Fiszki

Prognozowanie procesów ekonomicznych

Test w formie fiszek Pytania z podręcznika "Prognozowanie ekonomiczne, teoria przykłady zadania"
Ilość pytań: 108 Rozwiązywany: 14208 razy
Średnie obciążenie predykcji ex post w przypadku predykcji nieobciążonej jest
większe od zera
równe zeru
mniejsze od zera
równe zeru
Jeśli średnie obciążenie predykcji ex post jest mniejsze od zera, to oznacza, że prognozy są przeciętnie
przeszacowane
niedoszacowane
równe wartościom rzeczywistym
przeszacowane
Średni błąd predykcji ex post określa
jaki procent przeciętnej prognozy wynosi średnie obciążenie ex post predykcji
jaki procent przeciętnej rzeczywistej realizacji zmiennej prognozowanej stanowi średni błąd ex post predykcji
o ile średnio odchylają się realizacje zmiennej prognozowanej od obliczonych prognoz
o ile średnio odchylają się realizacje zmiennej prognozowanej od obliczonych prognoz
Składniki współczynnika Theila wskazują, że źródłem błędów predykcji może być m.in.:
obciążenie predykcji
niedostateczna predykcja punktów zwrotnych
wystarczająca elastyczność predykcji
obciążenie predykcji
niedostateczna predykcja punktów zwrotnych
O niedostatecznej elastyczności predykcji świadczy
niedostateczna zgodność kierunku zmian wartości rzeczywistych i prognoz
niedostateczna zgodność poziomu zróżnicowania wartości rzeczywistych i prognoz
niedostateczna zgodność średnich wartości rzeczywistych i prognoz
niedostateczna zgodność poziomu zróżnicowania wartości rzeczywistych i prognoz
Współczynnik Janusowy służy do badania:
elastyczności modelu prognostycznego
aktualności modelu prognostycznego
obciążenia modelu prognostycznego
aktualności modelu prognostycznego
Względnymi miernikami dokładności ex post predykcji są:
współczynnik Theila i współczynnik Janusowy
średnie obciążenie i średni błąd predykcji ex post
względne obciążenie i względny błąd predykcji ex post
współczynnik Theila i współczynnik Janusowy
względne obciążenie i względny błąd predykcji ex post
Błędy ex post predykcji powinny być:
niestacjonarne
nie ma znaczenia czy są stacjonarne, czy też niestacjonarne
stacjonarne
stacjonarne
Jako ocenę składnika losowego modelu przyjmujemy
wartość reszt modelu
wartości prognoz wygasłych
wartości teoretyczne modelu
wartość reszt modelu
Średnia arytmetyczna reszt modelu z addytywnym składnikiem losowym powinna być równa
nie ma żadnej prawidłowości
jedności
zeru
zeru
Gdy wariancja składnika losowego jest duża to:
otrzymujemy model bardzo dobrze dopasowany do danych empirycznych
otrzymujemy bardzo dobre oszacowanie parametrów modelu
zbudowane prognozy są na pewno dopuszczalne
otrzymujemy bardzo dobre oszacowanie parametrów modelu
Horyzont prognozy to przedział postaci: del. = delta
( tb, T ]
( tb, tb + del.^2 ]
( tn, tn + del.^2 ]
( tb, T ]
Horyzont predykcji (dla bieżącego okresu) to przedział postaci: del. = delta
( tb, tb + del.^2 ]
( tb, T ]
( tn, tn + del.^2 ]
( tb, tb + del.^2 ]
Horyzont predykcji (dla wyjściowego okresu prognozy) to przedział postaci:
( tn, tn + del.^2 ]
( tb, tb + del.^2 ]
( tb, T ]
( tn, tn + del.^2 ]
Zasadę predykcji wg największego prawdopodobieństwa można zapisać w następujący sposób:
YPt = E ( YT )
YPt - min E ( W ), gdzie W jest funkcją straty
YPt = M0 ( YT )
YPt = M0 ( YT )
Zasadę predykcji opartą na przedziale ufności można zapisać w następujący sposób:
YPt = M0 ( YT )
P (Yt "należy do" IPt) - yr
YPt = E ( YT )
P (Yt "należy do" IPt) - yr
Stopa bezrobocia w Polsce na koniec miesiąca od stycznia do września 2001 wynosiła 15,7; 15,9; 16,1; 16,0; 15,9; 16,0; 16,2; 16,3; 16,4; czy:
jest to szereg czasowy momentów
jest to szereg czasowy okresów
jest to przykład deterministycznego szeregu czasowego
jest to szereg czasowy momentów
Składowa systematyczna w szeregu czasowym może wystąpić w postaci
wahań sezonowych
wahań cyklicznych
trendu
wahań sezonowych
wahań cyklicznych
trendu
Z działaniem przyczyn głównych związane jest występowanie w szeregu czasowym prognozowanej zmiennej:
składnika losowego
składowej perdiodycznej
stałego przeciętnego poziomu
składowej perdiodycznej
stałego przeciętnego poziomu
Jeżeli każdy element szeregu czasowego można zapisać jako sumę składowych szeregu, to mamy do czynienia z modelem:
multiplikatywnym
mieszanym
addytywnym
addytywnym

Powiązane tematy

#ppg #uek #frodyma #prognozowanie

Inne tryby