- Главная
- Готовые работы
Готовые работы
12 работ
Описание работы
Задание 1
Проведенные исследования срывов сроков выполнения работ компании ООО «Инженерные системы», выявили рост процента срывов сроков работ по нанесению огнезащитных покрытий. Анализ причин, позволил выявить факторы, действия которых приводят к негативным последствиям. Для их нейтрализации возможно: во-первых, обновить оборудование, во-вторых, увеличить штатный состав бригады, в-третьих, ввести лучную финансовую заинтересованность работников.
По результатам проведенного анализа руководству компании были предложены три стратегии: а1 – обновить оборудование 9полностью или частично); а2 - увеличить штатный состав смены; а3 - ввести коэффициент и дополнительная доплата за выполнение работ в установленные сроки.
Матрица эффективности предполагаемых стратегий приведена в таблице 1. В качестве экспертов были привлечены: К1 – внешний эксперт; К2 – главный инженер компании; К3 – заместитель директора по финансовой деятельности; К4 – мастер бригады с самым большим опытом работы по нанесению огнезащитных покрытий. В ячейки табл. 1 проставлен процент, на который уменьшится количество срывов сроков работы по нанесению огнезащитных покрытий, т.е. оценка эффективности применения соответствующей стратегии.
Таблица 1
Матрица эффективности
K1 K2 K3 K4
a1 18 5 9 3
a2 50 30 20 50
a3 20 5 18 20
Для оценки и выбора наиболее результативной стратегии использовать следующие критерии: критерий среднего выигрыша; критерий Лапласа; критерий Вальда; критерий «max-max», критерий Гурвица и критерий Сэвиджа.
Задание 2
Решить при помощи «Геометрических методов решения задач линейного программирования
Для производства двух видов изделий А и В предприятие использует три вида сырья. Нормы расхода сырья каждого вида на изготовление единицы продукции данного вида приведены в табл. В ней же указаны прибыль от реализации одного изделия каждого вида и общее количество сырья данного вида, которое может быть использовано предприятием.
Таблица 2
Данные по изделиям
Вид сырья Нормы расхода сырья на одно изделие Общее количество сырья, кг
А В
I 12 4 308
II 4 4 128
III 3 12 260
Прибыль от реализации одного изделия, руб. 30 40
Учитывая, что изделия А и В могут производиться в любых соотношениях (сбыт обеспечен), требуется составить такой план выпуска, при котором прибыль предприятия от реализации всех изделий является максимальной.
Задания 3,4,5
Определения опорного плана:
1. Метод северо-западного угла;
2. Метод минимального элемента;
3. Метод аппроксимации Фогеля
На три базы А1, А2, А3 поступил однородный груз в количествах соответственно равных 148, 188 и 160 единиц.
Этот груз требуется перевести в пять пунктов назначения В1, В2, В3, В4, В5 соответственно в количествах 68, 78, 128, 138 и 108 ед.
Тарифы перевозок единицы груза с каждого из пунктов отправления в соответствующие пункты назначения указаны в таблице:
Таблица 3
Транспортная таблица
Пункты отправления Пункт назначения Запасы
В1 В2 В3 В4 В5
А1 2 3 4 2 1 148
А2 8 4 1 4 1 188
А3 9 7 3 7 2 168
Потребности 68 78 128 138 108
Найти план перевозок данной транспортной задачи тремя способами.
Задание 6
По территория региона приводятся данные за 20ХХ г. (табл. 8).
Таблица 8
Данные по регионам
Номер региона Среднедушевой прожиточный минимум в день одного трудоспособного, руб., х Среднедневная заработная плата, руб., у
1 86 141
2 88 148
3 87 143
4 79 154
5 106 165
6 114 195
7 67 139
8 98 166
9 81 152
10 87 162
11 86 154
12 118 173
Требуется:
1. Построить линейное уравнение парной регрессии у на х.
2. Рассчитать линейный коэффициент парной корреляции, коэффициент детерминации и среднюю ошибку аппроксимации.
3. Оценить статистическую значимость уравнения регрессии в целом и отдельных параметров регрессии и корреляции с помощью F-критерия Фишера и t-критерия Стьюдента.
