением;

18. Если все варианты значений признака уменьшить в 3 раза, то дисперсия…

а) уменьшится в 3 раза;

б) увеличится в 3 раза;

в) уменьшится в 9 раз;

19. Согласно правилу общая дисперсии равна _______ межгрупповой дисперсии и средней из внутригрупповых дисперсий

б) частному от деления;

20. Варианта делящая ряд ранжированных значений на две равные части ,называется…

21. Коэффициент вариации является_______ показателем вариации.

22. Если коэффициент вариации составляет 25 %, то совокупность …

б) умеренной однородности;

в) средней однородности;

23. Если частоты всех значений признака умножить на 8 единиц, то средняя арифметическая величина…

а) увеличится в 8 раз;

б) останется неизменной;

в) увеличится на 8 единиц;

г) уменьшится в 8 раз.

24. Если известны фактические данные и процент выполнения плана, то расчет среднего процента выполнения плана производится по формуле средней_________

Тема 6. Статистический анализ взаимосвязей социально-экономических явлений

25. Если парный коэффициент корреляции по модулю больше модуля соответствующего частного и коэффициенты не имеют разных знаков, то это означает, что:

а) фиксируемая переменная z ослабляет корреляционную связь;

б) фиксируемая переменная z усиливает связь между х и у;

в) фиксируемая переменная z не связана с факторами х иу;

г) возможен любой из первых трех исходов.

26. Коэффициент детерминации между х и у характеризует:

а) долю дисперсии у, обусловленную влиянием не входящих в модель факторов;

б) долю дисперсии у, обусловленную влиянием х;

в) долю дисперсии х, обусловленную влиянием не входящих в модель факторов;

г) направление зависимости между х и у.

27. Парный коэффициент корреляции между факторами равен 1. Это означает:

а) наличие нелинейной функциональной связи;

б) отсутствие связи;

в) наличие функциональной связи;

г) отрицательную линейную связь.

28. На основании 20 наблюдений выяснено, что выборочная доля дисперсии случайной величины у, вызванной вариацией х, составит 64%. Чему равен выборочный парный коэффициент корреляции:

29. Уравнение регрессии имеет вид у = 5,1 — 1,7х. На сколько единиц своего измерения в среднем изменится у при увеличении х на одну единицу своего измерения:

а) увеличится на 1,7;

в) уменьшится на 1,7;

г) увеличится на 3,4.

30. Согласно методу наименьших квадратов в качестве оценок параметровβ₀ и β₁ следует использовать такие значения b₀ и b₁ которые минимизируют сумму квадратов отклонений:

а) фактических значений зависимой переменной от ее среднего значения;

б) фактических значений объясняемой переменной от ее среднего значения;

в) расчетных значений зависимой переменной от ее среднего значения;

г) фактических значений зависимой переменной от ее расчетных значений.

31. Какой коэффициент указывает в среднем процент изменения результативного показателя у при увеличении аргумента х на 1%:

б) коэффициент эластичности;

в) коэффициент детерминации;

г) коэффициент регрессии.

32. Если уравнение регрессии между себестоимостью единицы продукции (Y) и производительностью труда одного рабочего (X) выглядит следующим образом Y=320-0,2*X,то при увеличении факторного признака результативный…

а) не изменяется;

в) изменяется произвольно;

33. Если численность населения города описывается уравнением: Y(t) = 100+15 ∙ t, то через два года она составит ____________ тысяч человек.

34. Если значение коэффициента корреляции составляет____, то связь между явлениями характеризующаяся как обратная и тесная.

35. Связь является функциональной, если определённому значению факторного признака соответствует…

а) 2 значения результативного признака;

б) 0 значений результативного признака;

в) несколько значений результативного признака;

г) одно значение результативного признака.

36. Связь между признаками является функциональной, если значение линейного коэффициента корреляции равно …

37. По формуле (ad-bc)/(ad+bc) исчисляется коэффициент…

в) взаимной сопряженности Пирсона;

г) взаимной сопряженности Чупрова.

38. Если значение линейного коэффициента корреляции составляет _________, то связь между Х и У можно признать тесной.

Тема 7. Статистический анализ динамики социально-экономических явлений

39. При сглаживании временного ряда с помощью 11 -членной скользящей средней теряются:

а) первые и последние 5 уровней временного ряда;

б) первые и последние 11 уровней временного ряда;

в) только первые 5 уровней;

г) только первые 11 уровней.

40. Более гладкий ряд получится при использовании:

а) 5-членной простой скользящей средней;

б) 11-членной простой скользящей средней;

в) 9-членной простой скользящей средней;

г) 21-членной простой скользящей средней.

