2015-06-16
1551
| n | 
| 
| 
|
| 3,858 | 1,288 | 1,964 | |
| 4,636 | 1,521 | 2,153 | |
| 5,195 | 1,677 | 2,279 | |
| 5,632 | 1,791 | 2,373 | |
| 5,990 | 1,882 | 2,447 | |
| 6,294 | 1,956 | 2,509 | |
| 6,557 | 2,019 | 2,561 | |
| 6,790 | 2,072 | 2,606 |
Приложение 6
Критические значения кумулятивного Т-критерия
| n | Для проверки существенности тренда | |
| Ткр | tкр | |
| 2,62 3,11 3,59 4,07 4,55 5,02 5,49 5,96 6,42 6,89 7,36 7,82 8,29 8,76 9,22 | 2,11 2,10 2,09 2,09 2,09 2,08 2,08 2,07 2,07 2,06 2,06 2,06 2,05 2,05 2,04 |
Приложение 7
Распределение критерия Дарбина-Уотсона для положительной автокорреляции (для 5%-ного уровня значимости)
| n | V=1 | V=2 | V=3 | V=4 | V=5 | |||||
| d1 | d2 | d1 | d2 | d1 | d2 | d1 | d2 | d1 | d2 | |
| 1,08 1,10 1,13 1,16 1,18 1,20 1,22 1,24 1,26 1,27 1,29 1,30 1,32 1,33 1,34 1,35 1,36 1,37 1,38 1,39 1,40 1,41 1,42 1,43 1,43 1,44 1,48 1,50 1,53 1,55 1,57 1,58 1,60 1,61 1,62 1,63 1,64 1,65 | 1,36 1,37 1,38 1,39 1,40 1,41 1,42 1,43 1,44 1,45 1,45 1,46 1,47 1,48 1,48 1,49 1,50 1,50 1,51 1,51 1,52 1,52 1,53 1,54 1,54 1,54 1,57 1,59 1,60 1,62 1,63 1,64 1,65 1,66 1,67 1,68 1,69 1,69 | 0,95 0,98 1,02 1,05 1,08 1,10 1,13 1,15 1,17 1,19 1,21 1,22 1,24 1,26 1,27 1,28 1,30 1,31 1,32 1,33 1,34 1,35 1,36 1,37 1,38 1,39 1,43 1,46 1,49 1,51 1,54 1,55 1,57 1,59 1,60 1,61 1,62 1,63 | 1,54 1,54 1,54 1,53 1,53 1,54 1,54 1,54 1,54 1,55 1,55 1,55 1,56 1,56 1,56 1,57 1,57 1,57 1,58 1,58 1,58 1,59 1,59 1,59 1,60 1,60 1,62 1,63 1,64 1,65 1,66 1,67 1,68 1,69 1,70 1,70 1,71 1,72 | 0,82 0,86 0,90 0,93 0,97 1,00 1,03 1,05 1,08 1,10 1,12 1,14 1,16 1,18 1,20 1,21 1,23 1,24 1,26 1,27 1,28 1,29 1,31 1,32 1,33 1,34 1,38 1,42 1,45 1,48 1,50 1,52 1,54 1,56 1,57 1,59 1,60 1,61 | 1,75 1,73 1,71 1,69 1,68 1,68 1,67 1,66 1,66 1,66 1,66 1,65 1,65 1,65 1,65 1,65 1,65 1,65 1,63 1,65 1,65 1,65 1,66 1,66 1,66 1,66 1,67 1,67 1,68 1,69 1,70 1,70 1,71 1,72 1,72 1,73 1,73 1,74 | 0,69 0,74 0,78 0,82 0,86 0,90 0,93 0,96 0,99 1,01 1,04 1,06 1,08 1,10 1,12 1,14 1,16 1,18 1,19 1,21 1,22 1,24 1,25 1,26 1,27 1,29 1,34 1,38 1,41 1,44 1,47 1,49 1,51 1,53 1,55 1,57 1,58 1,59 | 1,97 1,93 1,90 1,87 1,85 1,83 1,81 1,80 1,79 1,78 1,77 1,76 1,76 1,75 1,74 1,74 1,74 1,73 1,73 1,73 1,73 1,73 1,72 1,72 1,72 1,72 1,72 1,72 1,72 1,73 1,73 1,74 1,74 1,74 1,75 1,75 1,75 1,76 | 0,56 0,62 0,67 0,71 0,75 0,79 0,83 0,86 0,90 0,93 0,95 0,98 1,01 1,03 1,05 1,07 1,09 1,11 1,13 1,15 1,16 1,18 1,19 1,21 1,22 1,23 1,29 1,34 1,38 1,41 1,44 1,46 1,49 1,51 1,52 1,54 1,56 1,57 | 2,21 2,15 2,10 2,06 2,02 1,99 1,96 1,94 1,92 1,90 1,89 1,89 1,86 1,85 1,84 1,83 1,83 1,82 1,81 1,81 1,80 1,80 1,80 1,79 1,79 1,79 1,78 1,77 1,77 1,77 1,77 1,77 1,77 1,77 1,77 1,78 1,78 1,78 |
Тест для самопроверки по основным
категориям курса
1. Прогнозирование – это:
— воспроизведение основных характеристик исследуемого объекта на другом объекте, специально созданном для этих целей;
— научно-обоснованное, основанное на системе установленных причинно-следственных связей и закономерностей, выявление состояния и вероятных путей развития процессов;
— ряд числовых значений определенного показателя, характеризующего размеры изучаемого явления за определенные промежутки времени.