4. Выполнить прогноз заработной платы у при прогнозном значении среднедушевого прожиточного минимума х, составляющем 107% от среднего уровня.
5. Оценить точность прогноза, рассчитав ошибку прогноза и его доверительного интервал.
6. На одном графике построить исходные данные и теоретическую прямую.
7. Проверить вычисления в MS Excel.
Задание 7
По 20 предприятиям региона изучается зависимость выработки про-дукции на одного работника у (тыс.руб.) от ввода в действие новых основных фондов х1 (% от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих х2 (%).
Таблица 10
Данные по предприятиям
Номер предприятия у х1 х2 Номер предприятия у х1 х2
1 15 3,9 10 11 9 6 21
2 7 3,9 22 12 11 14,4 22
3 7 11,7 15 13 9 6,8 30
4 15 4 16 14 11 15,2 25
5 7 3,8 17 15 12 8 28
6 7 4,8 27 16 12 16,2 29
7 8 5,4 19 17 12 8,1 30
8 16 4,4 20 18 12 8,5 31
9 8 5,3 20 19 14 17,6 32
10 10 6,8 20 20 14 17 36
Требуется:
1. Построить линейную модель множественной регрессии. Записать стандартизированное уравнение множественной регрессии. На основе стандартизированных коэффициентов регрессии и средних коэффициентов эластичности ранжировать факторы по степени их влияния на результат.
2. Найти коэффициенты парной, частной и множественной корреляции. Проанализировать их.
3. Найти скорректированный коэффициент множественной детерминации. Сравнить его с нескорректированным (общим) коэффициентом детерминации.
4. С помощью F-критерия Фишера оценить статистическую надежность уравнения регрессии и коэффициента детерминации.
5. С помощью t-критерия оценить статистическую значимость коэффициентов чистой регрессии.
6. С помощью частных F-критериев Фишера оценить целесообразность включения в уравнение множественной регрессии фактора х1 после х2 и фактора х2 после х1.
7. Составить уравнение линейной парной регрессии оставив лишь один значащий фактор.
Свернуть
Описание работы
Ситуационная (практическая) задача 1
Имеются данные об объемах производства продукции на предприятии:
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Часы бытовые, шт. 740 700 608 519 394 271 197 180 143 69
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.
Ситуационная (практическая) задача 2
Имеются условные данные о сети филиалов строительной фирмы
№ филиала Ввод в действие общей площади помещений, м2 Инвестиции в основной капитал, тыс. руб. (Y)
1 11004 9094
2 3909 4014
3 4809 4773
4 10497 12296
5 1907 2838
6 5007 6729
7 1514 1351
8 3812 4483
9 7368 9438
10 79390 34530
11 2491 2071
12 4663 3664
13 3480 4722
14 56910 5001
15 4523 8050
16 3948 6602
17 2915 6359
1. Постройте линейное уравнение регрессии с одной объясняющей переменной.
2. Дайте экономическую интерпретацию коэффициента регрессии а1.
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.
Тестовые задания
1. Модели, выражающие количественно закономерность, которая проявляется в массе событий, называют
а. экономико-статистическими;
б. динамическими;
в. экономико-математическими;
г. регрессионными.
2. В каких пределах изменяется коэффициент детерминации:
а. от 0 до 1;
б. от –1 до 0;
в. от –1 до 1;
г. от 0 до 10.
3. С помощью какого критерия оценивается значимость уравнения регрессии:
а. хи-квадрат;
б. Фишера;
в. Дарбина – Уотсона;
г. Стьюдента?
4. Относительные отклонения расчетных значений результирую-щего признака от его наблюдаемых значений используется при расчете:
а. t-критерия Стьюдента;
б. параметров регрессии;
в. коэффициента эластичности;
г. средней ошибки аппроксимации.
5. Какой метод не может быть использован для оценки параметров уравнения регрессии:
а. метод избранных точек;
б. метод наименьших квадратов;
в. графический метод;
г. метод наименьших расстояний.
6. Прогнозирование – это:
а. воспроизведение основных характеристик исследуемого объекта на другом объекте, специально создан ном для этих целей;
б. научно-обоснованное, основанное на системе установленных причинно-следственных связей и закономерностей, выявление состоя-ния и вероятных путей развития процессов;
в. ряд числовых значений определенного показателя, характеризующего размеры изучаемого явления за определенные промежутки времени.
