Мультипликативной моделью временного ряда.

 

138. Корреляционную зависимость между последователь­ными уровнями временного ряда называют

1) моделью временного ряда;

2) моделью тренда;

3) корреляционно-регрессионной моделью;

4) автокорреляцией уровней ряда;

5) авторегрессией уровней ряда.

 

139. Автокорреляцию уровней ряда количественно можно измерить с помощью

1) остаточной дисперсии;

2) парного линейного коэффициента корреляции;

3) совокупного коэффициента множественной корреляции;

4) коэффициента детерминации;

5) теста Чоу.

 

140. Считается целесооб­разным для обеспечения статистической достоверности коэффи­циентов автокорреляции использовать правило «максимальный лаг должен быть не больше …».

1) n;

2) 2n;

3) n/2;

4) n/4;

5) 4n.

 

141. Коэффициент автокорреляции характеризуется тем, что

1) характеризует тесноту связи текущего и предыдущего уровней ряда;

2) характеризует тесноту только ли­нейной связи текущего и предыдущего уровней ряда;

3) по знаку коэффициента автокорреляции делают вывод о возрастающей или убывающей тенденции в уров­нях ряда;

4) по знаку коэффициента автокорреляции нельзя делать вывод о возрастающей или убывающей тенденции в уров­нях ряда;

5) положительная автокорреляция уровней ряда свидетельствует об их возрастающей тенденции.

 

142. Последовательность коэффициентов автокорреляции уров­ней первого, второго и т.д. порядков называют

1) лагом;

2) автокорреляцион­ной функцией временного ряда;

3) коэффициентом детерминации;

4) парным линейным коэффициентом корреляции;

5) коэффициентом множественной корреляции.

 

143. Если наиболее высоким оказался коэффициент автокорреля­ции первого порядка, то

1) исследуемый ряд содержит только тенденцию;

2) ряд содержит циклические колебания с пери­одичностью в моментов времени;

3) ряд не содержит тенденции и циклических колебаний и имеет структуру, сходную со структурой ряда;

4) ряд содержит сильную нелинейную тенденцию, для выявления которой нужно провести дополнительный анализ;

5) ряд содержит циклические колебания с циклом, равным двум периодам времени.

 

144. Если наиболее высоким оказался коэффициент автокор­реляции порядка , то

1) исследуемый ряд содержит только тенденцию;

2) ряд содержит циклические колебания с пери­одичностью в моментов времени;

3) ряд не содержит тенденции и циклических колебаний и имеет структуру, сходную со структурой ряда;

4) ряд содержит сильную нелинейную тенденцию, для выявления которой нужно провести дополнительный анализ;

5) ряд содержит циклические колебания с циклом, равным двум периодам времени.

 

145. Если ни один из коэффици­ентов автокорреляции не является значимым, то

1) исследуемый ряд содержит только тенденцию;

2) ряд содержит циклические колебания с пери­одичностью в моментов времени;

3) ряд не содержит тенденции и циклических колебаний и имеет структуру, сходную со структурой ряда;

4) ряд содержит сильную нелинейную тенденцию, для выявления которой нужно провести дополнительный анализ;

5) ряд содержит циклические колебания с циклом, равным двум периодам времени.

 

146. Если наиболее высоким оказался коэффициент автокорреляции вто­рого порядка, то

1) исследуемый ряд содержит только тенденцию;

2) ряд содержит циклические колебания с пери­одичностью в моментов времени;

3) ряд не содержит тенденции и циклических колебаний и имеет структуру, сходную со структурой ряда;

4) ряд содержит сильную нелинейную тенденцию, для выявления которой нужно провести дополнительный анализ;