|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
КОНТРОЛЬНІ ТЕСТОВІ ПИТАННЯз дисципліни „Методи обробки інформації та прогнозування” (заочна форма навчання) ? Основні етапи процесу прогнозування:
- визначення задачі; - збір інформації про об’єкт; - вибір методу і алгоритму прогнозування; - моделювання на основі ретроспективних даних; - видача результатів прогнозу; - всі варіанти; ? Науково обгрунтоване імовірне судження про можливі стани об’єкта в майбутньому - це
- прогнозування; - прогноз; - гіпотеза; - план. ? Судження, яке характеризує наукове передбачення на рівні загальної теорії - це
- прогнозування; - прогноз; - план; - гіпотеза. ? За масштабом прогнозування прогноз може бути:
- макроекономічний; - оперативний; - довгостроковий; - короткостроковий. ? За масштабом прогнозування прогноз може бути:
- структурний; - оперативний; - довгостроковий; - нормативний. ? За масштабом прогнозування виділяють такі прогнози:
- пошуковий; - оперативний; - довгостроковий; - регіональний. ? За часом прогноз може бути:
- галузевий; - регіональний; + середньостроковий; - структурний. ? За часом прогноз може бути:
- галузевий; - регіональний; + оперативний; - структурний. ? Період попередження оперативного прогнозу:
- до одного року; - до п’яти років; - до одного місяця; - більше одного року. ? Якщо період попередження від року до п’яти, то прогноз є:
- оперативний; - короткостроковий; - довгостроковий; - середньостроковий. ? За характером досліджування об’єктів прогноз може бути:
- оперативний; - регіональний; - доходи населення; - макроекономічний. ? За характером досліджування об’єктів прогноз може бути:
- оперативний; - регіональний; - макроекономічний; - рівень життя. ? Основні джерела прогнозної інформації:
- всі варіанти; - накопичений досвід; - екстраполяція; - побудова моделей. ? Обов’язковість виконання державного замовлення передбачається принципом:
- науковості; - збалансованості; - директивності; - реальності визначення пріоритетів. ? Погодженість показників обсягів виробництва із суспільною потребою в продукції забезпечується принципом:
- науковості; - директивності; - реальності визначення пріоритетів; - збалансованості. ? Основні функції економічного прогнозування:
- науковий аналіз економічних процесів; - оцінка об’єкту прогнозування; - виявлення альтернатив розвитку економіки; - дослідження об’єктивного розвитку економіки; + всі варіанти; ? Етап прогнозування, на якому досліджується історія розвитку об’єкту, називається:
+ ретроспекція; - проспекція; - діагноз; - гіпотеза. ? Одна із складових стадії ретроспекції:
- збір інформації; - верифікація прогнозу; - розробка прогнозу; - розробка моделі прогнозу. ? Одна із складових стадії ретроспекції:
- розробка прогнозу; - обробка інформації; - розробляється прогноз; - внесення корективів в модель прогнозування. ? На стадії діагнозу відбувається:
- оптимізація методів виміру; - верифікація прогнозу; - збір інформації; - розробка моделі прогнозу. ? На стадії діагнозу відбувається:
- внесення корективів в модель прогнозування; - здійснення прогнозу; - збір інформації; - вибір методу прогнозування. ? На стадії проспекції відбувається:
- верифікація прогнозу; - збір первинної інформації про об’єкт; - аналіз об’єкту прогнозування; - розробка моделі прогнозування. ? На стадії проспекції відбувається:
- прогноз об’єкту; - збір первинної інформації про об’єкт; - вибір методу прогнозування; - аналіз об’єкту прогнозування. ? На стадії проспекції відбувається:
- обробка інформації про об’єкт; - збір первинної інформації про об’єкт; - всі варіанти; - внесення корективи в модель прогнозування. ? Неперервні випадкові величини описуються таким законом розподілу:
- нормальним; - біноміальним; - Пуассона; - дискретним. ? Неперервні випадкові величини описуються таким законом розподілу:
- біноміальним; - рівномірним; - Пуассона; - дискретним. ? До основних параметрів нормального закону розподілу відноситься:
- всі варіанти; - коефіцієнт асиметрії; - крок арифметичної прогресії; + середнє квадратичне відхилення. ? Основними параметрами нормального закону розподілу є:
+ математичне сподівання; - коефіцієнт асиметрії; - крок арифметичної прогресії; - всі варіанти. ? Для cтандартного нормального розподілу характерним є:
- математичне сподівання дорівнює одиниці; + математичне сподівання дорівнює нулю; - математичне сподівання дорівнює мінус одиниці; - середнє квадратичне відхилення дорівнює нулю. ? Для cтандартного нормального розподілу характерним є:
- математичне сподівання дорівнює одиниці; - середнє квадратичне відхилення дорівнює одиниці; - математичне сподівання дорівнює мінус одиниці; - середнє квадратичне відхилення дорівнює нулю. ? Значення розподілені за нормальним законом, якщо на кінцевий результат впливає:
- фактор часу; - два випадкових незалежних фактори; - єдиний невизначений фактор; - велика кількість незалежних випадкових факторів. ? Для нормального закону розподілу характерним є:
- коефіцієнт асиметрії від’ємний; - коефіцієнт асиметрії дорівнює нулю; - ексцес дорівнює одиниці; - коефіцієнт асиметрії не обчислюється взагалі. ? Для нормального закону розподілу характерним є:
- коефіцієнт асиметрії від’ємний; - ексцес дорівнює нулю; - ексцес дорівнює одиниці; - коефіцієнт асиметрії не обчислюється взагалі. ? Для опису дискретних значень використовується розподіл:
- нормальний; - рівномірний; - Пуассона; - модельний. ? Для опису дискретних значень використовується розподіл:
- нормальний; - рівномірний; - біноміальний; - модельний. ? Для рівномірного розподілу характерним є:
- всі значення ВВ знаходяться в заданому інтервалі; - серія незалежних випробувань; - коефіцієнт асиметричності від’ємний; - ексцес дорівнює нулю. ? Для рівномірного розподілу характерним є:
- математичне сподівання дорівнює 1; - коефіцієнт асиметричності дорівнює нулю; - коефіцієнт асиметричності від’ємний; - ексцес дорівнює нулю. ? Для біноміального розподілу характерним є:
- всі значення ВВ в заданому інтервалі; - серія незалежних випробувань; - ексцес є від’ємним; - імовірність появи події від’ємна. ? Для біноміального розподілу характерним є:
- всі значення ВВ в заданому інтервалі; - ексцес є від’ємним; - імовірність появи події однакова в серії випробувань; - імовірність появи події від’ємна. ? Для розподілу Пуассона характерним є:
- ймовірність появи події від’ємна; - показник приймає цілі невід’ємні значення; - коефіцієнт асиметричності дорівнює нулю; - всі значення знаходяться в заданому інтервалі. ? Для розподілу Пуассона характерним є:
- ймовірність появи події від’ємна; - середнє квадратичне відхилення дорівнює 1; - коефіцієнт асиметричності дорівнює нулю; - велика кількість випробувань. ? Послідовна арифметична прогресія в даному інтервалі задається:
- нормальним розподілом; - біноміальним розподілом; - модельним розподілом; - дискретним розподілом. ? Асиметричність характеризує:
- розсіювання значень ВВ навколо її середнього; - найбільш імовірне значення ВВ; - гостровершинність графіку; - асиметричність графіку. ? Мода - це:
- мінімальне значення ВВ; - максимальне значення ВВ; - найбільш імовірне значення ВВ; - безрозмірна величина, що характеризує симетричність графіку. ? Ексцес характеризує:
- найбільш імовірне значення величини; - плосковершинність графіку тренда; - асиметричність графіку тренда; - величину довірчого інтервалу. ? Ексцес є від’ємним для:
- кривих нормального розподілу; = кривих більш плоских відносно нормального; - кривих більш гострих відносно нормального; - розподілу Пуассона. ? Основні форми завдання закону розподілу:
- ряд розподілу; - функція розподілу; - щільність розподілу; - всі варіанти; ? Форма завдання закону розподілу дискретної величини:
- ряд розподілу; - середнє квадратичне відхилення; - математичне сподівання; - дисперсія. ? Форма завдання закону розподілу дискретної величини:
- щільність розподілу; - функція розподілу; - математичне сподівання; - дисперсія. ? форма завдання закону розподілу неперервної величини:
- ряд розподілу; - функція розподілу; - математичне сподівання; - середнє квадратичне відхилення. ? З урахуванням фактору часу моделі прогнозування можуть бути:
- структурні; - комбіновані; - статичні; - міжгалузеві. ? З урахуванням фактору часу моделі прогнозування можуть бути:
- структурні; - комбіновані; - міжгалузеві; - динамічні. ? Залежність економічного показника від показників, що на нього впливають описують:
- макроекономічні моделі; - динамічні моделі; - факторні моделі; - структурні моделі. ?
