Математическое моделирование социально-экономических процессов. Модели прогнозирования социально-экономических процессов. Метод простого скользящего среднего. Метод взвешенного скользящего среднего. Метод экспоненциального сглаживания. Метод проецирования тренда. Среднее абсолютное отклонение (MAD). MSE

Решение задач и выполнение научно-исследовательских разработок: Отправьте запрос сейчас: irina@bodrenko.org    
математика, IT, информатика, программирование, статистика, биостатистика, экономика, психология
Пришлите по e-mail: irina@bodrenko.org описание вашего задания, срок выполнения, стоимость





Контрольные вопросы

к лекции № 2 «Модели прогнозирования социально-экономических процессов»

по предмету

«Основы математического моделирования социально-экономических процессов»

  1. Объемы продаж товара в течение недели описаны следующим временным рядом:

ti

1

2

3

4

5

6

7

xi

100

60

50

110

90

80

70

Методом простого скользящего среднего рассчитан объем продаж товара на очередной понедельник по фактическим данным за три предыдущих дня. Прогнозируемое значение f8 равно:

 

А) 90;

Б) 80;

В) 70.

 

2. Объемы продаж товара в течение недели описаны следующим временным рядом:

ti

1

2

3

4

5

6

7

xi

100

60

50

110

90

80

70

Методом взвешенного скользящего среднего рассчитан объем продаж товара на очередной понедельник по фактическим данным за три предыдущих дня.  При этом при составлении прогноза объем продаж товара за воскресенье взят с весом 50, за субботу – с весом 30, за пятницу – с весом 20. Прогнозируемое значение f8 равно:

 

А)  77;

Б)   66;

В)  111.

 

3. Объемы продаж товара (тыс. шт.) в течение недели описаны следующим временным рядом:

ti

1

2

3

4

5

6

7

xi

10

6

5

11

9

8

7

Методом экспоненциального сглаживания рассчитан объем продаж товара на очередной понедельник. При расчетах прогноз на понедельник f1 взят равным 8 тыс. шт., постоянная сглаживания α = 0,2. Прогнозируемое значение f8 равно:

 

А)       ;

Б)       ;

В)      .

 

 

4. Объемы продаж товара в течение недели описаны следующим временным рядом:

ti

1

2

3

4

5

6

7

xi

100

60

50

110

90

80

70

Считая, что временной ряд имеет линейный тренд x = at + b, методом проецирования тренда найти коэффициенты a, b уравнения тренда.

 

А) a =    ,  b =     ;

Б)  a =    ,   b =       ;

В) a =     ,   b =        .

 

5. Объемы продаж товара в течение 3-х лет описаны следующим временным рядом:

Дата

Количество проданной продукции

I кв. 2010 г.

29000

II кв.  2010 г.

25200

III кв. 2010 г. 

23300

IV кв. 2010 г.

34800

I кв. 2011 г.

37500

II кв.  2011 г.

32900

III кв. 2011 г. 

30800

IV кв. 2011 г.

43500

I кв. 2012 г.

45200

II кв.  2012 г.

41100

III кв. 2012 г. 

38600

IV кв. 2012 г.

51300

Методом простого скользящего среднего рассчитаны средние значения объемов продаж по фактическим данным за четыре предшествующих квартала. Центрированное скользящее среднее значение количества проданной продукции в III кв. 2010 г. равно:

 

А)    32125  ед. ;

Б)     28075 ед. ;

В)    36175 ед.

 

6. Объемы продаж товара в течение 3-х лет описаны следующим временным рядом:

Дата

Количество проданной продукции

I кв. 2010 г.

2900

II кв.  2010 г.

2520

III кв. 2010 г. 

2330

IV кв. 2010 г.

3480

I кв. 2011 г.

3750

II кв.  2011 г.

3290

III кв. 2011 г. 

3080

IV кв. 2011 г.

4350

I кв. 2012 г.

4520

II кв.  2012 г.

4110

III кв. 2012 г. 

3860

IV кв. 2012 г.

5130

Методом взвешенного скользящего среднего был рассчитан объем продаж продукции на I кв. 2013 г.  по фактическим данным за четыре предыдущих квартала. При этом при составлении прогноза объем продаж продукции за IV кв. 2012 г. взят с весом 4, за III кв. 2012 г.   – с весом 3,  за II кв.  2012 г. – с весом 2, за I кв.  2012 г. – с весом 1. Прогнозируемое значение  равно:

 

А)   4484 ед. ;

Б)    4326 ед. ;

В)    4405 ед.

 

7. Объемы продаж товара в течение 3-х лет описаны следующим временным рядом:

Дата

Количество проданной продукции

I кв. 2010 г.

2900

II кв.  2010 г.

2520

III кв. 2010 г. 

2330

IV кв. 2010 г.

3480

I кв. 2011 г.

3750

II кв.  2011 г.

3290

III кв. 2011 г. 

3080

IV кв. 2011 г.

4350

I кв. 2012 г.

4520

II кв.  2012 г.

4110

III кв. 2012 г. 

3860

IV кв. 2012 г.

5130

Считая, что временной ряд имеет линейный тренд x = at +b, методом проецирования  тренда найти коэффициенты a, b уравнения тренда.

 

А) a =    ,  b =     ;

Б)  a =    ,   b =       ;

В) a =     ,   b =        .

 

8. Объемы продаж товара (тыс. шт.) в течение недели описаны следующим временным рядом:

ti

1

2

3

4

5

6

7

xi

10

6

5

11

9

8

7

Методом экспоненциального сглаживания рассчитаны объемы продаж товара в течение недели.  При расчетах прогноз объема продаж товара на понедельник f1 взят равным 8 тыс. шт.; постоянная сглаживания α = 0,2.  Требуется оценить среднее абсолютное отклонение (MAD) при использовании данной модели прогнозирования.  MAD равно:

 

А)       ;

Б)       ;

В)      .

 

9. Объемы продаж товара в течение 3-х лет описаны следующим временным рядом:

Дата

Количество проданной продукции

I кв. 2010 г.

2900

II кв.  2010 г.

2520

III кв. 2010 г. 

2330

IV кв. 2010 г.

3480

I кв. 2011 г.

3750

II кв.  2011 г.

3290

III кв. 2011 г. 

3080

IV кв. 2011 г.

4350

I кв. 2012 г.

4520

II кв.  2012 г.

4110

III кв. 2012 г. 

3860

IV кв. 2012 г.

5130

Методом экспоненциального сглаживания проведены расчеты объемов продаж продукции за 12 кварталов (2010 – 2012 гг.). При расчетах прогноз на I кв. 2010 г. количества проданной продукции взяли равным 2800; постоянная сглаживания α = 0,5.  Требуется оценить среднее абсолютное отклонение (MAD) при использовании данной модели прогнозирования.  Среднее абсолютное отклонение (MAD) равно:

А)   ;

Б)   ;

В)   . 

 

10. Объемы продаж продукции в течение недели описаны следующим временным рядом:

ti

1

2

3

4

5

6

7

xi

1000

600

500

1100

900

800

700

Методом экспоненциального сглаживания рассчитаны объемы продаж продукции за неделю. При расчетах прогноз на понедельник f1 взят равным 800 ед. товара, постоянная сглаживания α = 0,5. Требуется оценить среднеквадратическую ошибку (MSE) при использовании данной модели прогнозирования.  Среднеквадратическая ошибка (MSE) равна:

 

А)      ;

Б)       ;

В)      .