3582321098

zestaw B Sr

1.    na podstawie 17 lat wyznaczono funkcję Yt=l+2,5t+0, lt^A2. obliczyć prognozy na kolejne 4 lata i były podane wartości rzeczywiste i ocenić spasowanie modelu

2.    model multiplikatywny sl=l,3 82=1,4 s3=Q,5 s4=0,7. czy są to wskaźniki surowe czy oczyszczone, dokonać ewentualnej korekty i zinterpretować oczyszczone składniki

3.    ARiMA (0,1,1)(2,0,0)12 rozpisać i wyznaczyć Yt^A. podane 1112=0,7 fi24=-0,2 i ten znaczek co jak pepsi wygłąda do błędów chyba 0,5

4.    Yt=0,8+l,4Ytl+ 0,4Yt2 podane po 5 Ytl i Yt2 wyznaczyć prognozę na 2 lata przyjmując Ytl rośnie o 10% a Yt2 średnia historyczna

5.    dane z kwartalne z czterech lat w tabelce i napisać jakie metody można zastosować, wychodził stały poziom

Zostałam poproszona, więc wysyłam pytania które miałam u Hamulczuka o 8 rano we wtorek;

1.    mając funkcje trendu 180+1,3T+T^A2 oraz sezonowość sl=,85 s2=l,l s3=l,3 oblicz współczynnik sezonowości dla s4 a potem wyznacz prognozy dla 2004 roku. (był to model multiplikatywny)

2.    podane były dane liczbowe i trzeba było wskazać metody, którymi można prognozować ten szereg

3.    był krótki szereg i trzeba było wyrównać go średnią ruchomą 3 okresową i na 2 okresy prognozę zrobić

4.    znowu szereg czasowy i podany wzór opracowany metoda ekstrapolacji, trzeba określić czy jest dobrze dopasowany do danych, nie trzeba było liczyć MAE ani żadnych błędów, tendencja w danych była wzrostowa a współczynnik kierunkowy we wzorze był ujemny więc dlatego źle dopasowany był

5.    w tym zadaniu trzeba było opisać model ARIMA (1,0,Q)(1,1,0)12. i wyznaczyć wzór, były podane wartości współczynników

W drugiej grupie w pierwszym zmienił na model addytywny z tego co wiem. w 3 zadaniu model browna zamiast średniej ruchomej. Reszty nie wiem.

1.    Dla danych 12,13,15,16,19,21 opracowano model ekstrapolacji funkcji trendu Yt=12-2*t+et. Ocen jakoś i poprawność modelu

2.    Sa dane kwartalne z wahaniami sezonowymi, na ich podstawie opracowano model multiplikatywny zawierający trend Tt=10+2*Ł W efekcie zastosowania modelu otrzymano prognowy na kolejny (5 rok): 42,49,52,45. Oblicz wskaźnik wahań sezonowych.

3.    Majac dane dotyczące rocznej sprzedaży pewnego przedsiębiorstwa: 7,8,6,7,8,7,6 wyrównaj szereg czasowy średnia ruchoma 2 wyrazowa ważona (wl=0,6; w2=0,4), oblicz prognozy na lata

4.    uznano ze do prognozowania właściwy model to ARIMA(0,1,0)(2,0,0)12. Parametry 612=0,7, E24=-0,2. Wyprowadź równanie na prognozę Yt

5.    Wymień etapy prognozowania na podstawie modelu przyczynowo - skutkowego ( ze zmiennymi objaśniającymi)