Вопросы к тестам

1. Временной ряд это:

а) произвольно расположенные в произвольном порядке показатели, характеризующие развитие явления во времени;

б) последовательно расположенные в хронологическом порядке показатели, характеризующие развитие явления во времени;

в) последовательно расположенные по мере возрастания показатели, характеризующие развитие явления во времени.

2. Ряд динамики характеризуется параметрами:

а) моментами времени но не содержат уровни ряда;

б) уровнями ряда но не отражают момент времени;

в) моментами времени и уровнями ряда.

3. Величина уровня временного ряда определяется влиянием:

а) трендовой компоненты, сезонной компоненты, случайных факторов;

б) трендовой компоненты, случайных факторов;

в) трендовой компоненты, сезонной компоненты.

4. Трендовая компонента формирует:

а) отражает влияние случайных факторов;

б) циклические колебания ряда;

в) основную тенденцию ряда.

5. Циклическая компонента формирует:

а) отражает влияние случайных факторов;

б) сезонное колебание ряда;

в) основную тенденцию ряда.

6. Случайная компонента формирует:

а) отражает влияние случайных факторов;

б) циклические колебания ряда;

в) основную тенденцию ряда.

7. Модель временного ряда может быть:

а) аддитивной или мультипликативной;

б) только мультипликативной;

в) только аддитивной.

8. Мультипликативная модель временного ряда это:

а) ;

б) ;

в) .

9. Аддитивная модель временного ряда это:

а) ;

б) ;

в) .

10. Автокорреляция уровней динамического ряда это:

а) корреляционная связь между произвольно расположенными уровнями одного и то гоже динамического ряда (сдвинутыми на определенный промежуток времени - лаг);

б) корреляционная связь между последовательными уровнями одного и то гоже динамического ряда (сдвинутыми на определенный промежуток времени - лаг);

в) функциональная связь между последовательными уровнями одного и то гоже динамического ряда (сдвинутыми на определенный промежуток времени - лаг).

11. Коэффициент автокорреляции рассчитывают как:

а) ;

б) ;

в) .

12. Лаг динамического ряда:

а) сдвиг во времени на какое-то количество периодов;

б) сума двух уровней временного ряда;

в) сума двух и более уровней временного ряда.

13. Порядок коэффициента автокорреляции определяет:

а) шаг лага;

б) количество уровней динамического ряда;

в) моментами и количеством уровней динамики.

14. Последовательность коэффициентов 1-го, 2-го, 3-го и т.д. порядков называется:

а) автокорреляционной функцией временного ряда;

б) функционал временного ряда;

в) средний коэффициент корреляции.

15. Если наибольшим оказался коэффициент автокорреляции 1-го порядка , то:

а) то динамический ряд содержит как трендовую компоненту так и циклическую;

б) ряд содержит только трендовую компоненту;

в) ряд содержит только циклическую компоненту.

16. Если наибольшим оказался коэффициент автокорреляции более высокого прядка , то:

а) то динамический ряд содержит как трендовую компоненту так и циклическую;

б) ряд содержит только трендовую компоненту;

в) ряд содержит только циклическую компоненту.

17. Знак коэффициента автокорреляции:

а) указывает на возрастающую или убывающую тенденцию временного ряда;

б) не указывает на возрастающую но указывает на убывающую тенденцию временного ряда;

в) не указывает на возрастающую или убывающую тенденцию временного ряда.

18. Уровни динамического ряда, при аналитическом выравнивании, выражены как:

а) функция времени;

б) функция пространства;

в) функция времени и пространства.

19. Линейная трендовая модель временного ряда имеет вид:

а) ;

б) ;

в) .

20. Степенная трендовая модель временного ряда имеет вид:

а) ;

б) ;

в) .

21. Показательная трендовая модель временного ряда имеет вид:

а) ;

б) ;

в) .

22. Если в исходном динамическом ряду наблюдаются более или менее постоянные разности первого порядка (абсолютные приросты), то есть не наблюдается тенденция к их увеличению или уменьшению для выравнивания динамического ряда, выбирается:

а) парабола второго порядка;

б) линейная функция;

в) показательная функция.