Співвідношення між окремими елементами описують:
- факторні моделі; - галузеві моделі; - статичні моделі; - структурні моделі. ? Міжгалузевий баланс виробництва і розподілу продукції - це є:
- структурна модель; - міжрайонна модель; - рівномірний розподіл; - нормальний розподіл. ? Короткострокові прогнози не можна виконувати методами:
- екстраполяції; - моделювання; - експертних оцінок; - симплексними. ? Для створення довгострокового прогнозу найчастіше використовують метод:
- експертних оцінок; - експоненціальної середньої; - екстраполяції; - ковзної середньої. ? Експертні методи прогнозування застосовуються у випадках:
- великої кількості фактичної інформації; - відсутності достовірної характеристики об’єкта; - рівномірного розподілу значень; - при повній визначенності оточення об’єкта. ? Експертні методи прогнозування застосовуються у випадках:
- великої кількості фактичної інформації; - однаковій ймовірності появи значень; - дефіциту часу; - віковий тренд є лінійним. ? Експертні методи прогнозування застосовуються у випадках:
- в умовах великої невизначеності середовища; - відсутності достовірної інформації про об’єкт; - дефіциту часу; - всі варіанти; ? До фактографічних методів прогнозування відносяться:
- методи аналогій; - метод інтерв’ю; - всі варіанти; - методи експертних оцінок. ? До фактографічних методів прогнозування відносяться:
- метод побудови сценаріів; - статистичні методи; - метод "мозкової атаки"; - методи експертних оцінок. ? До фактографічних методів прогнозування відносяться:
- метод Делфі; - випереджальні методи; - метод інтерв’ю; - методи експертних оцінок. ? Часовий ряд при прогнозуванні розглядається як сума:
- тренда; - річних змінних; - сезонних змінних; - циклічних змінних; - гармонічних сил; - випадкових коливань. ? Сезонні зміни можуть виникати внаслідок:
- погодних умов; - сезонів року; - економічного підйому; - економічного спаду. ? Сезонні зміни можуть виникати внаслідок:
- сезонів року; - різноманітних свят; - економічного підйому; - страйків. ? Циклічні зміни виникають внаслідок:
- наступу сезонів року; - страйків; + економічного підйому; - наступу Новорічних свят. ? Циклічні зміни виникають внаслідок:
- наступу сезонів року; - страйків; - економічного спаду; - наступу Новорічних свят. ? Аналіз тренду включає:
- всі варіанти; - визначення границь системи; - аналіз взаємозв’язків системи; - вирівнювання часового ряду. ? Аналіз тренду включає:
- графічний аналіз часового ряду; - визначення границь системи; - аналіз взаємозв’язків системи; - верифікацію прогнозу. ? Вирівнювання часового ряду можна здійснити за методом:
- ковзного середнього; - двофакторного дисперсійного аналізу; - кореляційного аналізу; - регресійного аналізу. ? Вирівнювання часового ряду можна здійснити за методом:
- двофакторного дисперсійного аналізу; - експоненціального середнього; - кореляційного аналізу; - регресійного аналізу. ? Вирівнювання часового ряду можна здійснити за методом:
- інтеграції; - регресійного аналізу; - модельного розподілу; - сплайн-функції. ? Економічний процес, який характеризується насичуванням, можна описати:
- поліномом першого степеня; - поліномом другого степеня; - кривою Гомперца; - степеневою функцією. ? Економічний процес, який характеризується насичуванням, можна описати:
- поліномом першого степеня; - поліномом другого степеня; - модифікованою експонентою; - степеневою функцією. ? Основна відмітна риса гіпотези:
- грунтується на кількісних параметрах; - грунтується на якісних параметрах; - директивність завдань; - спирається на балансові розрахунки. ? Профіль прогнозу - це:
- предмет дослідження; - зовнішні умови для об’єкту прогнозування; - якісна характеристика об’єкту прогнозування; - кількісна характеристика об’єкту прогнозування. ? Прогнозний фон - це:
- предмет дослідження; - внутрішні зв’язки об’єкту прогнозування; - зовнішні умови для об’єкту прогнозування; - якісні характеристики об’єкту прогнозування. ? Завдання пошукового прогнозу:
+ розвиток об’єкту за збереженням існуючих тенденцій; - якісна характеристика об’єкту прогнозування; - визначення профілю прогнозу; - визначення шляху досягнення заданого стану об’єкту в майбутньому. ? Завдання нормативного прогнозу:
- визначення прогнозного фону; - визначення шляху досягнення заданого стану об’єкту в майбутньому. - виконання принципу директивності; - якісна характеристика об’єкту прогнозування. ? Дальньостроковий прогноз дає:
- детальні кількісні оцінки; - загальні кількісні оцінки; - якісно-кількісні оцінки; - загальні якісні оцінки. ? Оперативний прогноз дає:
- кількісно-якісні оцінки; - якісні оцінки; - загальні якісні оцінки; - детальні кількісні оцінки. ? За природою об’єктів прогнозування прогнози бувають:
- складні; - науково-технічні; - локальні; - сублокальні. ? За масштабом об’єктів прогнози поділяють на:
- природничі; - прості; - глобальні; - дискретні. ? За складністю об’єктів прогнози поділяють на:
- локальні; - прості; - періодичні; - циклічні. ? За ступенем детермінованості об’єктів прогнози поділяють:
- дискретні; - стохастичні; - локальні; - періодичні. ? За характером розвитку об’єктів у часі прогнози поділяють:
- стохастичні; - дискретні; - складні; - локальні. ? Якщо прогноз суперглобальний, то він включає:
- 15 - 30 змінних; - 4 - 14 змінних; - до 100 змінних; - більше 100 змінних. ? Простий прогноз означає, що опис включає:
- зв’язки між всіма змінними; - відсутність суттєвих зв’язків; - парні зв’язки; - декілька зв’язків. ? Стохастичний прогноз включає:
- тільки детерміновані характеристики об’єкту; - детерміновані і випадкові характеристики; - випадкові характеристики об’єкту; - тільки якісні характеристики об’єкту. ? Якщо прогноз періодичний, то тренд описується:
- стрибкоподібною функцією; - аперіодичною неперервною функцією; - періодичною функцією; - лінійною функцією. ? Якщо прогноз циклічний, то тренд описується:
- нелінійною функцією; - періодичною функцією; - аперіодичною неперервною функцією; - сплайн-функцією. ? Структура соціально-економічної системи - це:
- сукупність елементів та зв’язків, які не змінюються при зміні факторів економічного розвитку; - сукупність елементів та зв’язків, що визначає умови функціонування об’єкту прогнозування; - об’єкт, що може бути наведений в детермінованому виді. ? Невизначеність прогнозу може вимірювати:
- ентальпія; - ентропія; - робота; - енергія. ? Прогноз не можна зробити, якщо кількість вхідної інформації:
- більше порогової; - менше порогової; - дорівнює граничній інформації; - менше граничної інформації. ? Залишкова невизначеність прогнозу вимірюється:
- повною ентропією; - граничною ентропією; - достатньою ентропією; - пороговою інформацією. ? Тренд відноситься до моделей:
- багатофакторних; - двофакторних; - однофакторних; - структурних. ? Модель динамічного міжгалузевого балансу відноситься до моделей:
- однофакторних; - багатофакторних; - структурних; - статичних. ? Неокейнсіанський підхід при побудові моделей базується на:
- попиті та інвестиціях; - використанні виробничих функцій; - використанні ендогенних факторів; - всі варіанти; ? Неокласичний підхід при побудові моделей базується на:
- поняттях ендогенних факторів; - поняттях екзогенних факторів; - інвестиціях та прибутках; - використанні виробничих функцій. ? Фактографічні методи прогнозування застосовуються при:
- відсутності фактичної інформації про об’єкт прогнозування; - наявності фактичної інформації про об’єкт прогнозування; - великій невизначеності екзогенних факторів; - великі невизначеності ендогенних факторів. ? До статистичних методів прогнозування не відноситься:
- регресійний аналіз; - парна кореляція; - множинна кореляція; - екстраполяція. ? Регресійний аналіз передбачає дослідження:
- взаємозв’язків між двома показниками; - залежність певного показника від інших; - взаємозв’язків між декількома показниками. ? Парна кореляція характеризує:
- взаємозв’язок між двома показниками; - вплив екзогенних факторів; - залежність певного показника від інших; - вплив зовнішнього середовища. ? Якщо часовий ряд має циклічні коливання, то період ковзання середньої:
- вдвічі більше періоду циклічного коливання; - вдвічі менше періоду циклічного коливання; - кратний періоду циклічного коливання; - не залежить від періоду циклічного коливання. ? Аналітичний метод вирівнювання - це:
- заміна фактичних значень ковзними середніми; - заміна фактичних значень сумою фактичних і прогнозних; - вибір типу кривої, що відповідає часовому ряду. ? Метод експоненціальної середньої - це:
- заміна фактичних значень ковзними середніми; - заміна фактичних значень сумою фактичних і прогнозних; - вибір типу кривої, що відповідає часовому ряду. ? Метод ковзної середньої - це:
- заміна фактичних значень ковзними середніми; - заміна фактичних значень сумою фактичних і прогнозних; - вибір типу кривої, що відповідає часовому ряду. ? Побудова балансової моделі - це:
- метод аналізу взаємозв’язків; - метод аналізу динаміки процесу; - метод аналізу структури явища. ? Регресійний аналіз моделі - це:
- метод аналізу взаємозв’язків; - метод аналізу динаміки процесу; - метод аналізу структури явища. ? Вивчення часового ряду - це:
- метод аналізу взаємозв’язків; - метод аналізу динаміки процесу; - метод аналізу структури явища. ? Метод відбору кривої для часового ряду:
- візуальний; - кореляційний аналіз; - метод факторного аналізу; - метод ковзного середнього. ? Метод відбору кривої для часового ряду:
- метод факторного аналізу; - метод ковзного середнього; - метод послідовних різниць; - метод експоненціального середнього. ? Середній темп зростання знаходиться як:
- середня арифметична темпів зросту; - середня геометрична темпів зросту; - середнє квадратичне значення; - середнє кубічне. ? Експоненціальна крива характеризується:
- постійним темпом зростання; - насичуванням; - рівномірними стрибками тренду; - незалежністю від факторів. ? Експоненціальна крива характеризується:
- лінійними змінами показників; - насичуванням; - постійним темпом приросту; - незалежністю від факторів. ? Метод ковзного середнього використовується для:
- довгострокового прогнозування; - згладжування часових рядів; - обчислення математичного сподівання ВВ; - обчислення ексцесу розподілу. ? Метод ковзного середнього використовується для:
- довгострокового прогнозування; - обчислення математичного сподівання ВВ; - довгострокового прогнозування; - короткострокового прогнозування. ? Лінійну сплайн-функцію можна задавати:
- показовою функцією; - експоненціальною кривою; - значеннями у кінцевих точках; - модифікованою експонентою. ? Лінійну сплайн-функцію можна задавати:
- її значеннями у вузлах; - експоненціальною кривою; - кривою Гомперца; - модифікованою експонентою. ? Для аналізу структурних зсувів часових рядів використовується:
- всі варіанти; - крива Гомперца; - степенева функція; - сплайн-функція. ? Сезонні коливання можна описати:
- коефіцієнтами сезонності; - експоненціальним середнім; - аналітичним рівнянням; - дисперсією. ? Сезонні коливання можна описати:
- експоненціальним середнім; - аналітичним рівнянням; - дисперсією; - індексами сезонності. ? При згладжуванні методом експоненціальної середньої коефіцієнт згладжування можна брати:
- меншим нуля; - більшим 10; - від’ємним; - від 0,1 до 0,3. ? При згладжуванні методом експоненціальної середньої коефіцієнт згладжування можна брати:
- меншим нуля; - більшим 1; - від’ємним; - від 0 до 1. ? При меншому коефіцієнті експоненціального згладжування:
- більше враховуються фактичні значення; - більше враховується попереднє прогнозне значення; - не враховується фактичне значення; - не враховується прогнозне значення. ? При більшому коефіцієнті експоненціального згладжування:
- не враховується прогнозне значення; - не виконується згаладжування; - більше враховується попереднє прогнозне значення; - більше враховується фактичне значення. ? За терміном розрахунків прогнози класифікуються:
- на короткі і довгі; - на минулі і майбутні; - на короткострокові і довгострокові; - на стохастичні і детермінова. ? Наукові дисципліни про закономірності розробки прогнозів називаються:
- економічними; - математичними; - прогностикою; - статистикою. ? Часовий ряд буде стаціонарним, якщо:
- значення показника залишаються сталими; - відсутня тенденція зміни середньої; - відсутність впливу випадкових факторів; - дисперсія ряду тільки збільшується з часом. ? До простих методів екстраполяції не відноситься:
- регресійний аналіз; - метод ковзної середньої; - екстраполяції на основі середньої; - екстраполяції на основі середнього темпу зростання. ? Припущення при екстраполяції:
- розвиток процесу характеризується еволюторною кривою; - процес залежить лише від ендогенних факторів; - хід процесу суттєво змінювався в минулому; - всі варіанти. ? Припущення при екстраполяції:
- процес підкоряється тільки лінійній залежності; + хід процесу не змінюється суттєво в майбутньому; - хід процесу суттєво змінювався в минулому; - відсутні. ? Інерційність економічних процесів полягає в:
- відсутності будь-якого розвитку процесу; - всі варіанти; - зберіганні кількості зовнішніх факторів; - зберіганні тенденції розвитку процесу у часі. ? Інерційність економічних процесів полягає в:
- відсутності впливу ендогенних факторів; - відсутності впливу екзогенних факторів; - зберіганні взаємозв’язків прогнозного процесу з іншими; - наявності сталих коефіцієнтів. ? Регресійний аналіз вимірює залежність явища від інших:
- якісно; - кількісно; - графічно; - віртуально. ? Специфікація – це:
- етап регресійного аналізу; - етап прогнозної екстраполяції; - побудова довірчого інтервалу; - спеціальний короткостроковий прогноз. ? Проведення регресійного аналізу включає:
- інтеграцію тренда; - визначення форми рівняння регресії; - згладжування часового ряду; - визначення іррегулярних сил часового ряду. ? Проведення регресійного аналізу включає:
- виявлення сезонних змін часового ряду; - оцінювання середнього темпу зростання ряду; - оцінювання параметрів рівняння регресії; - оцінювання циклічних змінних ряду. ? Критерії оцінювання параметрів регресії:
- метод ковзного середнього; - метод експоненціального середнього; - метод найменших квадратів; - метод екстраполяції. ? Якщо параметри лінійної регресії оцінюються методом найменших квадратів, то оцінки є:
- незміщеними; - зміщеними; - сталими; - всі варіанти. ? Якщо параметри лінійної регресії оцінюються методом найменших квадратів, то оцінки є:
- додатними; - зміщеними; - ефективними; - квадратичними. ? Факторна дисперсія характеризує вплив на залежну змінну:
- всіх можливих факторів; - факторів, обумовлених випадковими причинами; - факторів, що досліджуються в регресії; - попередніх значень незалежної змінної. ? Залишкова дисперсія характеризує вплив на залежну змінну:
- всіх можливих факторів; - факторів, обумовлених випадковими причинами; - факторів, що досліджуються в регресії; - попередніх значень незалежної змінної. ? Співвідношення між факторною і загальною дисперсіями характеризує:
- коефіцієнт детермінації; - математичне сподівання; - середнє квадратичне відхилення; - ексцес процесу. ? Співвідношення між факторною і загальною дисперсіями характеризує:
- асиметричність процесу; - математичне сподівання; - середнє квадратичне відхилення; - коефіцієнт кореляції Пірсона. ? Залежність змінної Y від вивчаємих факторів визначається:
- коефіцієнтом щільності; - коефіцієнтом дисперсії; - коефіцієнтом детермінації; - коефіцієнтом пропорціональності. ? Залежність змінної Y від випадкових факторів визначає:
- факторна дисперсія; - коефіцієнтом кореляції Пірсона; - стандартна помилка; - коефіцієнт детермінації. ? Загальна дисперсія залежної змінної в регресії є сумою дисперсій: - факторної і загальної; - факторної і залишкової; - залишкової і нелінійної; - лінійної і нелінійної. ? Факторна дисперсія в регресії відображає:
- відхилення фактичного значення від середнього; - відхилення обчисленого значення від середнього; - вплив випадкових факторів; - вплив сезонних змін. ? Загальна дисперсія в регресії характеризує:
- відхилення фактичного значення від середнього; - вплив тільки випадкових факторів; - вплив всіх можливих факторів; - вплив тільки циклічних змін. ? Вірність вибору моделі регресії перевіряється:
- за критерієм Стьюдента; - за критерієм Фішера; - інтегральним методом; - методом експертної оцінки. ? Рівняння полінома першого степеня є:
- лінійним за формою і нелінійним за параметрами; - нелінійним за формою і нелінійним за параметрами; - лінійним за формою і лінійним за параметрами; - нелінійним за формою і лінійним за параметрами. ? Рівняння параболи є:
- лінійним за формою і нелінійним за параметрами; - нелінійним за формою і нелінійним за параметрами; - лінійним за формою і лінійним за параметрами; - нелінійним за формою і лінійним за параметрами. ? Рівняння степеневої функції є: - лінійним за формою і нелінійним за параметрами; - нелінійним за формою і нелінійним за параметрами; - лінійним за формою і лінійним за параметрами; - нелінійним за формою і лінійним за параметрами. ? Рівняння показової функції є:
- лінійним за формою і нелінійним за параметрами; - нелінійним за формою і нелінійним за параметрами; - лінійним за формою і лінійним за параметрами; - нелінійним за формою і лінійним за параметрами. ? Модель є лінійна за формою, якщо:
- змінні її рівняння мають квадратну степінь; - параметри рівняння є коефіцієнтами при змінних; - змінні її рівняння мають першу степінь; - змінних в рівнянні немає. ? Модель є лінійна за параметрами, якщо:
- параметри рівняння невідомі; - змінні мають першу степінь; - параметри рівняння є коефіцієнтами при змінних; - параметри є показниками степені. ? Графік модифікованої експоненти характеризується:
- нульовою асимптотою; - вертикальною асимптотою; - горизонтальною асимптотою; - всі варіанти; ? Рівняння модифікованої експоненти є:
- лінійним за формою і нелінійним за параметрами; + нелінійним за формою і нелінійним за параметрами; - лінійним за формою і лінійним за параметрами; - нелінійним за формою і лінійним за параметрами. ? Рівняння кривої Гомперца є:
- лінійним за формою і нелінійним за параметрами; - нелінійним за формою і нелінійним за параметрами; - лінійним за формою і лінійним за параметрами; - нелінійним за формою і лінійним за параметрами. ? Графік кривої Гомперца характеризується:
- нульовою асимптотою; - вертикальною асимптотою; - нахиленою асимптотою; - горизонтальною асимптотою. ? Лінеаризація нелінійних форм залежностей здійснюється з метою:
- визначення факторної і остаточної дисперсії; - визначення параметрів рівняння за методом найменших квадратів; - визначення коефіцієнту кореляції; - згладжування часового ряду. ? Крива освоювання характеризує:
- зв’язок трудомісткості продукції і масштабів виробництва; - відношення в міжгалузевому балансі; - всі варіанти; - зв’язок демографічних обчислень. ? Якщо крива освоювання показує зменшення трудомісткості продукції на 20%, то вона є:
- 20%-ою кривою; - 80%-ою кривою; - 100%-ою кривою; - трендом. ? Міра статистичного зв’язку між двома величинами характеризується:
- параметрами рівняння регресії; - змінними рівняння регресії; - залишковою дисперсією; - коваріацією. ? Коефіцієнт кореляції характеризує:
- лінійну залежність величин; - нелінійну залежність; - експоненціальну залежність; - степеневу залежність. ? Коефіцієнт кореляції приймає значення:
- від (-1) до 1; - від 0 до 1; - від (- 1) до 0; - більше 0. ? Коефіцієнт детермінації приймає значення:
- від (-1) до 1; - від 0 до 1; - від (- 1) до 0; - менше 0. ? Тіснота нелінійного зв’язку характеризується:
- коефіцієнтом кореляції; - параметрами поліному першого степеня; - параметрами поліному другого степеня; - коефіцієнтом детермінації. ? Коефіцієнт детермінації – це відношення дисперсій:
- залишкової до загальної; - факторної до загальної; - залишкової до факторної; - загальної до залишкової. ? Для оцінки параметрів моделі нелінійної за формою використовують метод:
- лінеаризації рівняння; - заміни змінних в рівнянні; - ковзної середньої; - сплайн-функції. ? Для оцінки параметрів моделі нелінійної за параметрами використовують метод:
- інтегрування рівняння; - заміни змінних в рівнянні; - всі варіанти; - лінеаризації рівняння. ? Якщо крива освоювання показує зменшення трудомісткості на 80%, то вона є:
- 80%-ою кривою; - 40%-ою кривою; - 20%-ою кривою; - 100%-ою кривою. ? Зв’язок трудомісткості продукції і масштабів виробництва характеризує:
- крива Гомперца; - сплайн-функція; - крива освоювання; - логістична крива. ? Залежність між технічним параметром виробу і обсягом його випуску показує:
- поліном першого степеня; - S-подібна крива; - парабола другого порядку; - крива освоювання. ? Крива освоювання характеризує % зниження трудомісткості продукції при:
- збільшенні масштабів виробництва в 3 рази; - зменшенні масштабів виробництва в 3 рази; + збільшенні масштабів виробництва в 2 рази; - зменшенні масштабів виробництва в 2 рази. ? Залежність між затраченими зусиллями і отриманими результатами характеризується:
- поліномом першого степеня; - логістичною кривою; - лінійною функцією; - степеневою функцією. ? Економічність виробництва продукту характеризується:
- зсувом логістичної кривої вздовж осі абсцис; - зсувом логістичної кривої вздовж осі ординат; - нахилом кривої; - графіком іншої кривої; ? Горизонтальну асимптоту має:
- логістична крива; - всі варіанти; - сплайн-функція; - поліном першого степеня; ? На графіку S-подібної кривої „результативність” ілюструється:
- значеннями на осі ординат; - значеннями на осі абсцис; - нахилом кривої; - кутовим коефіцієнтом; ? Завбачити технологічний розрив на графіку S-подібної кривої можна методом:
- експертної оцінки; - регресійного лінійного аналізу; - економетричної моделі; - регресійного нелінійного аналізу; ? Авторегресійна модель характеризує:
- стаціонарний часовий ряд; - залежність Y від групи випадкових факторів; - залежність Y від попередніх значень; - залежність X від попередніх значень; ? Якщо Y залежить від попередніх значень і групи факторів, то модель описують:
- нелінійною регресією; - множинною регресією; - авторегресією; - змішаною авторегресією; ? Якщо Y залежить від одного фактора, то модель описують:
- парною регресією; - поліномом другого степеня; - множинною регресією; - лінійною регресією; ? Якщо Y залежить від групи факторів, то модель описують:
- множинною регресією; - авторегресією; - нелінійною регресією; - логістичною кривою; ? Якщо Y залежить від попередніх значень, то модель описують:
- поліномом першого степеня; + авторегресією; - парною регресією; - множинною регресією; ? Економетрична модель використовується для прогнозування:
- системних об’єктів; - простих об’єктів; - незмінних об’єктів; - не використовується взагалі. ? Якщо вихідні дані – випадкова вибірка, то інструментом прогнозу є:
- середні значення; - рівняння тренду; - змішана авторегресія; - всі варіанти; ? Якщо вихідні дані – часовий ряд, то для прогнозування не використовують:
- середні значення; - рівняння тренду; - змішану авторегресія; - регресію; ? Коефіцієнти приведеної системи економетричної моделі можна оцінити:
- методом найменших квадратів; - лінеаризацією функції; - за допомогою специфікації; - методом екстраполяції; ? Відповідність між приведеною і структурною формами економетричної моделі – це:
- специфікація; - лінеаризація; - ідентифікація; - інша відповідь; ? При екстраполяції строк попередження не перевищує:
- тривалості бази прогнозу; - 1/4 тривалості бази прогнозу; - 1/2 тривалості бази прогнозу; - 1/3 тривалості бази прогнозу. ? Метод екстраполяції дає позитивні результати на період: - 15-20 років; - 20-25 років; - 15-17 років; - 5-7 років. ? Довірчий інтервал – це інтервал, в якому є:
- тільки прогнозні значення змінної; - тільки фактичні значення змінної; - фактичні і з певною мірою вірогідності прогнозні; - прогнозні і з певною мірою вірогідності фактичні. ? Для визначення довірчого інтервалу використовується:
- розподіл Фішера; - біноміальний розподіл; - розподіл Стьюдента; - розподіл Пуассона. ? Коефіцієнт детермінації вимірюється:
- в одиницях виміру результативної ознаки; - в одиницях виміру факторної ознаки; - у квадратичних одиницях виміру ознаки; - у відсотках. ? Коефіцієнт коваріації вимірюється:
- в одиницях виміру результативної ознаки; - в одиницях виміру факторної ознаки; - у квадратичних одиницях виміру ознаки; - у відсотках. ? Коефіцієнт кореляції вимірюється:
- в одиницях виміру результативної ознаки; - в одиницях виміру факторної ознаки; - у квадратичних одиницях виміру ознаки; - у відсотках. ? До аналітичних методів екстраполяції відноситься метод:
- лінійної регресіі; - ковзного середнього; - всі варіанти; - метод Чоу; ? До аналітичних методів екстраполяції відноситься метод:
- парної регресії; - ковзного середнього; - метод контрольного сигналу; ? До аналітичних методів екстраполяції відноситься метод:
- метод Чоу; - експоненціально зваженого середнього; - змішаної авторегресії; - побудова тренду; ? До адаптивних методів екстраполяції відноситься метод:
- множинної регресії; - парної регресії; - експоненціально зваженої середньої; - побудови тренду; ? До адаптивних методів відноситься метод:
- сплайн-функції; - рівняння тренду; - лінійної регресії; - всі варіанти; ? До адаптивних методів відноситься метод:
- метод Чоу; - лінійної регресії; - ковзної середньої. ? Якщо є явна тенденція ряду до зростання, то використовуються методи:
- експоненціальної середньої; - ковзної середньої; - середнього темпу зростання; - парної регресії. ? Якщо є явна тенденція ряду до спадання, то використовуються методи:
- прогнозної середньої; - ковзної середньої; - середнього темпу зростання; - парної регресії; ? Формула побудови інтервалу довіри для прогнозу включає два значення, а саме:
- прогнозне значення змінної; - фактичне значення змінної; - середня квадратична помилка прогнозу; - середнє значення; ? Ширина інтервалу лінійного тренда зменшується при:
- збільшенні кількості спостережень; - зменшенні кількості спостережень; - збільшенні періоду попередження; ? Ширина інтервалу лінійного тренда зменшується при:
