1. Если цепной темп роста объема продаж составил 115 %, а цепной темп прироста — 15 %, это означает, что по сравнению с предыдущим периодом объем продаж …
2. Основная цель использования … средней в анализе временных рядов — это устранение случайных колебаний и выявление общей тенденции
3. Если временной ряд описывается мультипликативной моделью (см.изобр. ниже) и амплитуда сезонных колебаний растет с увеличением уровня тренда, то это означает, что модель корректно …
4. Коэффициент вариации, рассчитанный для уровней временного ряда, равный 8 %, свидетельствует …
5. Суть метода экспоненциального сглаживания заключается в том, что прогноз …
6. Модель, описывающая стационарный ряд с помощью его прошлых значений и прошлых случайных ошибок, обозначается как …
7. Расположите этапы работы с нестационарным временным рядом при построении модели ARIMA в правильной последовательности (сверху вниз):
8. Сопоставьте характеристики автокорреляционных функций с соответствующими моделями временных рядов:
9. Сопоставьте компоненту временного ряда с ее характеристикой:
10. Расположите методы прогнозирования в порядке возрастания их сложности и количества учитываемых компонентов временного ряда (сверху — самый простой, вниз — самый сложный):
11. Аналитик розничной сети «Сезонный Товар» строит модель для прогнозирования ежемесячного объема продаж. Перед выбором спецификации модели ARIMA (Авторегрессионная интегрированная модель скользящего среднего) он построил коррелограммы для исходного ряда — графики автокорреляционной ACF (автокорреляционная функция) и частной автокорреляционной PACF (частная авто корреляционная функция) функций. В результате анализа он обнаружил следующее: • график ACF: показывает медленное, линейное (или колебательное) затухание значений; • график PACF: демонстрирует резкий, статистически значимый выброс только на лаге 1, после чего значения незначимы. Какая модель ARIMA наиболее подходит для данного ряда?
12. Финансовый директор поручил аналитикам создать модель, которая объяснит причины падения прибыли в прошлом квартале. При этом отдел маркетинга требует построить модель для определения оптимального бюджета на рекламу. Какие типы моделей должны быть использованы для реализации этих задач?
13. Аналитик при построении модели прогнозирования выручки включил в нее 25 различных факторов, стремясь учесть все возможные влияния. Но руководитель проекта потребовал сократить количество факторов. Прав ли руководитель?
14. Аналитик обнаружил сильную положительную корреляцию между затратами на рекламу и объемом продаж компании. На этом основании он рекомендовал увеличить рекламный бюджет в два раза. Можно ли рекомендацию аналитика считать верной? Поясните ответ.
15. При построении регрессионной модели зависимости продаж от рекламного бюджета аналитик получил R2 = 0,15. Руководитель требует пересмотреть модель. Прав ли руководитель? Поясните ответ.
16. Аналитик построил модель множественной регрессии для прогнозирования продаж: Ŷ = 100 + 5X₁ + 3X₂, где X₁ — затраты на рекламу, X₂ — цена товара. При этом коэффициент корреляции между X₁ и X₂ составил 0,9. Какая проблема возникает в данной модели?
17. При построении регрессионной модели зависимости издержек от объема выпуска продукции аналитик получил коэффициент детерминации R2 = 0,95, но при этом все коэффициенты регрессии оказались статистически незначимыми (p-value ˃ 0,05). В чем наиболее вероятная причина такого результата?
18. Аналитик строит прогноз продаж компании, имеющей выраженную сезонность (пик продаж в декабре) и восходящий тренд. При этом амплитуда сезонных колебаний увеличивается с ростом тренда. Какой тип модели временного ряда следует выбрать? Поясните ответ.
19. При анализе временного ряда месячных продаж аналитик обнаружил, что автокорреляционная функция ACF (Autocorrelation Function — автокорреляционная функция)) медленно затухает, а частная автокорреляционная функция PACF (Partial Autocorrelation Function — частная автокорреляционная функция) резко обрывается после лага 1. Какая модель ARIMA (Autoregressive Integrated Moving Average) наиболее подойдет для данного ряда?