7. Тенденция – это:
а. основное направление и закономерность развития явления или процесса;
б. аналитическая функция, которая описывает существующую динамику изучаемого показателя;
в. ряд числовых значений определенного показателя в последовательные периоды времени.
8. Принцип инерционности предполагает:
а. сохранение тенденций прошлого и настоящего в будущем;
б. заполнение недостающих уровней временного ряда;
в. прогнозирование реальных объектов в сфере бизнеса.
9. В зависимости от цели исследования прогнозы бывают:
а. сложные;
б. обществоведческие;
в. поисковые.
10. Выберите неверное утверждение:
а. модель – это образ реального объекта;
б. модель замещает объект в ходе исследования;
в. модель должна полностью соответствовать объекту;
г. модель может быть материальной и идеальной;
д. результаты моделирования переносятся на реальный объект.
Свернуть
Описание работы
Ситуационная (практическая) задача 1
Имеются данные об объемах производства продукции на предприятии:
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Холодильники и морозильники, шт. 132 172 193 221 258 277 299 353 372 375
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.
Ситуационная (практическая) задача 2
Имеются условные данные о сети филиалов фирмы:
№ филиала Оборот розничной торговли, руб. (Y) Среднемесячная номинальная начисленная заработная плата, руб. (X)
1 143302 17667,6
2 110850 13912
3 97293 16313,9
4 193277 16054,7
5 71001 14436,2
6 98857 20000,8
7 46092 14890,5
8 97695 16240,8
9 117750 17010,4
10 1016780 28585,6
11 62813 14528,6
12 97030 16717,7
13 101861 16189,4
14 98311 14292,9
15 126770 17747,3
16 151331 17225,1
17 105441 18111
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.
Тестовые задания
1. Воспроизведение свойств исследуемого объекта в специально построенной модели называется:
а. прогнозирование;
б. регрессионный анализ;
в. моделирование;
г. тренд.
2. Коэффициент детерминации показывает:
а. на сколько единиц изменится зависимая переменная, если независимая переменная изменится на 1 единицу;
б. на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1 единицу;
в. на сколько процентов изменение зависимой переменной зависит от изменения независимой переменной;
г. долю вариации зависимой переменной, обусловленную вариацией независимой переменной.
3. Дисперсионный анализ уравнения парной регрессии проверяет значимость:
а. коэффициента корреляции;
б. уравнения регрессии;
в. коэффициента регрессии;
г. свободного члена уравнения регрессии.
4. Неправильный выбор функциональной формы или объясняющих переменных называется:
а. ошибками спецификации;
б. ошибками прогноза;
в. мультиколлинеарностью;
г. гетероскедастичностью.
5. Коэффициент корреляции r по абсолютной величине:
а. не превосходит единицы;
б. не превосходит нуля;
в. равен 2;
г. принимает любые значения.
6. Интервальными временными рядами называют такие, уровни которых характеризуют явление:
а. за определенные интервалы времени;
б. на определенный момент времени;
в. с помощью относительных величин;
г. с помощью средних величин.
7. Какая составляющая временного ряда отражает влияние на него долговременных факторов:
а. корелограмма; б. лаг;
в. случайная компонента; г. тренд?
8. Экстраполяция – это:
а. некоторая математическая функция f(t), которая описывает тенденцию изменения явления;
б. нахождение уровней за пределами изучаемого временного ряда, то есть продление временного ряда на основе выявленной закономерности изменения уровней в изучаемый отрезок времени;
в. основное направление, закономерность развития явления.
9. Менеджер-аналитик занимался прогнозированием объемов продаж различных товаров для фирмы, торгующей радиоэлектроникой. Какой из его прогнозов оказался корректным?
10. Модели, учитывающие влияние случайных компонентов на исследуемый объект, называются:
а. статические;
б. стохастические;
в. динамические;
г. детерминированные;
д. стабильные;
е. нестабильные.
Свернуть
Описание работы
Ситуационная (практическая) задача 1
Имеются данные об объемах производства продукции на предприятии:
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Плитки керамические для полов, кв.м 126 147 195 274 356 413 590 692 735 750
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.