- збільшенні періоду попередження; - зменшенні кількості спостережень; - збільшенні періоду попередження; - зменшенні періоду попередження; ? Рівномірний розвиток процесу відображається:
- поліномом третього степеня; - поліномом другого степеня; - лінійним трендом; - логарифмічною функцією; ? Рівноприскорений розвиток процесу відображається:
- поліномом п’ятого порядку; - параболою другого порядку; - лінійним трендом; - модифікованою експонентою; ? Розвиток процесу зі змінним прискоренням відображається:
- параболою другого порядку; - лінійним трендом; - поліномом третього порядку; - всі варіанти; ? Процес із сповільненням зростання в кінці періоду відображається:
- параболою другого порядку; - степеневою функцією; - поліномом першого порядку; - логарифмічною функцією; ? Для того, щоб звести показову функцію до лінійної функції за параметрами необхідно:
- прологарифмувати рівняння; - проінтегрувати рівняння; - згладити рівняння; - піднести до другої степені; ? Прогнозні обчислення здійснюються на основі використання компонент офісу:
- пакету лінійного програмування; - сервісної функції „Поиск решения”; - сервісної функції „Анализ данных”; - текстового процесору Word; ? При відборі показників для регресійного аналізу слід включати в рівняння:
- всі можливі фактори; - тільки один-два фактори; - фактори, що є суттєвими при вивченні проблеми; - фактори, що є змінними; ? При відборі показників для характеристики зв’язків рекомендується використовувати:
- середню кількість факторів; - максимальну кількість факторів; - мінімальну, але достатню кількість; - один фактор; ? Побудова моделей екстраполяції передбачає:
- вибір рівняння тренду і обчислення його параметрів; - визначення середніх характеристик часового ряду; - визначення коефіцієнту кореляції; - визначення коефіцієнту Пірсона; ? Перевага віддається рівнянню тренда, який має:
- кращий показник вимірювання інтенсивності зв’язку; - найменшу середньоквадратичну помилку апроксимації; - найбільший коефіцієнт повної регресії; - найменшу кількість факторів. ? Середньоквадратична помилка апроксимації може використовуватися для порівняння трендів при умові:
- рівняння трендів однакові за формою; - рівняння трендів різні за параметрами; - рівняння трендів однакові за кількістю параметрів; - рівняння трендів мають одну змінну. ? Поняття довірчого інтервалу включає:
- коефіцієнт регресії; - параметри трендових моделей; + верхню і нижню границі інтервальних значень прогнозних показників; - верхню і середню границі інтервальних значень прогнозних показників. ? Система нормальних рівнянь є слідство використання:
- кореляційного аналізу; - методу найменших квадратів; - методу кінцевих різниць; - методу експоненціального згладжування. ? До методів індивідуальної експертної оцінки відноситься:
- інтерв’ю; - аналітичний метод; - метод „Делфі”; - написання сценарію. ? До методів колективної експертної оцінки не відноситься:
+ аналітичний метод; - метод „Делфі”; - метод „мозкової атаки”; - метод „комісій”. ? Особливості методу колективної генерації ідей:
- етап генерації ідей; - всі варіанти; - анонімність експертів; - етап оцінки критичних зауважень. ? Особливості методу „Делфі”:
- використання результатів попереднього туру опитування; - анонімність експертів; - статистична характеристика групової відповіді; - всі варіанти; ? Метод отримання погодженої думки – це:
- метод колективної генерації ідей; - метод інтерв’ю; - метод „Делфі”; - формалізований метод; ? Метод евристичного прогнозування – це:
- метод ковзної середньої; - метод екстраполяції; - експертний метод; - метод економетричного моделювання; ? Результат процесу верифікації – це:
- оцінка параметрів рівняння регресії; - рівняння лінії тренді; - оцінка якості прогнозу; - оцінка коефіцієнта кореляції; ? Характеристикою якості прогнозу може бути:
- кількість змінних в рівнянні регресії; + точність; - залежність; - незалежність; ? Характеристикою якості прогнозу може бути:
- кількість змінних в рівнянні регресії; - надійність; - залежність; - незалежність; ? Апріорні оцінки прогнозу визначають коли:
- період попередження пройшов; - період попередження не закінчився; - прогнозування здійснюється для минулого моменту часу; - процес прогнозування закінчений; ? Апостеріорні оцінки визначають для випадку, якщо:
- прогнозування здійснюється для минулого моменту часу; - період попередження не закінчився; - період попередження менше бази прогнозу; - вже відомі прогнозні значення; ? Апостеріорними оцінками можна вважати:
- абсолютну помилку; - відносну помилку; - всі варіанти; - коефіцієнт відношення підтверджених прогнозів до загальної кількості прогнозів; ? До апріорних оцінок можна віднести:
- коефіцієнт відношення підтверджених прогнозів до загальної кількості прогнозів; - всі варіанти; - середнє відносне відхилення; - медіану; ? Підвищити точність прогнозу можна шляхом:
- підвищення достовірності інформації; - збільшення довірчого інтервалу; - зменшенням кількості вхідної інформації; - збільшенням кількості змінних рівняння. ? Підвищити точність прогнозу можна шляхом:
- збільшенням недостовірної інформації; - збільшення кількості невідомих параметрів; - підвищенням адекватності моделі; - збільшенням кількості змінних рівняння.
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.348 сек.) |