20. … переменная (Y) — переменная, поведение и значения которой объясняются или прогнозируются с помощью модели
21. … — это процесс принятия решений о том, какие переменные и взаимосвязи между ними будут включены в уравнение модели
22. … модели — это процесс проверки того, насколько прогнозы модели соответствуют реальности
23. Дескриптивная модель описывает и объясняет…
24. Математическая модель, предназначенная для количественной оценки и проверки экономических теорий на эмпирических данных, — это … модель
25. … модели — свойство модели, позволяющее получить однозначные оценки ее параметров на основе имеющихся данных
26. Расположите аспекты процесса моделирования по степени убывания их важности для создания качественной модели (от наиболее важных к наименее важным):
27. Сопоставьте типы моделей по цели использования с их ключевыми вопросами:
28. Сопоставьте вид модели с его возможностями:
29. Расположите этапы процесса моделирования в правильной последовательности (сверху вниз):
30. Случайная величина — это величина, которая в результате испытания …
31. Корреляция — это … взаимосвязь между двумя или более случайными величинами, при которой изменения одной из этих величин сопутствуют изменению другой величины, но не обязательно его вызывают
32. Коэффициент корреляции Пирсона показывает направление и … линейной зависимости в диапазоне от − 1 (полная обратная связь) до +1 (полная прямая связь)
33. Регрессионный анализ — это … оценка зависимости одной переменной от другой с помощью уравнения вида Y = a + b * X + ε
34. Коэффициент корреляции Пирсона, равный -0.92, свидетельствует …
35. Для порядковых (ранговых) данных для измерения монотонной связи используется коэффициент …
36. Показатель, который показывает долю дисперсии зависимой переменной, объясненную моделью регрессии, — это …
37. Расположите проблемы регрессионного анализа в порядке уменьшения их критичности для качества модели (от наиболее критичных к наименее критичным):
38. Установите соответствие между методами компьютерного моделирования финансовых задач и их основными целями:
39. Сопоставьте коэффициенты регрессионного анализа с их с их интерпретациями:
40. Расположите в хронологической последовательности этапы регрессионного анализа:
41. Основная цель метода наименьших квадратов (МНК) при оценивании параметров регрессионной модели — это … суммы квадратов остатков (SSR)
42. Согласно теореме Гаусса — Маркова, при выполнении всех предпосылок классической линейной модели, МНК-оценки являются наилучшими линейными несмещенными … (BLUE)
43. … β1 — показывает, насколько изменится Y в среднем при изменении X1 на единицу, при условии, что все другие факторы остаются постоянными, в уравнении множественной регрессии вида Y = β0 + β1X1 + β2X2 + ε
44. Если при проверке гипотезы для коэффициента регрессии p-value составило 0.03, то на уровне значимости α = 0.05 …
45. Статистический тест, используемый для проверки значимости уравнения регрессии в целом (гипотеза H0 : β1 = β2 = … = βk = 0), — это …
46. Модель, которая путем логарифмирования преобразуется к линейному виду lnY = lnβ0 + β1lnX + lnε и обладает свойством постоянной эластичности, — это … модель
47. Расположите показатели качества регрессионных моделей в порядке уменьшения их универсальности для сравнения разных типов моделей (от самого универсальный к менее универсальному):
48. Сопоставьте вид нелинейной модели с ее основной областью применения:
49. Расположите в хронологической последовательности этапы построения регрессионной модели:
50. Сопоставьте проблему регрессионного анализа с ее последствием:
51. … — это статистическая зависимость между последовательными уровнями одного временного ряда, разделенными определенным интервалом (лагом)
52. … — это относительный показатель динамики, который показывает, во сколько раз текущий уровень больше предыдущего или базисного
53. Устранение … колебаний и выявление общей тенденции — это основная цель использования скользящей средней в анализе временных рядов
54. Если временной ряд описывается мультипликативной моделью Y = T * S * I, и амплитуда сезонных колебаний растет с увеличением уровня тренда, то это означает, что…
55. Операция дифференцирования временного ряда (расчет первых разностей) в моделях ARIMA применяется для …
56. Расположите модели временных рядов в порядке увеличения их сложности (от простейшей к наиболее сложной):
57. Расположите в хронологической последовательности этапы построения прогноза с помощью модели Хольта (с учетом тренда):
58. Сопоставьте метод прогнозирования с его характеристикой:
59. … — это долговременная компонента временного ряда, отражающая общую направленность его развития (устойчивый рост, снижение или стабилизация)
60. Основная цель метода наименьших квадратов (МНК) при оценивании параметров регрессионной модели обозначается английской аббревиатурой — …
61. Согласно теореме Гаусса — Маркова, при выполнении всех предпосылок классической линейной модели, МНК-оценки являются наилучшими линейными … оценками (BLUE)
62. В уравнении … регрессии Y = β0 + β1X1 + β2X2 + ε, коэффициент β1 показывает насколько изменится Y в среднем при изменении X₁ на единицу
63. Если при проверке гипотезы для коэффициента регрессии p-value составило 0.03, то на уровне значимости α = 0.05 …
64. Проблема, возникающая при сильной корреляции между независимыми переменными в модели множественной регрессии, которая приводит к росту стандартных ошибок коэффициентов и неустойчивости их оценок, называется …
65. … показывает, на сколько процентов в среднем изменится зависимая переменная Y при изменении независимой переменной X на 1 %
66. Расположите статистические тесты в порядке их использования при проверке регрессионной модели (сверху — первый этап, вниз — последний):
67. Сопоставьте нелинейные модели регрессии с их свойствами:
68. Сопоставьте проблемы регрессионного анализа с их последствиями:
69. Расположите нелинейные модели регрессии в порядке их использования для описания экономических процессов (сверху — первый процесс, вниз — последний):
70. Экономист-аналитик компании «АгроПрогресс» построил модель прогнозирования урожайности пшеницы: Ŷ = 15 + 0.8 * X1 + 0.05 * X2, где X1 — количество удобрений, X₂ — сумма осадков. Коэффициент корреляции между X1 и X2 составил 0,85. Какая проблема присутствует в модели и как она влияет на надежность прогноза?
