Моделирование одномерных временных рядов
140. Моделями временных рядов называются модели, построенные по данным:
1) характеризующим совокупность различных объектов в определенный момент (период) времени;
2) характеризующим один объект за ряд последовательных моментов (периодов) времени;
3) любым имеющимся данным об изучаемой совокупности.
141. Какое понятие является более общим?
1) временные ряды; 2) ряды динамики.
142. Обязательными элементами временного ряда являются:
1) тенденция; 2) циклические колебания; 3) время; 4) уровень ряда.
143. Модель, в которой временной ряд представлен как сумма трендовой, циклической и случайной компонент – это:
1) аддитивная модель; 2) мультипликативная модель; 3) регрессионная модель.
144. Модель, в которой временной ряд представлен как произведение трендовой, циклической и случайной компонент – это:
1) аддитивная модель; 2) мультипликативная модель; 3) регрессионная модель.
145. Аддитивную модель строят, если:
1) амплитуда сезонных колебаний приблизительно постоянна;
2) амплитуда сезонных колебаний возрастает или уменьшается.
146. Мультипликативную модель строят, если:
1) амплитуда сезонных колебаний приблизительно постоянна;
2) амплитуда сезонных колебаний возрастает или уменьшается.
147. Автокорреляцией уравнений временного ряда называют:
1) корреляционную зависимость между последовательными уровнями временного ряда;
|
|
2) значение аналитической функции, характеризующей зависимость уровней ряда от времени;
3) последовательность коэффициентов автокорреляции.
148. Выберите правильный ответ:
1) по знаку коэффициента автокорреляции нельзя делать вывод о тенденции в уровнях ряда;
2) по знаку коэффициента автокорреляции можно делать вывод о тенденции в уровнях ряда.
149. Число периодов, по которым рассчитывается коэффициент автокорреляции – это:
1) лаг; 2) моменты ряда; 3) абсолютная ошибка.
150. Коррелограмма – это:
1) последовательность коэффициентов автокорреляции временного ряда;
2) график зависимости значений автокорреляционной функции временного ряда от величины лага;
3) поле корреляции;
4) график тренда временного ряда.
151. Автокорреляционная функция временного ряда – это:
1) последовательность коэффициентов автокорреляции уровней временного ряда;
2) коррелограмма;
3) последовательность уровней временного ряда.
152. Сумма значений сезонной компоненты по всем кварталам в аддитивной модели должна быть равна:
1) нулю; 2) четырем; 3) числу периодов в цикле.
|
|
153. Сумма значений сезонной компоненты по всем периодам в мультипликативной модели в цикле должна быть равна:
1) нулю; 2) числу периодов в цикле; 3) четырем.
154. Прогнозное значение уровня временного ряда в аддитивной модели – это:
1) произведение трендовой и сезонной компонент;
2) сумма трендовой и сезонной компонент;
3) разница между трендовой и сезонной компонентами;
4) сумма трендовой и случайной компонент.
155. Прогнозное значение уровня временного ряда в мультипликативной модели – это:
1) произведение трендовой и сезонной компонент;
2) сумма трендовой и сезонной компонент;
3) разница между трендовой и сезонной компонентами;
4) произведение трендовой и случайной компонент.
156. При аналитическом выравнивании временного ряда в качестве независимой переменной выступает:
1) фактор х; 2) время t; 3) сезонная компонента S.
Изучение взаимосвязей по временным рядам
157. Ложная корреляция вызвана наличием:
1) тенденции; 2) сезонных колебаний; 3) ошибок измерения; 4) ошибок выборки.
158. Автокорреляция в остатках - это нарушение предпосылки МНК о:
1) случайности остатков, полученных по уравнению регрессии;
|
|
2) нулевой средней величине остатков;
3) подчинении остатков нормальному распределению;
4) гомоскедастичности.
159. Какой из методов исключения тенденции используется независимо от типов трендов?
1) метод последовательных разностей;
2) метод включения в модель регрессии фактора времени;
3) метод наименьших квадратов;
4) метод отклонений от трендов.
160. Уравнение регрессии зависимости расходов на конечное потребление от совокупного дохода по первым разностям имеет вид: . Сделайте вывод:
1) при увеличении прироста дохода на 1 д.е. прирост потребления увеличивается в среднем на 0,43 д.е.;
2) при увеличении прироста дохода на 1 д.е. прирост потребления увеличивается в среднем на 0,68 д.е.;
3) при увеличении дохода на 1 д.е. потребление увеличивается в среднем на 0,68 д.е.;
4) при увеличении дохода на 1 д.е. потребление увеличивается в среднем на 0,43 д.е..
161. Какой из методов исключения тенденции имеет недостаток – потерю числа степеней свободы?
1) метод последовательных разностей;
2) метод включения в модель регрессии фактора времени;
3) метод отклонений от трендов.
162. Для определения автокорреляции остатков используют:
1) F-критерий Фишера; 2) t-критерий Стьюдента; 3) критерий Дарбина-Уотсона
|
|
163. Критерий Дарбина-Уотсона определяется по формуле:
1) ; 2) ; 3) ; 4) .
164. Метод отклонений от тренда предполагает:
1) вычисление трендовых значений для каждого временного ряда модели и расчет отклонений от трендов с целью дальнейшего анализа по этим данным;
2) замену исходных данных разностями;
3) включение фактора времени.
165. Критерий Дарбина – Уотсона и коэффициент автокорреляции остатков первого порядка связаны соотношением:
1) ; 2) ; 3) .
166. Фактическое значение критерия Дарбина – Уотсона, попадающее в интервал от до ( ) означает, что:
1) автокорреляция остатков существует, гипотеза отклоняется;
2) автокорреляция остатков отсутствует, гипотеза не отклоняется;
3) есть отрицательная автокорреляция остатков, гипотеза отклоняется, принимается другая гипотеза .
167. Коинтеграция временных рядов – это:
1) причинно – следственная зависимость в уровнях двух (или более) временных рядов;
2) корреляционная зависимость между последовательными уровнями временного ряда;
3) последовательность коэффициентов автокорреляции уровней временного ряда.
168. Одним из методов тестирования гипотезы о коинтеграции временных рядов является:
1) t-критерий Стьюдента; 2) F-критерий Фишера;
3) критерий Энгеля-Грангера; 4) критерий Гольдфельда – Квандта.
Дата добавления: 2018-08-06; просмотров: 578; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!