Ситуационная (практическая) задача 2
Имеются условные данные о сети филиалов фирмы:
№ филиала Объем выпуска продукции, руб. (Y) Среднемесячная номинальная начисленная заработная плата, руб. (X)
1 1008678 17667,6
2 271236 13912
3 192826 16313,9
4 693054 16054,7
5 106934 14436,2
6 215760 20000,8
7 136074 14890,5
8 404965 16240,8
9 357104 17010,4
10 781483 28585,6
11 273121 14528,6
12 267743 16717,7
13 151175 16189,4
14 369509 14292,9
15 181451 17747,3
16 262714 17225,1
17 185683 18111
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.
Тестовые задания
1. Как называется метод изучения объекта не непосредственно, а через рассмотрение подобного ему и более простого объекта?
а. метод прогнозирования;
б. метод моделирования;
в. метод оптимизации;
г. метод алгоритмизации.
2. Для чего применяется метод наименьших квадратов?
а. для прогнозирования объемов продаж;
б. для оценки адекватности модели;
в. для определения параметров тренда;
г. для оценки качества прогноза.
3. По характеру развития объектов тенденция бывает:
а. среднего уровня;
б. дисперсии;
в. возрастающая.
4. Случайная компонента временного ряда отражает:
а. влияние глобальных долговременных факторов;
б. влияние факторов, не поддающихся учету и регистрации;
в. влияние факторов, периодически повторяющихся через некоторые промежутки времени;
5. Моментными временными рядами называют такие, уровни которых характеризуют явление:
а. за определенные интервалы времени;
б. на определенный момент времени;
в. с помощью относительных величин;
г. с помощью средних величин.
6. По характеру используемой информации модели различают:
а. временные и пространственные;
б. субглобальные, региональные, местные;
в. долгосрочные и краткосрочные.
7. Коэффициент регрессии изменяется в пределах:
а. от –1 до 1;
б. от 0 до 1;
в. от –1 до 0;
г. принимает любое значение.
8. Коэффициент в линейной модели интерпретируется как коэффициент:
а. эластичности;
б. относительного роста;
в. корреляции;
г. абсолютного роста.
9. Коэффициент уравнения парной регрессии показывает:
а. тесноту связи между зависимой и независимой переменной;
б. на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1 ед.;
в. на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1%;
г. на сколько единиц в среднем изменится зависимая переменная, если независимая переменная изменится на 1 ед.
10. Дисперсионный анализ уравнения парной регрессии проверяет значимость:
а. коэффициента корреляции;
б. уравнения регрессии;
в. коэффициента регрессии;
г. свободного члена уравнения регрессии.
Свернуть
Описание работы
Ситуационная (практическая) задача 1
Имеются данные об объемах производства продукции на предприятии:
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Изделия из
пластмасс, кг 218 264 340 367 405 467 528 697 701 719
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.
Ситуационная (практическая) задача 2
Имеются условные данные о сети филиалов фирмы:
№ филиала Объем выпуска продукции, руб. (Y) Численность персонала,
руб. (X)
1 1008678 153
2 271236 127
3 192826 144
4 693054 233
5 106934 106
6 215760 100
7 136074 66
8 404965 112
9 357104 117
10 781483 710
11 273121 78
12 267743 115
13 151175 98
14 369509 109
15 181451 135
16 262714 155
17 185683 127
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.
Тестовые задания
1. Что такое адекватность модели?
а. экономический показатель, на основе которого сравниваются управленческие решения;
б. необходимость учета при моделировании случайных факторов;
в. соответствие модели исследуемым чертам и свойствам исходного объекта;
г. степень достижения оптимального результата моделирования;
д. полное соответствие модели и исходного объекта.
2. Прогноз – это:
а. отрезок времени от момента, для которого имеются последние данные об изучаемом процессе до момента, к которому относится прогноз;
б. количественное вероятностное утверждение в будущем о состоянии объекта, с относительно высокой степенью достоверности, на основе анализа тенденций и закономерностей прошлого и настоящего;
в. форма проявления причинной связи между последовательными значениями показателей.