71. … — это статистическая взаимосвязь между двумя или более случайными величинами, при которой изменения одной из этих величин сопутствуют изменению другой величины, но не обязательно его вызывают
72. Количественная оценка зависимости одной переменной от другой с помощью уравнения вида Y = a + b * X + ε — это …
73. … — это идеальная, но зачастую недостижимая в чистом виде цель анализа, при которой изменение одной переменной непосредственно влечет за собой изменение другой
74. Коэффициент корреляции Пирсона, равный -0.92, свидетельствует … линейной связи
75. Модель, которая позволяет количественно оценить, насколько сильно изменение независимой переменной влияет на зависимую, называется …
76. Процесс проверки того, является ли обнаруженная в выборке связь статистически значимой для генеральной совокупности, называется проверкой …
77. Расположите коэффициенты связи в порядке увеличения широты охвата типов связей (сверху — самый узкий, вниз — самый широкий):
78. Сопоставьте показатели качества регрессионной модели с их характеристиками:
79. Сопоставьте проблемы регрессионного анализа с их характеристиками:
80. Расположите этапы аналитического исследования в правильной последовательности (сверху — первый этап, вниз — последний):
81. Перед отделом аналитики сети кофеен «КофеМаркт» поставлено две задачи: 1. Определить, оказывает ли запуск новой бонусной программы реальное причинное влияние на лояльность клиентов, или наблюдаемый рост среднего чека является следствием сезонного фактора. 2. Оценить, какая комбинация факторов — количество рабочих часов старших бариста (X1) и расход кофейных зерен (X2) — сильнее всего влияет на дневную выручку филиала (Y). Какие методы анализа будут наиболее продуктивными для решения этих задач?
82. … — это целенаправленно созданный абстрактный образ объекта-оригинала, который отражает в схематизированной, условной форме существенные, с точки зрения решаемой задачи, черты этого объекта, замещая его в процессе познания и управления
83. … как учебная дисциплина — это систематизированное изложение основных положений и методов построения моделей применительно к учебным целям
84. … модели —это процесс принятия решений о том, какие переменные и взаимосвязи между ними будут включены в уравнение
85. Модель, которая описывает и объясняет прошлое и текущее состояние объекта, называется …
86. Принцип, согласно которому не существует «правильной» или «универсальной» модели самой по себе, а модель всегда создается под конкретную, четко сформулированную цель, — это принцип …
87. Расположите этапы проверки модели в правильной последовательности (сверху вниз):
88. Сопоставьте аспекты процесса моделирования с их назначением:
89. Сопоставьте типы моделей по цели использования с их ключевыми вопросами:
90. Расположите этапы процесса моделирования в правильной последовательности (сверху вниз):
91. Финансовый директор компании «СтальПрофи» поручил отделу аналитики разработать модель для решения двух задач: 1. Объяснить, почему в прошлом квартале рентабельность собственного капитала (ROE, Return on Equity) снизилась на 4 %. 2. Определить оптимальный размер заказа сырья (металлопроката) для минимизации совокупных затрат на хранение и заказ. Какие типы моделей, классифицируемые по цели использования, должны быть применены для решения каждой из задач?