41. Тенденция изменения численности промышленно- производственного персонала предприятия за 10 лет описывается показательной функцией: у, = 331- 1,022. Из этой модели следует, что среднегодовой темп роста численности составил, %:

42. На основе годовых данных об изменении урожайности картофеля в регионе были оценены коэффициенты линейного тренда: у, =172,2 + 4,418 t. В соответствии с этой моделью среднегодовой прирост урожайности составляет;

43. Темп роста вычисляется как:

а) отношение уровней ряда;

б) разность уровней ряда;

в) произведение уровней ряда;

г) сумма уровней ряда.

44. Критерий Дарбина—Уотсона служит для:

а) проверки наличия тенденции в ряду динамики;

б) проверки гипотезы о нормальном характере распределения ряда остатков;

в) обнаружения автокорреляции в остатках.

45. В таблице приведен пример ряда динамики. Объем продаж рекламного времени радиостанцией за 6 недель:

2. решение тренировочных заданий: Статистические методы прогнозирования в экономике, Т.А. Дуброва, 2004 читать онлайн, скачать pdf, djvu, fb2 скачать на телефон В настоящее время статистические методы прогнозирования заняли видное место в экономической практике. Широкому внедрению методов анализа и прогнозирования данных способствовало появление персональных компьютеров.

2. решение тренировочных заданий

2.1. Введение в анализ временных рядов

1. Вспомогательные вычисления по методу Фостера-Стюарта представлены в таблице 2.1.

Если уровень yt больше всех предшествующих уровней, то в графе mt ставим 1, если yt меньше всех предшествующих уровней, то ставим 1 в графе lt;

Определяем dt = mt lt для t = 2 20;

Значение aD =2,279 для n = 20 (см. табл. 1.7 в учебном пособии).

Значение tKp берем из таблицы t-распределения Стьюдента:

tKp (а = 0,05; v = 19) = 2,093; tH = — = 1,316.

Следовательно, уравнение линейного тренда имеет вид:

Согласно этой модели оценка среднего уровня ряда при t = 0 равна 735,5 тыс. чел. Отметим, что это расчетное значение меньше фактического, равного 750 тыс. чел. Оценка среднегодового прироста численности ППП, занятого в отрасли, составляет 37,7 тыс. чел.

Для прогнозирования на базе полученной модели на одну точку вперед необходимо в нее подставить соответствующее значение временного параметра, т. е. t = 6. (Если бы оценки коэффициентов модели были получены без переноса начала координат в середину ряда, то следовало бы подставить в модель значение временного параметра t = 12).

y6 = 735,5 + 37,7 • 6 ; y6 = 961,7 тыс.чел.

2. Для расчета коэффициентов параболического тренда воспользуемся выражениями, полученными из системы нормальных уравнений после переноса начала координат в середину ряда (см. (3.9) в учебном пособии). Промежуточные вычисления представлены в табл. 2.7.

a0 = 735,5 ^ (-1,0) = 745,6

Следовательно, уравнение параболического тренда примет вид:

yt = 745,6 + 37,7t 1,0t2

Для определения прогноза показателя надо подставить в полученную модель соответствующее значение временного параметра (t = 6). Прогноз равен:

y6 = 745,6 + 37,7 • 6 -1,0 • 62; y8 = 935,4 тыс.чел.

3. Для определения параметров тренда, описываемого показательной функцией, воспользуемся (3.8), (3.11) в учебном пособии. В табл. 2.8 представлены необходимые вспомогательные вычисления.

Оценивание неизвестных коэффициентов модели осуществим следующим образом:

ln a = ^^ = 6,5866; ln b = ^^ = 0,0527.

Проведя потенцирование, получаем: a = 725,29; b = 1,05. Следовательно, уравнение тренда примет вид

Согласно этой модели среднегодовой темп роста численности ППП в электроэнергетике составлял 105\%. В точке, принятой за начало отсчета (t = 0), значение тренда равно

Для определения прогнозного значения исследуемого показателя на одну точку вперед подставим в полученную модель значение t = 6:

y6 = 725,29 -1,056 ; y6 = 995,2 тыс.чел.

Отметим, что полученные на основе линейной и показательной моделей прогнозные оценки сильно завышены. Фактическое значение показателя в 2001 г. было равно 926 тыс. чел. Значительно ближе к фактическим данным ложатся уровни, рассчитанные по параболической модели. Дальнейшее исследование качества полученных моделей должно опираться на всесторонний анализ остаточных последовательностей.

4. Первое полугодие следующего года содержит два квартала, имеющие соответственно порядковые номера t = 21 и t = 22.

Найдем прогнозные значения уровней продаж в каждом из этих кварталов с учетом мультипликативного характера сезонности:

y21 -(15,2 + 0,15 21)0,89 16,3 тыс. шт. y22 (15,2 + 0,15 22) -1,15 21,3 тыс. шт.

