Geum.ru

Пояснительная записка Требования к студентам

Вид материалаПояснительная записка

Содержание


Темы семинарских занятий
Типовые вопросы и задачи для контрольных и зачетной работ
Подобный материал:
1   2   3   4

Темы семинарских занятий:



Тема 1. Математическое описание экономических объектов

Тема.2. Схемы принятия управленческих решений

Тема 3. Технология математического моделирования и компьютерной имитации.

Тема 4. Оптимальность и допустимость.

Тема 5 Математическое программирование.

Тема 6, 7. Линейное программирование.

Тема 8, 9. Многокритериальная оптимизация.

Тема 10. Гарантирующий подход к управлению с возмущениями.

Тема 11. Вероятностный подход к управлению с возмущениями.

Тема 12. Игровые принципы равновесных решений.

Тема 13. Математические модели экспертного оценивания.


Типовые вопросы и задачи для контрольных и зачетной работ:

  1. Для данных урожайности зерновых культур в СССР с 1946 по 1989 гг. построить прогноз на 5 пять лет вперед, используя, разностный оператор первого порядка для удаления тренда. Сравнить точность прогноза в этой модели с точностью прогноза на базе линейного тренда.
  2. Для данных ежемесячных объемов авиаперевозок подобрать с помощью регрессии модель тренда ряда по его значениям, выровненным с учетом сезонности. Оценить выполнение условий подбора модели. Сделать прогноз сезонного ряда на несколько лет вперед.
  3. Для натурального логарифма данных ежемесячных объемов авиаперевозок подобрать с помощью регрессии модель тренда ряда по его значениям, выровненным с учетом сезонности. Оценить выполнение условий подбора модели. Сделать прогноз сезонного ряда на несколько лет вперед.
  4. Построить ARMA модель остатков, полученных в задаче регрессии для оценки тренда сглаженного с учетом сезонности ряда.
  5. Для натурального логарифма данных ежемесячных объемов авиаперевозок подобрать SARIMA модель, используя, разностные и сезонные разностные операторы. Сделать прогноз на несколько лет вперед.
  6. Подобрать ARMA модель для среднегодовых цен на какао-бобы из Бразилии (центы US за фунт). Сделать прогноз на пять лет вперед. Файл данных: prise.sav, переменная
  7. Подобрать ARMA модель для среднегодовых цен на рис из Тайланда на рынках Бангкока ($ US за метрическую тонну). Сделать прогноз на пять лет вперед.
  8. Подобрать ARMA модель для логарифма среднегодовых цен на рис из Тайланда на рынках Бангкока ($ US за метрическую тонну). Сделать прогноз на пять лет вперед.
  9. Подобрать ARMA модель для среднегодовых цен на говядину из США на рынках Нью-Йорка (центы за фунт). Сделать прогноз на пять лет вперед.
  10. Подобрать ARMA модель для среднегодовых цен на каучук из Малайзии на рынках Сингапура (центы за фунт). Сделать прогноз на пять лет вперед.
  11. Подобрать ARMA модель для среднегодовых цен на каучук, поступивший на рынки Нью-Йорка из всех источников (центы за фунт). Сделать прогноз на пять лет вперед.
  12. Подобрать ARMA модель для среднегодовых цен на мировых рынках на шерсть из Австралии (центы за килограмм).
  13. Для данных ежемесячных объемов продаж шампанского на мировом рынке подобрать с помощью регрессии модель тренда ряда по его значениям, выровненным с учетом сезонности. Сделать прогноз сезонного ряда на год вперед.
  14. Для логарифма данных ежемесячных объемов продаж шампанского на мировом рынке подобрать с помощью регрессии модель тренда ряда по его значениям, выровненным с учетом сезонности. Сделать прогноз сезонного ряда на год вперед.
  15. Для логарифма данных ежемесячных объемов продаж шампанского на мировом рынке подобрать SARIMA(p, d, q)(P, D,Q). Сделать прогноз сезонного ряда на год вперед.
  16. Для урожайности зерновых культур в СССР с 1946 по 1989 гг. построить модель ряда, используя, разносные операторы. Сделать прогноз на 5 лет вперед.
  17. Указать ситуации, в которых, индекс SP500 за январь может, является хорошим предиктором индекса SP500 по итогам года.
  18. Для первых 48-ми значений ряда производства мяса в живом весе (тыс. тонн) в России с января 1992 г. подобрать модель тренда по выровненным с учетом сезонности значениям ряда. Сделать прогноз сезонного ряда на десять месяцев вперед. Сравнить прогноз с реальными наблюдениями (последние десять значений исходного ряда).
  19. В задаче 18 изучить поведение остатков в подобранной модели ряда и построить модель остатков.
  20. Для натурального логарифма значений ряда производства мяса в живом весе (тыс. тонн) в России с января 1992 г. подобрать SARIMA модель, используя, простые и сезонные разностные операторы. Сделать прогноз сезонного ряда на год вперед.
  21. Для первых 48-ми значений ряда производства яиц (млн. штук) в России с января 1992 г. подобрать модель тренда по выровненным с учетом сезонности значениям ряда. Сделать прогноз сезонного ряда на десять месяцев вперед. Сравнить прогноз с реальными наблюдениями (последние десять значений исходного ряда).
  22. В задаче 21 изучить поведение остатков в подобранной модели ряда и построить модель остатков.
  23. Для значений ряда производства яиц (млн. штук) в России с января 1992 г. подобрать SARIMA модель, используя, простые и сезонные разностные операторы. Сделать прогноз сезонного ряда на год вперед.
  24. Построить модель и сделать прогноз для данных объемов еженедельных заказов на хлеб тонкого помола (тыс. штук), используя, ARIMA модель и простые разностные операторы.
  25. Построить модель и сделать прогноз для месячных объемов продаж для Keytron Corp. (данные с января 1987 г.), используя, SARIMA модель и разностные операторы.