Экономико-статистическое моделирование бизнес-процессов и систем 6 вариант
300 pуб.
Купить
В наличии: 0
шт.
Текст ситуационной (практической задачи) № 1
Имеются данные об объемах производства продукции на предприятии:
1.Проведите сглаживание динамического ряда методом трехзвенной скользящей средней.
2.Постройте линейную модель тренда, оцените ее параметры методом наименьших квадратов.
3.Оцените качество построенной модели и её пригодность для прогнозирования.
4.Постройте точечный и интервальный прогноз объема производства на 2017 и 2018 годы.
5.Изобразите на графике фактические уровни ряда, сглаженные уровни ряда и тренд.
6.Интерпретируйте полученные результаты, сделайте выводы.
Текст ситуационной (практической) задачи №2
Имеются условные данные о сети филиалов фирмы:
1.Постройте линейное уравнение регрессии с одной объясняющей переменной.
2.Дайте экономическую интерпретацию коэффициента регрессии.
3.Выполните корреляционный анализ, т.е. вычислите линейный коэффициент корреляции и теоретическое корреляционное отношение (индекс корреляции). Сделайте вывод о тесноте и направленности связи между Y и X.
4.Вычислите коэффициент детерминации. Сделайте вывод.
5.Выполните дисперсионный анализ. Протестируйте статистическую гипотезу о достоверности уравнения регрессии при уровне значимости α=0,05. Сделайте вывод.
6.Вычислите среднюю относительную ошибку аппроксимации. Сделайте вывод о возможности использования регрессионной модели для прогнозирования и управления.
7.Выполните корреляционный анализ, т.е. вычислите линейный коэффициент корреляции и теоретическое корреляционное отношение (индекс корреляции). Сделайте вывод о тесноте и направленности связи между Y и X.
8.Вычислите коэффициент детерминации. Сделайте вывод.
9.Выполните дисперсионный анализ. Протестируйте статистическую гипотезу о достоверности уравнения регрессии при уровне значимости α=0,05. Сделайте вывод.
10. Вычислите среднюю относительную ошибку аппроксимации. Сделайте вывод о возможности использования регрессионной модели для прогнозирования и управления.
Тестовая часть
1. По учету фактора времени модели подразделяются на:
а. детерминированные и стохастические;
б. статические и динамические;
в. стабильные и нестабильные;
г. открытые и замкнутые.
2. Тренд – это:
а. форма проявления причинно-следственных связей между признаками;
б. аналитическая функция, описывающая тенденцию изменения явления;
в. основное направление развития явления.
3.Какая составляющая временного ряда отражает влияние на него факторов, не поддающихся учету и регистрации:
а. корелограмма;
б. лаг;
в. случайная компонента;
г. Тренд
4. В зависимости от уровня изучаемого процесса модели прогноза бывают:
а. отраслевые;
б. дискретные;
в. локальные.
5.Пусть имеется тенденция роста спроса на определенный товар. Модель тренда выражает эту тенденцию в форме зависимости:
а. от уровня средней заработной платы;
б. от цены на товар;
в. от количества средств, затрачиваемых на рекламу;
г. от времени;
д. от численности населения.
6.Период упреждения прогноза – это:
а. рассматриваемый период исходных данных;
б. период времени от последнего уровня исходных данных до момента, на который строится прогноз;
в. значение последнего уровня исходных данных.
7.Какое значение может принимать коэффициент детерминации:
а. 0,4;
б. –0,5;
в. –1,2;
г. 1,1
8.Если коэффициент корреляции отрицателен, то в линейной модели:
а. с ростом X уменьшается Y;
б. с повышением X увеличивается Y;
в. с уменьшением X растет Y;
г. с ростом X не меняется Y.
9.Величина коэффициента эластичности показывает:
а. во сколько раз изменится в среднем результат при изменении фактора в два раза;
б. на сколько процентов изменится в среднем результат при изменении фактора на 1%;
в. предельно допустимое изменение варьируемого признака;
г. предельно возможное значение результата.
10.Парный линейный коэффициент корреляции характеризует наличие тесной обратной связи. Он может принимать следующие значения:
а. 1,2;
б. -0,82;
в. 0,92;
г. -0,24.
Имеются данные об объемах производства продукции на предприятии:
| 2007 | 2008 | 2009 | 2010 | 2011 | 2012 | 2013 | 2014 | 2015 | 2016 | |
| Мыло туалетное, кг | 102,0 | 99,8 | 93,2 | 89,3 | 89,2 | 88,2 | 88,5 | 80,5 | 78,4 | 78,1 |
1.Проведите сглаживание динамического ряда методом трехзвенной скользящей средней.
