Пояснительная записка Требования к студентам
Вид материала | Пояснительная записка |
СодержаниеТемы семинарских занятий Типовые вопросы и задачи для контрольных и зачетной работ |
- Пояснительная записка Требования к студентам: Учебная, 146.96kb.
- Пояснительная записка 1 Требования к студентам, 264.49kb.
- Пояснительная записка 1 Требования к студентам, 237.35kb.
- Пояснительная записка 1 Требования к студентам, 232.02kb.
- Пояснительная записка Автор программы : д э. н., профессор Дыбская Валентина Владимировна, 101.31kb.
- Пояснительная записка Автор программы: к э. н., доцент Проценко Инга Олеговна. Требования, 113.29kb.
- Пояснительная записка Автор программы: доцент кафедры теории права и сравнительного, 340.95kb.
- Пояснительная записка Требования к студентам, 139.5kb.
- Пояснительная записка. Требования к студентам, 336.56kb.
- I. Пояснительная записка Требования к студентам: для освоения данного курса предполагается, 269.11kb.
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:
- 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.
- 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.
- 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.
- Построить ARMA модель остатков, полученных в задаче регрессии для оценки тренда сглаженного с учетом сезонности ряда.
- Для натурального логарифма данных ежемесячных объемов авиаперевозок подобрать SARIMA модель, используя, разностные и сезонные разностные операторы. Сделать прогноз на несколько лет вперед.
- 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
- Подобрать ARMA модель для среднегодовых цен на рис из Тайланда на рынках Бангкока ($ US за метрическую тонну). Сделать прогноз на пять лет вперед.
- Подобрать ARMA модель для логарифма среднегодовых цен на рис из Тайланда на рынках Бангкока ($ US за метрическую тонну). Сделать прогноз на пять лет вперед.
- Подобрать ARMA модель для среднегодовых цен на говядину из США на рынках Нью-Йорка (центы за фунт). Сделать прогноз на пять лет вперед.
- Подобрать ARMA модель для среднегодовых цен на каучук из Малайзии на рынках Сингапура (центы за фунт). Сделать прогноз на пять лет вперед.
- 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.
- Подобрать ARMA модель для среднегодовых цен на мировых рынках на шерсть из Австралии (центы за килограмм).
- 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.
- 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.
- 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.
- Для урожайности зерновых культур в СССР с 1946 по 1989 гг. построить модель ряда, используя, разносные операторы. Сделать прогноз на 5 лет вперед.
- Указать ситуации, в которых, индекс SP500 за январь может, является хорошим предиктором индекса SP500 по итогам года.
- 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).
- В задаче 18 изучить поведение остатков в подобранной модели ряда и построить модель остатков.
- 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.
- 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).
- В задаче 21 изучить поведение остатков в подобранной модели ряда и построить модель остатков.
- 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.
- Построить модель и сделать прогноз для данных объемов еженедельных заказов на хлеб тонкого помола (тыс. штук), используя, ARIMA модель и простые разностные операторы.
- Построить модель и сделать прогноз для месячных объемов продаж для Keytron Corp. (данные с января 1987 г.), используя, SARIMA модель и разностные операторы.