3. Какая составляющая временного ряда отражает влияние на него факторов, повторяющихся через некоторые промежутки времени:
а. корелограмма;
б. лаг;
в. случайная компонента;
г. циклическая компонента?
4. Для нахождения параметров уравнения тренда может быть использован:
а. метод наименьших квадратов;
б. метод экстраполяции;
в. метод экспоненциального сглаживания;
г. метод Гаусса.
5. От чего зависит, насколько близко проходит график выбранной функции тренда к фактическим данным?
а. от коэффициента детерминации;
б. от параметров тренда;
в. от прогнозных значений;
г. от случайных факторов.
6. Если значения цепных абсолютных приростов временного ряда примерно одинаковы, то для вычисления прогнозного значения в следующей точке корректно использовать:
а. средний абсолютный прирост;
б. средний темп роста;
в. средний темп прироста;
г. среднее квадратическое отклонение.
7. Коэффициент корреляции, равный нулю, означает, что между переменными:
а. линейная связь отсутствует;
б. существует линейная связь;
в. ситуация неопределенна;
г. существует обратная связь.
8. В каком случае модель считается адекватной изучаемому процессу:
а. F > Fтабл
б. F < Fтабл
в. F = Fтабл
г. значение коэффициента корреляции более 0,8?
9. Если коэффициент корреляции положителен, 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.
10. Что минимизируется согласно методу наименьших квадратов:
а.
б.
в.
г.
Свернуть
Описание работы
Ситуационная (практическая) задача 1
Имеются данные об объемах производства продукции на предприятии:
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Мыло туалетное, кг 102 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.
Ситуационная (практическая) задача 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 а1.
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.
Тестовые задания
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.
Свернуть
Описание работы
Ситуационная (практическая) задача 1
Имеются данные об объемах производства продукции на предприятии:
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Топливо дизельное, т 49,2 50,2 52,7 53,9 55,4 60 64,2 66,3 68,9 69,2
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.
Ситуационная (практическая) задача 2
Имеются условные данные о сети филиалов фирмы:
№ филиала Инвестиции в основной капитал, руб. (Y) Оборот розничной торговли, руб. (X)
1 90945 143302
2 40149 110850
3 47734 97293
4 122963 193277
5 28381 71001
6 67292 98857
7 13515 46092
8 44836 97695
9 94387 117750
10 345301 1016780
11 20717 62813
12 36644 97030
13 47222 101861
14 50019 98311
15 80501 126770
16 66028 151331
17 63595 105441
1. Постройте линейное уравнение регрессии с одной объясняющей переменной.
2. Дайте экономическую интерпретацию коэффициента регрессии а1.
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.
Тестовые задания
1. Модели, учитывающие влияние случайных компонентов на исследуемый объект, называются:
а. статические;
б. стохастические;
в. динамические;
г. детерминированные;
д. стабильные;
е. нестабильные.
2. Тенденция – это:
а. основное направление и закономерность развития явления или процесса;
б. аналитическая функция, которая описывает существующую динамику изучаемого показателя;
в. ряд числовых значений определенного показателя в последовательные периоды времени.
3. Экстраполяция – это:
а. некоторая математическая функция f(t), которая описывает тенденцию изменения явления;
б. нахождение уровней за пределами изучаемого временного ряда, то есть продление временного ряда на основе выявленной закономерности изменения уровней в изучаемый отрезок времени;
в. основное направление, закономерность развития явления.
4. В зависимости от цели исследования прогнозы бывают:
а. сложные;
б. обществоведческие;
в. поисковые.
5. По характеру используемой информации модели различают:
а. временные и пространственные;
б. субглобальные, региональные, местные;
в. долгосрочные и краткосрочные.
6. Коэффициент корреляции r по абсолютной величине:
а. не превосходит единицы;
б. не превосходит нуля;
в. равен 2;
г. принимает любые значения.
7. Коэффициент в линейной модели интерпретируется как коэффициент:
а. эластичности;
б. относительного роста;
в. корреляции;
г. абсолютного роста.
8. Коэффициент детерминации показывает:
а. на сколько единиц изменится зависимая переменная, если независимая переменная изменится на 1 единицу;
б. на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1 единицу;
в. на сколько процентов изменение зависимой переменной зависит от изменения независимой переменной;
г. долю вариации зависимой переменной, обусловленную вариацией независимой переменной.