2.Постройте линейную модель тренда, оцените ее параметры методом наименьших квадратов.
3.Оцените качество построенной модели и её пригодность для прогнозирования.
4.Постройте точечный и интервальный прогноз объема производства на 2017 и 2018 годы.
5.Изобразите на графике фактические уровни ряда, сглаженные уровни ряда и тренд.
6.Интерпретируйте полученные результаты, сделайте выводы.
Текст ситуационной (практической) задачи №2
Имеются условные данные о сети филиалов фирмы:
| № филиала | Инвестиции в основной капитал, руб. (Y) | Объем выпуска продукции, руб. (X) |
| 1 | 90945 | 1008678 |
| 2 | 40149 | 271236 |
| 3 | 47734 | 192826 |
| 4 | 122963 | 693054 |
| 5 | 28381 | 106934 |
| 6 | 67292 | 215760 |
| 7 | 13515 | 136074 |
| 8 | 44836 | 404965 |
| 9 | 94387 | 357104 |
| 10 | 345301 | 781483 |
| 11 | 20717 | 273121 |
| 12 | 36644 | 267743 |
| 13 | 47222 | 151175 |
| 14 | 50019 | 369509 |
| 15 | 80501 | 181451 |
| 16 | 66028 | 262714 |
| 17 | 63595 | 185683 |
1.Постройте линейное уравнение регрессии с одной объясняющей переменной.
2.Дайте экономическую интерпретацию коэффициента регрессии.
3.Выполните корреляционный анализ, т.е. вычислите линейный коэффициент корреляции и теоретическое корреляционное отношение (индекс корреляции). Сделайте вывод о тесноте и направленности связи между Y и X.
4.Вычислите коэффициент детерминации. Сделайте вывод.
5.Выполните дисперсионный анализ. Протестируйте статистическую гипотезу о достоверности уравнения регрессии при уровне значимости α=0,05. Сделайте вывод.
6.Вычислите среднюю относительную ошибку аппроксимации. Сделайте вывод о возможности использования регрессионной модели для прогнозирования и управления.
7.Выполните корреляционный анализ, т.е. вычислите линейный коэффициент корреляции и теоретическое корреляционное отношение (индекс корреляции). Сделайте вывод о тесноте и направленности связи между Y и X.
8.Вычислите коэффициент детерминации. Сделайте вывод.
9.Выполните дисперсионный анализ. Протестируйте статистическую гипотезу о достоверности уравнения регрессии при уровне значимости α=0,05. Сделайте вывод.
10. Вычислите среднюю относительную ошибку аппроксимации. Сделайте вывод о возможности использования регрессионной модели для прогнозирования и управления.
Тестовая часть
1. По учету фактора времени модели подразделяются на:
а. детерминированные и стохастические;
б. статические и динамические;
в. стабильные и нестабильные;
г. открытые и замкнутые.
2. Тренд – это:
а. форма проявления причинно-следственных связей между признаками;
б. аналитическая функция, описывающая тенденцию изменения явления;
в. основное направление развития явления.
3.Какая составляющая временного ряда отражает влияние на него факторов, не поддающихся учету и регистрации:
а. корелограмма;
б. лаг;
в. случайная компонента;
г. Тренд
4. В зависимости от уровня изучаемого процесса модели прогноза бывают:
а. отраслевые;
б. дискретные;
в. локальные.
5.Пусть имеется тенденция роста спроса на определенный товар. Модель тренда выражает эту тенденцию в форме зависимости:
а. от уровня средней заработной платы;
б. от цены на товар;
в. от количества средств, затрачиваемых на рекламу;
г. от времени;
д. от численности населения.
6.Период упреждения прогноза – это:
а. рассматриваемый период исходных данных;
б. период времени от последнего уровня исходных данных до момента, на который строится прогноз;
в. значение последнего уровня исходных данных.
7.Какое значение может принимать коэффициент детерминации:
а. 0,4;
б. –0,5;
в. –1,2;
г. 1,1
8.Если коэффициент корреляции отрицателен, то в линейной модели:
а. с ростом X уменьшается Y;
б. с повышением X увеличивается Y;
в. с уменьшением X растет Y;
г. с ростом X не меняется Y.
9.Величина коэффициента эластичности показывает:
а. во сколько раз изменится в среднем результат при изменении фактора в два раза;
б. на сколько процентов изменится в среднем результат при изменении фактора на 1%;
в. предельно допустимое изменение варьируемого признака;
г. предельно возможное значение результата.
10.Парный линейный коэффициент корреляции характеризует наличие тесной обратной связи. Он может принимать следующие значения:
а. 1,2;
б. -0,82;
в. 0,92;
г. -0,24.