23. Если в исходном динамическом ряду первые разности сами по себе имеют некоторую тенденцию развития, но вторые разности (абсолютные приросты абсолютных приростов) имеют примерно одну и ту же величину для выравнивания динамического ряда, выбирается:

а) парабола второго порядка;

б) линейная функция;

в) показательная функция.

24. Если рост уровней исходного ряда идет по геометрической прогрессии для выравнивания динамического ряда, выбирается:

а) парабола второго порядка;

б) линейная функция;

в) показательная функция

25. Оценку параметров уравнений осуществляют при помощи:

а) МДДК;

б) МВК;

в) МНК.

26. При аналитическом выравнивании по параболе второго порядка , для оценки параметров уравнения МНК даст систему уравнений:

а) ;

б) ;

в) .

27. При аналитическом выравнивании по прямой , для оценки параметров уравнения МНК даст систему уравнений:

а) ;

б) ;

в) .

28. Экстраполяция динамического ряда это:

а) распространение полученных выводов, полученных в прошлом на будущее время;

б) расчет неизвестных промежуточных значений динамического ряда;

в) распространение полученных выводов, полученных в будущем на прошлые периоды.

29. В аддитивной модели сумма сезонных компонент по всем периодам должна быть равна:

а) числу периодов в цикле;

б) нулю;

в) от до .

30. В аддитивной модели случайная компонента равна:

а) максимальной ошибке;

б) абсолютной ошибке;

в) минимальной ошибке.

31. В мультипликативной модели сумма сезонных компонент по всем периодам должна быть равна:

а) числу периодов в цикле;

б) нулю;

в) от до .

32. Формула корректирующего коэффициента для расчета значений сезонной компоненты в мультипликативной модели:

а) ;

б) ;

в) .

33. Формула корректирующего коэффициента для расчета значений сезонной компоненты в аддитивной модели:

а) ;

б) ;

в) .

34. Количество фиктивных переменных для моделирования сезонных колебаний определяется как:

а) , где - число периодов в цикле (сезонов внутри года),;

б) , где - число периодов в цикле (сезонов внутри года);

в) , где - число периодов в цикле (сезонов внутри года),.

35. Устранение влияния сезонной компоненты, в случае аддитивной модели заключается:

а) заключается в умножении ее на исходный уровней ряда как .;

б) заключается в отношении ее из исходных уровней ряда как ;

в) заключается в вычитании ее из исходных уровней ряда как .

36. Устранение влияния сезонной компоненты, в случае мультипликативной модели заключается:

а) заключается в умножении ее на исходный уровней ряда как ;

б) заключается в отношении ее из исходных уровней ряда как ;

в) заключается в вычитании ее из исходных уровней ряда как .

37. «Ложная корреляция» во временных моделях возникает из за:

а) наличия трендовой компоненты;

б) отсутствия трендовой компоненты;

в) во временных рядах «ложная корреляция» отсутствует.

38. При исключении «ложной корреляции» методом отклонения от тренда находят:

а) и ;

б) и ;

в) и .

39. При исключении «ложной корреляции» методом последовательных разниц, если временной ряд содержит линейный тренд используют:

а) разности первого порядка;

б) разности второго порядка;

в) логарифмические разности.

40. При исключении «ложной корреляции» методом последовательных разниц, если временной ряд содержит тренд в форме параболы второго порядка:

а) разности первого порядка;

б) разности второго порядка;

в) логарифмические разности.

41. Для выявления автокорреляции при помощи критерия Дарбина-Уотсона используется формула:

а) ;

б) ;

в) .

42. В случае отсутствия автокорреляции критерий Дарбина-Уотсона:

а) ;

б) ;

в) .

43. В случае наличия положительной автокорреляции критерий Дарбина-Уотсона:

а) ;

б) ;

в) .

44. В случае наличия отрицательной автокорреляции критерий Дарбина-Уотсона:

а) ;

б) ;

в) .

45. Если анализ временного ряда выявил наличие автокорреляции в его остатках, то параметры уравнения регрессии находят:

а) использую обобщенный метод наименьших квадратов;

б) использую классический метод наименьших квадратов;

в) метод наименьших квадратов совершенно не приемлем.

