Тесты СинергияАртём Хелп
Артём Help онлайнПолучить расчёт
Бесплатно оценим сроки и стоимостьОтправить задание в Telegram
Анализ временных рядов и прогнозирование.dor_БАК_26-044-Б_260605

Анализ временных рядов и прогнозирование.dor_БАК_26-044-Б_260605 — вариант 5

Просмотрите все вопросы и варианты бесплатно. Правильные ответы скрыты и открываются только после получения доступа.

11 вопросов Вариант 5 Доступ 7 дней
Содержание теста

Вопросы и варианты

Без отметок и подсказок к правильным ответам

Вопрос 1

Ключевой особенностью адаптивных методов прогнозирования является …

  1. использование всех данных с одинаковым весом
  2. рекуррентная корректировка модели по мере поступления новых данных
  3. применение только для долгосрочных прогнозов
  4. игнорирование случайных колебаний
Вопрос 2

В методе экспоненциального сглаживания веса наблюдений …

  1. равны для всех уровней ряда
  2. растут по мере удаления в прошлое
  3. убывают экспоненциально по мере удаления в прошлое
  4. определяются сезонными коэффициентами
Вопрос 3

Параметр в модели экспоненциального сглаживания, определяющий скорость затухания влияния предыдущих наблюдений, называется параметром … (или адаптации)

  1. сглаживания
Вопрос 4

Установите соответствие между моделью адаптивного прогнозирования и ее описанием:

  1. Модель простого экспоненциального сглаживания
  2. Модель Хольта
  3. Модель Хольта–Уинтерса
  4. Модель Тейла–Вейджа
  5. модель для рядов без тренда и сезонности
  6. модель линейного роста с двумя параметрами адаптации
  7. модель с линейным трендом и мультипликативной сезонностью
  8. модель с линейным трендом и аддитивной сезонностью
Вопрос 5

Расположите в правильной последовательности этапы применения метода экспоненциального сглаживания:

  1. определение начального значения сглаженного ряда
  2. выбор оптимального значения параметра сглаживания
  3. расчет сглаженных значений по рекуррентной формуле
  4. прогноз на следующий период
Вопрос 6

Если параметр сглаживания α близок к 1, то модель экспоненциального сглаживания …

  1. сильно сглаживает ряд, игнорируя последние изменения
  2. дает высокий вес последним наблюдениям, быстро реагируя на изменения
  3. неприменима для прогнозирования
  4. учитывает только сезонные колебания
Вопрос 7

Модель … является частным случаем модели Хольта и использует один параметр адаптации

  1. Бокса–Дженкинса
  2. Брауна
  3. Хольта–Уинтерса
  4. Тейла–Вейджа
Вопрос 8

Если последнее сглаженное значение равно 150, текущее наблюдение – 160, а параметр сглаживания α = 0,4, то новое сглаженное значение составит …

  1. 154
Вопрос 9

Для прогнозирования временного ряда с линейным трендом и сезонными колебаниями мультипликативного типа рекомендуется использовать модель …

  1. Хольта–Уинтерса
  2. простого экспоненциального сглаживания
  3. Брауна
  4. Тейла–Вейджа
Вопрос 10

Оптимальное значение параметра адаптации в методе экспоненциального сглаживания обычно выбирают путем …

  1. фиксированного значения α = 0,5
  2. минимизации ошибки прогнозирования на обучающей выборке
  3. максимизации дисперсии остатков
  4. случайного подбора
Вопрос 11

Аналитик получил задание спрогнозировать ежемесячный спрос на продукт, который имеет ярко выраженную линейную тенденцию роста и заметные сезонные пики в декабре каждого года. При этом исторические данные доступны за последние 3 года (36 наблюдений).Какой адаптивный метод прогнозирования будет наиболее обоснованным в данной ситуации?

  1. Простое экспоненциальное сглаживание, так как метод прост и универсален.
  2. Модель Хольта, так как она учитывает линейный тренд.
  3. Модель Хольта–Уинтерса с мультипликативной сезонностью, так как есть тренд и сезонность.
  4. Модель Брауна, так как в данном случае лучше воспользоваться упрощенной версией модели Хольта.