9. Относительные отклонения расчетных значений результирующего признака от его наблюдаемых значений используется при расчете:
а. t-критерия Стьюдента;
б. параметров регрессии;
в. коэффициента эластичности;
г. средней ошибки аппроксимации.
10. Что минимизируется согласно методу наименьших квадратов:
а.
b.
c.
d.
Свернуть
Описание работы
Ситуационная (практическая) задача 1
Имеются данные об объемах производства продукции на предприятии:
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Картон, т 19,9 22,2 24,2 26,9 29,3 31,3 33,9 34,8 37 37,6
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.
Ситуационная (практическая) задача 2
Имеются условные данные о сети филиалов фирмы:
№ филиала Инвестиции в основной капитал,
руб. (Y) Объем производства,
руб. (X)
1 90945 2230
2 40149 1288
3 47734 2186
4 122963 4071
5 28381 2343
6 67292 1359
7 13515 2470
8 44836 5403
9 94387 2239
10 345301 24067
11 20717 953
12 36644 2895
13 47222 5337
14 50019 1057
15 80501 5829
16 66028 3411
17 63595 2728
1. Постройте линейное уравнение регрессии с одной объясняющей переменной.
2. Дайте экономическую интерпретацию коэффициента регрессии а1.
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.
Тестовые задания
1. Модели, описывающие экономические системы в развитии, называются:
а. статические;
б. стохастические;
в. динамические;
г. детерминированные;
д. стабильные;
е. нестабильные.
2. Случайная компонента временного ряда отражает:
а. влияние глобальных долговременных факторов;
б. влияние факторов, не поддающихся учету и регистрации;
в. влияние факторов, периодически повторяющихся через некоторые промежутки времени;
г. общую тенденцию изменения корреляционной зависимости.
3. Прогнозирование – это:
а. воспроизведение основных характеристик исследуемого объекта на другом объекте, специально создан ном для этих целей;
б. научно-обоснованное, основанное на системе установленных причинно-следственных связей и закономерностей, выявление состояния и вероятных путей развития процессов;
в. ряд числовых значений определенного показателя, характеризующего размеры изучаемого явления за определенные промежутки времени.
4. Принцип инерционности предполагает:
а. сохранение тенденций прошлого и настоящего в будущем;
б. заполнение недостающих уровней временного ряда;
в. прогнозирование реальных объектов в сфере бизнеса.
5. Для нахождения параметров уравнения тренда может быть использован:
а. метод наименьших квадратов;
б. метод экстраполяции;
в. метод экспоненциального сглаживания;
г. метод Гаусса.
6. Менеджер-аналитик занимался прогнозированием объемов продаж различных товаров для фирмы, торгующей радиоэлектроникой. Какой из его прогнозов оказался корректным?
7. Дисперсионный анализ уравнения парной регрессии проверяет значимость:
а. коэффициента корреляции;
б. уравнения регрессии;
в. коэффициента регрессии;
г. свободного члена уравнения регрессии.
8. В каких пределах изменяется коэффициент детерминации:
а. от 0 до 1;
б. от –1 до 0;
в. от –1 до 1;
г. от 0 до 10.
9. 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.
10. Относительные отклонения расчетных значений результирующего признака от его наблюдаемых значений используется при расчете:
а. t-критерия Стьюдента;
б. параметров регрессии;
в. коэффициента эластичности;
г. средней ошибки аппроксимации.
Свернуть
Описание работы
Ситуационная (практическая) задача 1
Имеются данные об объемах производства продукции на предприятии:
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Ткани шерстяные, м2 5465 5657 4796 4460 3647 3034 2983 2874 2391 1819
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.
Ситуационная (практическая) задача 2
Имеются условные данные о сети филиалов фирмы:
№ филиала Оборот розничной торговли, руб. (Y) Стоимость основных фондов, руб. (X)
1 143302 671563
2 110850 384939
3 97293 421136
4 193277 788059
5 71001 350925
6 98857 449711
7 46092 295091
8 97695 435966
9 117750 635096
10 1016780 4442527
11 62813 258382
12 97030 577233
13 101861 477280
14 98311 467691
15 126770 729864
16 151331 562328
17 105441 821370
1. Постройте линейное уравнение регрессии с одной объясняющей переменной.