Следовательно, прогнозная оценка уровня продаж в первом полугодии следующего года составляет 37,6 тыс. шт.

2.4. Доверительные интервалы прогноза. Оценка адекватности и точности моделей

1. Точечный прогноз: y21 10,2 +1,2 21; y21 35,4 млрд. руб. Интервальный прогноз: y21 ± SyK * .

Значение К* берем из таблицы 4.1 в учебном пособии для n = 20 и периода упреждения L = 1. К* = 1,9117.

Sy -fif 0,5. Уи ± SyK* 35,4 ± 0,5 -1,9117.

Точечный прогноз равен 35,4 млрд. руб. Нижняя граница прогноза равна 34,4 млрд. руб. Верхняя граница прогноза равна 36,4 млрд. руб.

В графах 5—6 табл. 2.9 приведен расчет сумм, необходимых для вычисления значения статистики по формуле

Таким образом, d

2.5. Использование адаптивных методов прогнозирования в экономических исследованиях

1. Определим S0 =— S yt = 217,59 17 t=1

Найдем значения экспоненциальной средней при а=0,1.

St = аyt + (1 o)St-1. а = 0,1 — по условию;

= ау1 + (1 а^; S1 = 0,1x235+0,9x217,59=219,3;

= ау2 + (1 а^ь S2 = 0,1x234+0,9x219,3=220,8;

= ау3 + (1 а^; S3 = 0,1x227+0,9x220,8=221,4 и т.д. Результаты расчетов представлены в табл. 2.10.

2- S0 = — S yt = 217,59 17 t=1

а = 0,5 — по условию.

= ау1 + (1 c)S0; S1 = 0,5x235+0,5x217,59=226,3;

= ау2 + (1 а)^; S2 = 0,5x234+0,5x226,3 =230,1 и т.д.

Результаты расчетов экспоненциально сглаженных рядов при различных значениях параметров адаптации представлены в табл. 2.10.

На рис.2.2 наглядно проявляется влияние значения параметра адаптации на характер сглаженного ряда. При а = 0,1 экспоненциальная средняя носит более гладкий характер, так как в этом случае в наибольшей степени поглощаются случайные колебания временного ряда.

3. Экспоненциальную среднюю St можно выразить через предшествующие значения уровней временного ряда, последовательно используя рекуррентную формулу:

Комментарии, рецензии и отзывы

Все материалы сайта охраняются авторским правом! Наш сайт предоставляет возможность онлайн чтения учебников, но не скачивания. Если вас заинтересовала какая то книга, купите её в издательстве.
Если вы автор книги и не хотите, чтоб она была на сайте, то напишите нам и она будет немедленно удалена. По всем вопросам обращаться на почту [email protected]

ставки банка в 8 квартале , если в 7 квартале она составила 9,2%. Прогноз равен :

8. На основе временного ряда месячной динамики производства бума ги в РФ ( с ян -

варя 1993 г . по июль 2004 г .) рассчитывается прогноз производства в сентябре 2004 г . Этот

Квартал I. 1994 II. 1994 III. 1994 IV. 1994 I. 1995 II. 1995

10. По данным о производстве угля за 9 лет с 1990 г . по 1998 г . ( t = 1, 2, . 9) были

Используя полученную модель , рассчитайте прогноз производства в 1999 г . ( t = 10).

11. По данным задания № 10 рассчитайте интервальный прогноз угля в 1999 г ., если

дисперсия отклонений фактических значений от расчетных

тельную вероятность принять равной 0,9. ( См . табл . 4.1 в учебном пособии ). Нижняя гра -

12. Для прогнозирования временного ряда численности промышленно - производст -

модели проводилась для временного ряда длиной n = 24. Значение критерия Дарбина -

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 .

13. Программа выдала следующие характеристики ряда остатков :

С помощью этих характеристик можно проверить гипотезу о :

а ) нормальном характере распределения ряда остатков ;

14. Тенденция изменения среднегодовой численности промышленно -

производственного персонала предприятия за 10 лет ( t = 1, 2, . 10) описывается показа -

Из этой модели следует , что среднегодовой темп роста численности промышленно -

15. Для описания экономических процессов , имеющих предел роста ( процессов

16. На основе годовых данных об из менении у рожайности картофеля в регионе с

1989 г . по 1998 г . ( t = 1, 2, . 10) были оценены коэффициенты линейного тренда :

Из этой модели следует , что среднегодовой прирост урожайности составлял :

17. По данным задания № 16 рассчитать интервальный прогноз урожайности картофе -

ля в 1999 г ., если дисперсия отклонений фактических значений от расчетных

Доверительную вероятность принять рав ной 0,9. ( См . табл . 4.1 в уче бн ом пособии ).

