Реферат Курсовая Конспект
Тесты по темам модуля - раздел Экономика, ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ ПРОГНОЗИРОВАНИЯ СОСТОЯНИЙ ЭКОНОМИЧЕСКИХ ОБЪЕКТОВ (Выбрать Правильный Ответ/ответы Из 3-Х Предлагаемых) Линейная Ра...
|
(выбрать правильный ответ/ответы из 3-х предлагаемых)
Линейная РАР – модель со стационарными
коэффициентами задается выражением:
1.1 St = + Ht ;
1.2 St = ++ Ht ;
1.3 St = + Ht ;
2. Сезонный компонент помехи отражает:
2.1 повторяемость процессов во времени и состоит из
последовательности почти повторяющихся циклов;
2.2 плавное изменение процессов во времени;
2.3 плавное циклическое изменение процессов во времени.
3. Циклический компонент помехи отражает:
3.1 длительные периоды относительного подъема, которые меняются по амплитуде и протяженности;
3.2 длительные периоды относительного подъема и спада и состоит из циклов, которые меняются по амплитуде и
протяженности;
3.3 длительные периоды спада, которые меняются по
амплитуде и протяженности.
4. Стохастический компонент помехи описывается:
4.1 авторегрессионной моделью;
4.2 колебательной моделью;
4.3 моделью Гаусса-Маркова.
5. Модель парной линейной регрессии имеет вид:
5.1 St = a +bCt + Et , M(Et) = 0, M(Et Et - k)=s 2 ;
5.2 St = a +bCt + Et , M(Et) = 0, M(Et Et - k)=s 2 d k ;
5.3 St = bCt + Et , M(Et) = 0, M(Et Et - k)=s 2 d k .
6. Модель множественной линейной регрессии имеет вид:
6.1 St= a + b1Ct1 + b2 St2 + … br Ctr + Et;
6.2 St= a + b1Ct1 + b2 Ct2 + … br Ctr ;
6.3 St= a + b1St1 + b2 St2 + … br Str + Et.
7. Модель стационарной авторегрессии имеет вид:
7.1 St = a St-1 + Et, M(Et) = 0, M(Et Et - k)=s 2 d k;
7.2 St= a + b1Ct1 + b2 Ct2 + … br Ctr ;
7.3 St = a1 St-1 +a2 St-2 + Et, M(Et) = 0, M(Et Et - k)=s 2 d k.
8. Cамым простым и надежным методом отражения
тенденций в стратегическом прогнозировании является:
8.1 линейный (полиномиальный) авторегрессионный анализ;
8.2 авторегрессионный анализ;
8.3 линейный (полиномиальный) регрессионный анализ.
10. Предикторами величины Y являются:
10.1 функции f(X), «близкие» по некоторой мере сравнения (сходства) к величине Y;
10.2 функции f(X), похожие на величину Y;
10.3 функция регрессии.
11. Регрессией нормально распределенных случайных
величин X и Y является функция:
11.1 r(x) = áyñ + (sY /sX) rXY (x – áxñ);
11.2 функции f(X), похожие на величину Y;
11.3 r(x) = áyñ + rXY (x – áxñ).
12. Оптимальный стохастический прогноз задается функцией,
оптимизирующей:
12.1 r(x) = áyñ + (sY /sX) rXY (x – áxñ);
12.2 СКО = ò [y – f(x)]2 Pr(yú x) dy;
12.3 СКО = ò [y – f(x)] Pr(yú x) dy.
– Конец работы –
Эта тема принадлежит разделу:
На сайте allrefs.net читайте: "ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ ПРОГНОЗИРОВАНИЯ СОСТОЯНИЙ ЭКОНОМИЧЕСКИХ ОБЪЕКТОВ"
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Тесты по темам модуля
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Твитнуть |
Новости и инфо для студентов