2. Дайте экономическую интерпретацию коэффициента регрессии а1.
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.
Тестовые задания
1. Соответствие модели исследуемым чертам и свойствам исходного объекта называется:
а. критерий оптимальности;
б. динамичность;
в. адекватность;
г. правильность.
2. Если значения цепных абсолютных приростов временного ряда примерно одинаковы, то для вычисления прогнозного значения в следующей точке корректно использовать:
а. средний абсолютный прирост;
б. средний темп роста;
в. средний темп прироста;
г. среднее квадратическое отклонение.
3. 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.
4. Для чего применяется метод наименьших квадратов?
а. для прогнозирования объемов продаж;
б. для оценки адекватности модели;
в. для определения параметров тренда;
г. для оценки качества прогноза.
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. Какая составляющая временного ряда отражает влияние на него факторов, повторяющихся через некоторые промежутки времени:
а. корелограмма;
б. лаг;
в. случайная компонента;
г. циклическая компонента?
7. Коэффициент корреляции, равный нулю, означает, что между переменными:
а. линейная связь отсутствует;
б. существует линейная связь;
в. ситуация неопределенна;
г. существует обратная связь.
8. Коэффициент детерминации показывает:
а. на сколько единиц изменится зависимая переменная, если независимая переменная изменится на 1 единицу;
б. на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1 единицу;
в. на сколько процентов изменение зависимой переменной зависит от изме-нения независимой переменной;
г. долю вариации зависимой переменной, обусловленную вариацией независимой переменной.
9. Неправильный выбор функциональной формы или объясняющих переменных называется:
а. ошибками спецификации;
б. ошибками прогноза;
в. мультиколлинеарностью;
г. гетероскедастичностью.
10. Какой метод не может быть использован для оценки параметров уравнения регрессии:
а. метод избранных точек;
б. метод наименьших квадратов;
в. графический метод;
г. метод наименьших расстояний.
Свернуть
Описание работы
Ситуационная (практическая) задача 1
Имеются данные об объемах производства продукции на предприятии:
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Хлеб и
хлебобулочные
изделия, ц 9,0 8,6 8,4 8,4 8,2 8,0 7,8 7,8 7,5 7,2
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.
Ситуационная (практическая) задача 2
Имеются условные данные о сети филиалов крупной международной корпорации:
№ филиала Оборот розничной торговли, руб. (Y) Инвестиции в основной капитал, руб. (X)
1 143302 9095
2 110850 4015
3 97293 4773
4 193277 12296
5 71001 2838
6 98857 6729
7 46092 1352
8 97695 4484
9 117750 9439
10 1016780 34530
11 62813 2072
12 97030 3664
13 101861 4722
14 98311 5002
15 126770 8050
16 151331 6603
17 105441 6360
1. Постройте линейное уравнение регрессии с одной объясняющей переменной.
2. Дайте экономическую интерпретацию коэффициента регрессии а1.
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.
Тестовые задания
1. Выберите неверное утверждение:
а. модель – это образ реального объекта;
б. модель замещает объект в ходе исследования;
в. модель должна полностью соответствовать объекту;
г. модель может быть материальной и идеальной;
д. результаты моделирования переносятся на реальный объект.
2. Моментными временными рядами называют такие, уровни которых характеризуют явление:
а. за определенные интервалы времени;
б. на определенный момент времени;
в. с помощью относительных величин;
г. с помощью средних величин.
3. Тренд – это:
а. форма проявления причинно-следственных связей между признаками;
б. аналитическая функция, описывающая тенденцию изменения явления;
в. основное направление развития явления.
4. Какая составляющая временного ряда отражает влияние на него факторов, не поддающихся учету и регистрации:
а. корелограмма;
б. лаг;
в. случайная компонента;
г. тренд?
д.
5. От чего зависит, насколько близко проходит график выбранной функции тренда к фактическим данным?
а. от коэффициента детерминации;
б. от параметров тренда;
в. от прогнозных значений;
г. от случайных факторов.