2. Прогноз – это:
— отрезок времени от момента, для которого имеются последние данные об изучаемом процессе до момента, к которому относится прогноз;
— количественное вероятностное утверждение в будущем о состоянии объекта, с относительно высокой степенью достоверности, на основе анализа тенденций и закономерностей прошлого и настоящего;
— форма проявления причинной связи между последовательными значениями показателей.
3. Предсказание – это:
— это отображение или аналог явления или процесса в основных существенных для него чертах;
— предвидение таких событий, количественная характеристика которых невозможна или затруднена;
— это отрезок времени от момента, для которого имеются последние статистические данные об изучаемом объекте до момента, к которому относится прогноз.
4. Экстраполяция – это:
— некоторая математическая функция f (t), которая описывает тенденцию изменения явления;
— нахождение уровней за пределами изучаемого временного ряда, то есть продление временного ряда на основе выявленной закономерности изменения уровней в изучаемый отрезок времени;
— основное направление, закономерность развития явления.
5. Тенденция – это:
— основное направление и закономерность развития явления или процесса;
— аналитическая функция, которая описывает существующую динамику изучаемого показателя;
— ряд числовых значений определенного показателя в последовательные периоды времени.
6. Тренд – это:
— форма проявления причинно-следственных связей между признаками;
— аналитическая функция, описывающая тенденцию изменения явления;
— основное направление развития явления.
7. Объективизация прогноза – это:
— построение объективного прогноза;
— процедура выбора метода прогнозирования;
— оценка точности прогноза.
8. Принцип инерционности предполагает:
— сохранение тенденций прошлого и настоящего в будущем;
— заполнение недостающих уровней временного ряда;
— прогнозирование реальных объектов в сфере бизнеса.
9. Уровни временного ряда формируются под влиянием следующих компонент:
— cезонной;
— автокорреляции;
— времени.
10. В зависимости от цели исследования прогнозы бывают:
— сложные;
— обществоведческие;
— поисковые.
11. В зависимости от уровня изучаемого процесса модели прогноза бывают:
— отраслевые;
— дискретные;
— локальные.
12. По характеру развития объектов во времени модели прогноза бывают:
— циклические;
— пространственные;
— территориальные.
13. В зависимости от области применения прогнозы бывают:
— cреднесрочные;
— обществоведческие;
— региональные.
14. По характеру используемой информации модели различают:
— временные;
— субглобальные;
— долгосрочные.
15. По сложности различают прогнозы:
— cложные;
— текущие;
— естествоведческие.
16. По масштабности объекта изучения прогнозы бывают:
— cтруктурные;
— текущие;
— с полным информационным обеспечением.
17. Период упреждения прогноза – это:
— рассматриваемый период исходных данных;
— период времени от последнего уровня исходных данных до момента, на который строится прогноз;
— значение последнего уровня исходных данных.
18. По времени упреждения прогнозы бывают:
— краткосрочные;
— макроэкономические;
— пространственно-временные.
19. По характеру развития объектов тенденция бывает:
— cреднего уровня;
— дисперсии;
— возрастающая.
20. Тенденция автокорреляции – это:
— тенденция изменения связи между отдельными уровнями временного ряда;
— изменения отклонений эмпирических значений временного ряда от значений, полученных по уравнению тренда;
— математическая функция, вокруг которой варьируют фактические значения изучаемого явления.
21. Тенденция дисперсии – это:
— тенденция изменения связи между отдельными уровнями временного ряда;
— изменения отклонений эмпирических значений временного ряда от значений, полученных по уравнению тренда;
— математическая функция, вокруг которой варьируют фактические значения изучаемого явления.
22. Тенденция среднего уровня – это:
— тенденция изменения связи между отдельными уровнями временного ряда;
— изменения отклонений эмпирических значений временного ряда от значений, полученных по уравнению тренда;
— аналитически выражается в виде математической функции, вокруг которой варьируют фактические значения изучаемого явления.
23. Верификация прогноза – это:
— оценка достоверности статистических прогнозов;
— оценка точности статистических прогнозов;
— оценка адекватности статистических прогнозов.