46. Коинтеграция временных рядов это:

а) причинно-следственная зависимость в уровнях двух и более временных рядов, которая выражается в совпадении или противоположной направленности тенденций данных рядов и случайной колеблемости;

б) отсутствие причинно-следственной зависимости в уровнях двух и более временных рядов, которая выражается в совпадении или противоположной направленности тенденций данных рядов и случайной колеблемости;

в) наличие регрессионных остатков в пространственных моделях.

47. Между рядами и существует коинтеграция если:

а) фактическое значение меньше критического значения ;

б) фактическое значение больше критического значения ;

в) фактическое значение равняется критическому значения .

48. Между рядами и существует коинтеграция если:

а) фактическое значение критерия Дарбина-Уотсона равняется критическому значению;

б) фактическое значение критерия Дарбина-Уотсона меньше критического значения;

в) фактическое значение критерия Дарбина-Уотсона больше критического значения.

49. Динамической эконометрической моделью временных рядов является модель вида:

а) ;

б) ;

в) .

50. К динамическим эконометрическим моделям первого типа относят:

а) модели неполной корректировки, модели адаптивных ожиданий;

б) модели неполной корректировки, модели адаптивных ожиданий, модели с распределенным лагом и модели авторегрессии;

в) модели с распределенным лагом и модели авторегрессии.

51. К динамическим эконометрическим моделям второго типа относят:

а) модели неполной корректировки, модели адаптивных ожиданий;

б) модели неполной корректировки, модели адаптивных ожиданий, модели с распределенным лагом и модели авторегрессии;

в) модели с распределенным лагом и модели авторегрессии.

52. Динамическая модель с распределенным лагом, это модель типа:

а) ;

б) ;

в) .

53. Модель авторегрессии, это модель типа:

а) ;

б) ;

в) .

54. В динамических моделях с распределенным лагом коэффициент регрессии это:

а) промежуточный мультипликатор;

б) краткосрочный мультипликатор;

в) долгосрочный мультипликатор.

55. В динамических моделях с распределенным лагом сумма это:

а) промежуточный мультипликатор;

б) краткосрочный мультипликатор;

в) долгосрочный мультипликатор.

56. В динамических моделях с распределенным лагом сумма всех это:

а) промежуточный мультипликатор;

б) краткосрочный мультипликатор;

в) долгосрочный мультипликатор.

57. В динамических моделях с распределенным лагом сумма средний лаг рассчитывается как:

а) ;

б) ;

в) .

58. В динамических моделях с распределенным лагом сумма медианный лаг рассчитывается как:

а) ;

б) ;

в) .

59. Метод Алмон используется для описания модели :

а) в которой величина максимального лага бесконечна и используется допущение о геометрической структуре лага;

б) который имеет полиномиальную структуру лага и конечную величину лага;

в) который имеет линейную структуру лага.

60. Метод Койка используется для описания модели :

а) в которой величина максимального лага бесконечна и используется допущение о геометрической структуре лага;

б) который имеет полиномиальную структуру лага и конечную величину лага;

в) который имеет линейную структуру лага.

61. Средний лаг для модели Койка рассчитывается как:

а) ;

б) ;

в) .

62. Медианный лаг для модели Койка рассчитывается как:

а) ;

б) ;

в) .

63. В динамических моделях авторегрессии коэффициент регрессии это:

а) промежуточный мультипликатор;

б) краткосрочный мультипликатор;

в) долгосрочный мультипликатор.

64. В динамических моделях авторегрессии произведение это:

а) промежуточный мультипликатор;

б) краткосрочный мультипликатор;

в) долгосрочный мультипликатор.

65. В динамических моделях авторегрессии показатель это:

а) промежуточный мультипликатор;

б) краткосрочный мультипликатор;

в) долгосрочный мультипликатор.

66. В моделях частичной корректировки уравнение называют:

а) уравнением корреляции МЧК;

б) долгосрочной функцией МЧК;

в) краткосрочной функцией МЧК.

67. В моделях частичной корректировки уравнение называют:

а) уравнением корреляции МЧК;

б) долгосрочной функцией МЧК;

в) краткосрочной функцией МЧК.