18. Какие модели способны учитывать различную информационную ценность

19. Для вр еменного ряда ку рса акций рассчитывалась экспоненциальная средняя

при значении параметра адаптации α = 0,1 и экспонециальная средняя при значении пара -

метра адаптации α = 0,5. Указать , какой ряд носит наиболее гладкий характер и меньше

В модели экспоненциального сглаживания увеличение значения параметра

а ) приводит к увеличению весов при более поздних уровнях ряда ;

б ) приводит к увеличению весов при более ранних уровнях ряда ;

в ) не влияет на изменения весов при различных уровнях ряда .

22. Прогнозное значение остатков вкладов населения в банках на начало июля

1995 г . составляло 47806 млрд . ру б . Фактическое же значение оказалось равным

23. Для временного ряда урожайности зерновых ку льтур ( см . задание № 2)

рассчитывается экспоненциальная средняя . В качестве начального значения экс по -

берется среднее значение трех первых у ровней . Пара -

метр адаптации α = 0,2. Значение экспоненциальной средней для первого уровня ряда

24. Используя метод Фостера - Стюарта , проверьте гипотезу об отсутствии тенден -

ции в изменении ку рса акции промышленной компании , если наблюдаемое значение кри -

а ) гипотеза об отсутствии тенденции не отвергается ;

Значение критерия Дарбина - Уотсона для ряда остатков равно :

26. Значение коэффициента автокорреляции может быть равно :

27. На основе годовых данных об изменении численности занятых в народном хо -

зяйстве с 1990 г . по 1996 г . оценены коэффициенты линейного тренда : t y

В соответствии с этой моделью численность занятых в среднем ежегодно :

28. На основе квартальных данных об объемах продаж продукции фирмы ( тыс . шт .)

Сезонность носила мультипликативный характер . Оценки коэффициентов сезонно -

Прогнозная оценка уро вн я продаж во втором полугодии следующего года равна …

29. На основе квартальных данных о прибыли компании ( тыс . долл .) за 5 лет была

Сезонность носила аддитивный характер . Оценки сезонной составляющей пред -

Прогнозная оценка уро вн я прибыли компании в первом полу годии следу ющего го -

30. В модели экспоненциального сглаживания параметр адаптации α может быть

1. Какие виды временных рядов вы знаете ? Приведите примеры .

2. Поясните , в чем состоят характерные отличия временных рядов от пространствен -

3. Какие требования предъявляются к временным рядам как к исходной информации

4. Как рассчитываются средний абсолютный прирост , средний темп роста , средний

темп прироста ? Когда правомерно использовать средний абсолютный прирост и

5. Как на стадии графического анализа динамики временного ряда можно определить

характер сезонности ( аддитивный или му льтипликативный )?

6. Охарактеризуйте компоненты временных рядов . Что такое мультипликативная ( ад -

7. Объясните назначение скользящих средних . Влияние каких компонент временного

8. Поясните , когда целесообразно использовать простые скользящие средние , а для ка -

ких временных рядов предпочтительнее применение взвешенных .

9. Приведите алгоритм расчета простых скользящих средних .

10. В чем отличие алгоритма расчета взвешенных скользящих средних от простых ?

11. Сколько значений теряется при использовании скользящей средней с длиной интер -

l ? Какие приемы восстановления потерянных у ровней по -

сле реализации процедур сглаживания использу ются на практике ?

12. Как рассчитываются простые скользящие средние при четной длине интервала сгла -

13. Каким образом определены весовые коэффициенты , использу емые для расчета взве -

14. Охарактеризу йте основные типы кривых роста , наиболее часто использу емые на

15. Назовите важнейшие характеристики точности моделей прогнозирования .

16. Каким образом определяется значение критической статистики в тесте Дарбина -

17. Опишите алгоритм проверки гипотезы об отсу тствии автокорреляции первого по -

рядка в остатках модели с помощью критерия Дарбина - Уотсона .

18. Поясните , почему при отсутствии автокорреляции в остатках расчетное з начение

Готовое решение: Заказ №9811

Тип работы: Задача

Статус: Выполнен (Зачтена преподавателем ВУЗа)

Предмет: Экономика

Дата выполнения: 27.10.2020

Цена: 219 руб.

Чтобы получить решение , напишите мне в WhatsApp , оплатите, и я Вам вышлю файлы.

Кстати, если эта работа не по вашей теме или не по вашим данным , не расстраивайтесь, напишите мне в WhatsApp и закажите у меня новую работу , я смогу выполнить её в срок 1-3 дня!

Читайте также: