01 (144)

V®    T 5«5$ InMt... jni.    rwr»"

wartość piogiunfyc/na lego modelu przez oMk/enar prognoz wygasłych dli W 1994 I99H I określenie ich trafności /a pomne-' (mliMegn i względnego błędu .1 /u>.«f pto^no/.

7.4«. Os/actfj parametry modelu (7.1) dla rocznego przyrostu iw 9f>) ludnotit miejskiej w Polsce w lalach 19MM994. przyjmuj* łe same zmienne objaśni*)*, co w przykładzie 7.1. Sprawdź wartość prognostyczna tego modelu przez oMk-r. ni. prognoz wygasłych dla lat 1995-1999 1 określenie ich trafności 7* pum-., średniego 1 względnego błędu rx post prognoz.

7.7. Sprawdziany

7.1	Odp
a
b
c
7J	Odp
a
b
c

7J	Odp.
a
b
c

7.4	Odp
U
b
c

Za prognozę długookresową dotyczącą sprzedaży w przedsięłw.i.iw.. uznajemy prognozę obliczona di* okzcwi oddalonego o:

a)    5 miesięcy.

b)    3 lau.

c)    S lat

Wybór postaci analitycznej modelu może być opony na:

a)    analizie graficznej.

b)    wartościach mierników dopasowania modelu do danych.

C) doświadczeniu badacza.

Do własności modelu, które mak duży wpływ na jego jak. .w nalcz.t m m.;

a)    dopasowanie do danych rzeczywistych.

b)    dokładność ocen parametrów modelu.

C) wartość inlonnacyjna mixlelu.

Dopasowanie modelu do badanej rzeczywistości można mierzyć np za pomocą:

a)    współczynnika asymetrii.

b)    współczy nnika koncentracji.

c)    współczynnika korelacji w iclowymiarowcj

) < •	*Mp	Dokładność ocal pMiMK-lmw ioo.Hu można mierzyć np za pomoc*: a> błędu oamrmb puramclrówr,
		b) współczynnika zbieżności.
•		c) współczynnika determinacji.
Th	o<*.	Wmoić informacyjna modelu mama mierzyć np. /a pomocą:
•		a> współczynnika acymętni.
•• «		b> współczynnika pojemności informacyjnej, c) współczynnika koncentracji.
TT	Odp.	Wartość prognostyczna modelu można mierzyć np. za pomocą
J		a) współczynnika korelacji wielowymiarowej.
l‘		b) współczynnika pojemności informacyjnej.
V		C) mierników ex pou trał naści prognoz wygasłych.
T.H	Odp.	Podstawę badania stabilności postaci analitycznej modelu mogą stanowić:
il		a) reszty modelu.
h		bl reszty Mandaty zowane modelu.
i'		c) oceny ex ani* błędów prognoz
7.9	Odp.	Reszty modelu powinny byC m.in.
J		a> losowe.
h		b) skorelowane z wartościami zmiennej objaśnianej.
^1 1 f_		G) rocobci*/°ne.
17.10	(Mp	leżeli wśród reszt występuje mała liczba serii <t/n. mniejsza od wartośc i krytycznej i. to:
J		a) reszty M losowe.
b		bl reszty me t* hwowe.
c		C) o knowało reszt mc me ino/na powiedzieć