68. Если значение корректирующего коэффициента в МЧК , то:

а) не происходит вообще;

б) полная корректировка происходит за 1 период;

в) модель не имеет смысла.

69. Модель называется:

а) краткосрочной функцией модели адаптивных ожиданий;

б) долгосрочной функцией модели адаптивных ожиданий;

в) среднесрочной функцией модели адаптивных ожиданий.

70. Модель называется:

а) краткосрочной функцией модели адаптивных ожиданий;

б) долгосрочной функцией модели адаптивных ожиданий;

в) среднесрочной функцией модели адаптивных ожиданий.

Ключ к тестовым вопросам

1	2	3	4	5	6	7
б	в	а	в	б	а	а
8	9	10	11	12	13	14
в	б	б	в	а	а	а
15	16	17	18	19	20	21
б	а	в	а	б	б	а
22	23	24	25	26	27	28
а	а	в	в	б	а	а
29	30	31	32	33	34	35
б	б	а	а	в	б	в
36	37	38	39	40	41	42
б	а	б	а	б	а	б
43	44	45	46	47	48	49
а	в	а	а	б	в	а
50	51	52	53	54	55	56
в	а	а	б	б	а	в
57	58	59	60	61	62	63
в	а	б	а	в	б	б
64	65	66	67	68	69	70
а	в	в	б	б	б	а

Задачи

Задача 21. Имеются данные реализации товаров народного потребления (млн. руб.) за ряд лет, (табл. 91).

Таблица 91

Вариант 1		Вариант 2		Вариант 3		Вариант 4		Вариант 5		Вариант 6		Вариант 7		Вариант 8		Вариант 9		Вариант 10
1	28	1	23	1	30	1	12	1	3	1	11	1	45	1	8	1	89	1	10
2	27	2	26	2	25	2	15	2	4	2	13	2	47	2	9	2	85	2	9
3	29	3	25	3	26	3	14	3	6	3	15	3	44	3	4	3	84	3	11
4	28	4	28	4	27	4	16	4	5	4	18	4	45	4	6	4	89	4	8
5	30	5	29	5	26	5	19	5	6	5	16	5	40	5	7	5	90	5	10
6	32	6	30	6	24	6	18	6	8	6	17	6	41	6	9	6	93	6	7
7	29	7	31	7	23	7	20	7	11	7	16	7	38	7	11	7	94	7	8
8	34	8	30	8	20	8	21	8	12	8	19	8	37	8	9	8	92	8	6
9	36	9	33	9	19	9	23	9	14	9	20	9	36	9	12	9	97	9	7
Вариант 11		Вариант 12		Вариант 13		Вариант 14		Вариант 15		Вариант 16		Вариант 17		Вариант 18		Вариант 19		Вариант 20
															11
1	20	1	50	1	23	1	36	1	7	1	25	1	6	1	1160	1	23	1	6
2	23	2	52	2	20	2	37	2	8	2	23	2	5	2	15	2	22	2	8
3	19	3	48	3	24	3	35	3	5	3	22	3	8	3	14	3	20	3	9
4	20	4	47	4	23	4	34	4	6	4	25	4	9	4	17	4	22	4	7
5	20	5	50	5	25	5	36	5	9	5	24	5	7	5	16	5	17	5	6
6	18	6	46	6	26	6	30	6	11	6	26	6	6	6	18	6	19	6	5
7	16	7	47	7	25	7	33	7	8	7	22	7	10	7	19	7	20	7	8
8	18	8	44	8	27	8	30	8	10	8	20	8	12	8	20	8	17	8	9
9	15	9	46	9	28	9	28	9	12	9	19	9	13	9	21	9	15	9	11

Рассчитать коэффициенты автокорреляции 1-го, 2-го и 3-го порядков.

Задача 22. Имеется следующий временной ряд, (табл. 92).

Таблица 92

Варианты
1	2	3	4	5	6	7	8	9	10
12	23	13	13	10,7	23	-11,6	22	23	6
13	24	11	15	5,9	10	-5,0	20	11	3
17	29	5	18	-8,2	13	-6,5	17	12	2
15	27	7	16	-3,5	15	-7,5	18	15	4
14	26	11	15	5,9	26	-13,1	20	27	8
15	27	10	17	3,6	12	-6,0	17	12	7
19	32	4	22	-10,6	14	-7,0	15	14	5
17	29	5	19	-8,2	17	-8,6	16	17	4
17	29	9	16	1,2	28	-14,1	17	33	3
19	32	7	19	-3,5	14	-7,0	15	15	11
24	38	2	25	-15,3	16	-8,1	12	18	8
20	33	4	23	-10,6	19	-9,6	14	19	7
18	31	8	19	-1,1	31	-15,6	13	37	5
20	33	6	21	-5,9	16	-8,1	11	19	6
28	43	1	28	-17,6	19	-9,6	7	22	2
26	41	3	25	-12,9	20	-10,1	9	24	15
Варианты
11	12	13	14	15	16	17	18	19	20
32,5	42	8	87	11	10	1,78	27	1,62	10,30
35,4	36	5	62	12	18	1,94	12	1,55	4,50
46,9	38	16	56	8	17	2,57	13	1,57	5,82
41,1	39	10	43	9	15	2,26	16	1,58	6,72
38,3	44	11	98	10	14	2,10	34	1,66	11,65
41,1	37	9	73	8	20	2,26	13	1,57	5,37
52,6	38	20	59	6	19	2,89	15	1,58	6,27
46,9	40	13	47	7	17	2,57	17	1,61	7,61
46,9	45	14	109	8	18	2,57	38	1,68	13,00
52,6	38	13	86	6	25	2,89	16	1,58	6,27
67,0	39	25	75	4	23	3,68	18	1,60	7,17
55,5	41	15	64	5	20	3,05	19	1,62	8,51
49,8	46	17	120	6	21	2,73	41	1,73	14,00
55,5	39	15	93	5	28	3,05	19	1,60	7,17
78,5	41	28	85	2	26	4,31	22	1,62	8,51
72,8	41	20	75	3	24	3,99	24	1,64	8,96

Рассчитать коэффициенты автокорреляции, и на их основании определить структуру временного ряда. Построить график временного ряда и коррелограму.

Задача 23. Имеются данные о степени механизации производственного процесса за ряд лет, (табл. 93).

Таблица 93

Год	Уровень механизации производственного процесса, %
	Варианты
1	2	3	4	5	6	7	8	9	10
1982	48,51	14,25	25,76	43,12	20,79	-	-	-	-
1983	49,35	14,44	25,07	43,56	19,32	40	42,96	34,68	8,40
1984	48,72	13,68	25,53	43,56	19,11	39,68	44,4	33,15	6,45
1985	49,56	11,21	26,45	43,78	19,11	40,64	45,36	33,66	9,30
1986	48,30	11,21	26,45	43,78	18,69	39,04	46,56	29,24	10,20
1987	41,37	11,78	25,07	44,00	16,59	38,08	46,8	30,09	10,80
1988	41,37	12,92	25,99	44,44	16,17	36,16	47,52	30,43	10,51
1989	41,79	13,68	26,45	45,10	16,17	35,52	45,36	30,43	11,85
1990	39,69	13,31	26,68	44,66	15,75	35,84	47,04	29,75	11,70
1991	42,63	14,25	26,91	44,88	14,91	37,76	47,52	32,13	11,10
1992	42,21	14,44	27,37	45,54	14,49	37,12	47,52	32,64	11,70
1993	42,00	14,25	28,06	45,76	12,39	35,84	47,76	32,13	11,10
1994	41,79	15,01	27,37	46,42	11,55	34,88	47,52	33,32	11,10
1995	41,37	14,82	25,99	47,74	11,34	35,52	47,04	33,66	11,85
1996	41,58	14,06	25,53	47,96	12,18	34,88	47,52	33,66	11,85
1997	40,95	15,01	25,30	48,18	12,39	33,60	47,52	34,00	13,65
1998	41,37	15,01	27,14	47,74	13,02	34,88	45,60	33,83	13,35
1999	40,32	17,29	26,68	47,96	14,07	36,16	47,76	34,00	11,85
2000	39,69	16,91	27,37	47,08	14,49	38,08	47,52	34,34	12,90
2001	36,75	15,01	27,83	46,20	15,75	38,72	47,52	33,66	13,05
2002	39,90	16,34	28,52	45,98	16,59	39,68	47,76	34,51	13,35
2003	36,12	16,53	27,37	45,54	18,06	38,08	47,52	34,68	14,55
2004	35,70	16,91	29,44	45,10	18,69	40,96	48,72	35,19	14,85
2005	34,65	18,43	29,67	44,88	18,69	41,28	49,20	35,53	15,30
2006	34,02	18,81	29,67	42,90	20,79	41,28	50,64	35,70	16,50