6. Прогноз – это:
а. отрезок времени от момента, для которого имеются последние данные об изучаемом процессе до момента, к которому относится прогноз;
б. количественное вероятностное утверждение в будущем о состоянии объекта, с относительно высокой степенью достоверности, на основе анализа тенденций и закономерностей прошлого и настоящего;
в. форма проявления причинной связи между последовательными значениями показателей.
7. В каком случае модель считается адекватной изучаемому процессу:
а.F > Fтабл ;
б. F < Fтабл;
в. F = Fтабл;
г. значение коэффициента корреляции более 0,8?
8. Коэффициент уравнения парной регрессии показывает:
а. тесноту связи между зависимой и независимой переменной;
б. на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1 ед.;
в. на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1%;
г. на сколько единиц в среднем изменится зависимая переменная, если независимая переменная изменится на 1 ед.
9. Если коэффициент корреляции положителен, 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.
10. Коэффициент регрессии изменяется в пределах:
а. от –1 до 1;
б. от 0 до 1;
в. от –1 до 0;
г. принимает любое значение.
Свернуть
Описание работы
Ситуационная задача 1
Имеются данные об объемах производства продукции на предприятии:
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Безалкогольные напитки,
дал 214 273 321 360 415 484 549 598 571 588
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.
Ситуационная задача 2
Имеются условные данные о сети филиалов крупной международной корпорации:
№
филиала Инвестиции в основной капитал,
тыс. руб. (Y) Численность персонала,
чел. (X)
1 9095 1533
2 4015 1275
3 4773 1442
4 12296 2335
5 2838 1061
6 6729 1009
7 1352 666
8 4484 1125
9 9439 1171
10 34530 7104
11 2072 786
12 3664 1152
13 4722 983
14 5002 1090
15 8050 1350
16 6603 1550
17 6360 1271
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.
Тестовые задания
1. Выберите три утверждения, которые положены в основу определения модели в общем смысле:
а. модель есть образ реального объекта;
б. модель представляет собой совокупность функций, уравнений, неравенств и их систем;
в. модель отражает все свойства объекта;
г. модель отражает существенные свойства объекта; д. модель замещает объект в ходе исследования;
е. модель служит для планирования поведения экономического показателя в будущем.
2. Интервальными временными рядами называют такие, уровни которых характеризуют явление:
а. за определенные интервалы времени; б. на определенный момент времени;
в. с помощью относительных величин; г. с помощью средних величин.
3. 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.
4. В зависимости от уровня изучаемого процесса модели прогноза бывают: а. отраслевые;
б. дискретные; в. локальные.
5. По характеру развития объектов тенденция бывает:
а. среднего уровня; б. дисперсии;
в. возрастающая.
6. С помощью какого критерия оценивается значимость уравнения регрессии: а. хи-квадрат;
б. Фишера;
в. Дарбина – Уотсона; г. Стьюдента?
7. Какое значение может принимать коэффициент детерминации: а. 0,4;
б. –0,5;
в. –1,2;
г. 1,1?
8. Какая составляющая временного ряда отражает влияние на него долговременных факторов:
а. корелограмма; б. лаг;
в. случайная компонента; г. тренд?
9. Что минимизируется согласно методу наименьших квадратов:
а. ∑( ̅) ;
б. ∑( ̂ ) ;
в. ∑( ̂ ̅) ;
г. ∑| ̂ |?
10. 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
в. предельно допустимое изменение варьируемого признака; г. предельно возможное значение результата.
Свернуть
47 стр.
82%
Цена: 800
Описание работы
Целью курсовой работы является разработка рекомендаций по совершенствованию товарно-знаковой символики предприятия.
Цель позволила сформулировать задачи, которые решались в данной работе:
- рассмотреть основные понятия товарно-знаковой символики, классификацию, современные требования к ней с точки зрения маркетинга;
- понятие товарно-знаковой символики, ее элементы (марка, дизайн, качество, упаковка, штрих код, тестирование);
- провести практическое исследование товарно-знаковой символики и дать краткую характеристику предприятию ОАО «АльфаСтрахование».;
- анализ товарно-знаковой символики предприятия ОАО «АльфаСтрахование»;
Свернуть
