ВОПРОСЫ И ЗАДАНИЯ Лекция № 23 МОДЕЛИ СТАТИСТИЧЕСКОГО ПРОГНОЗИРОВАНИЯ

ВОПРОСЫ И ЗАДАНИЯ Лекция № 23 МОДЕЛИ СТАТИСТИЧЕСКОГО ПРОГНОЗИРОВАНИЯ

1. а) Что такое статистика?

б) Являются ли результаты статистических расчетов точными?

в) Что такое регрессионная модель?

2. Какие из следующих величин можно назвать статистическими: температура вашего тела в данный момент; средняя температура в вашем регионе за последний месяц; максимальная скорость, развиваемая дан­ ной моделью автомобиля; среднее число осадков, выпадающих в вашем регионе в течение года?

3. а) Для чего используется метод наименьших квадратов?

б) Что такое тренд?

в) Как располагается линия тренда, построенная по МНК, относительно экспериментальных точек?

г) Может ли тренд, построенный по МНК, пройти выше всех экспериментальных точек?

4. а) В чем смысл параметра R ² ? Какие значения он принимает?

б) Какое значение примет параметр R ² , если тренд точно проходит через экспериментальные точки?

5. По данным из следующей таблицы постройте с помощью Excel линей­ную, квадратичную, экспоненциальную и логарифмическую регресси­онные модели. Определите параметры, выберите лучшую модель.

6. а) Что подразумевается под восстановлением значения по регрессион­ной модели?

   б) Что такое экстраполяция?

7. Соберите данные о средней дневной температуре в вашем городе за последнюю неделю (10 дней, 20 дней). Оцените (хотя бы на глаз), годится ли использование линейного тренда для описания характера измене­ния температуры со временем. Попробуйте путем графической экстра­поляции предсказать температуру через 2-5 дней.

8. Придумайте свои примеры практических задач, для которых имело бы смысл выполнение восстановления значений и экстраполяционных расчетов.