Окончание таблицы 93

Год	Уровень механизации производственного процесса, %
	Варианты
	11	12	13	14	15	16	17	18	19	20
1982	87,31	61,27	32,34	29,10	17,82	-	-	-	-	-
1983	88,83	62,09	32,90	29,61	18,12	30,81	17,31	13,64	22,69	34,11
1984	87,69	58,82	32,48	29,23	17,89	30,42	17,09	13,87	22,99	33,67
1985	89,20	48,20	33,04	29,73	18,20	30,94	17,38	13,70	21,78	34,25
1986	86,94	48,20	32,20	28,98	17,74	30,16	16,94	13,93	17,85	33,38
1987	74,46	50,65	27,58	24,82	15,19	25,83	14,51	13,58	17,85	28,59
1988	74,46	55,55	27,58	24,82	15,19	25,83	14,51	11,63	18,76	28,59
1989	75,22	58,82	27,86	25,07	15,35	26,09	14,66	11,63	20,57	28,88
1990	71,44	57,23	26,46	23,81	14,58	24,78	13,92	11,75	21,78	27,43
1991	76,73	61,27	28,42	25,57	15,66	26,62	14,95	11,16	21,19	29,46
1992	75,97	62,09	28,14	25,32	15,50	26,35	14,81	11,98	22,69	29,17
1993	75,60	61,27	28,00	25,20	15,42	26,22	14,73	11,87	22,99	29,03
1994	75,22	64,54	27,86	25,07	15,35	26,09	14,66	11,81	22,69	28,88
1995	74,46	63,72	27,58	24,82	15,19	25,83	14,51	11,75	23,90	28,59
1996	74,84	60,45	27,72	24,94	15,27	25,96	14,58	11,63	23,60	28,74
1997	73,71	64,54	27,30	24,57	15,04	25,57	14,36	11,69	22,39	28,30
1998	74,46	64,54	27,58	24,82	15,19	25,83	14,51	11,51	23,90	28,59
1999	72,57	74,34	26,88	24,19	14,81	25,17	14,14	11,63	23,90	27,87
2000	71,44	72,71	26,46	23,81	14,58	24,78	13,92	11,34	27,53	27,43
2001	66,15	64,54	24,50	22,05	13,50	22,95	12,89	11,16	26,93	25,40
2002	71,82	70,26	26,60	23,94	14,65	24,91	14,00	10,33	23,90	27,58
2003	65,01	71,07	24,08	21,67	13,26	22,55	12,67	11,22	26,02	24,96
2004	64,26	72,71	23,80	21,42	13,11	22,29	12,52	10,15	26,32	24,67
2005	62,37	79,24	23,10	20,79	12,72	21,63	12,15	10,04	26,93	23,95
2006	61,23	80,88	22,68	20,41	12,49	21,24	11,93	9,745	29,35	23,51

Необходимо провести выравнивание динамического ряда используя:

• линейную функцию

• функцию полинома второго порядка

• показательную функцию

Провести экстраполяцию на 2010 год.

Задача 24. Имеются данные об объемах продаж некоего товара поквартально, (табл. 94).

Таблица 94

Вариант 1			Вариант 2			Вариант 3			Вариант 4			Вариант 5
Год	Квартал,	Объем продаж,	Год	Квартал,	Объем продаж,	Год	Квартал,	Объем продаж,	Год	Квартал,	Объем продаж,	Год	Квартал,	Объем продаж,
2007	I	339	2007	I	162	2007	I	470	2007	I	940	2007	I	168
	II	315		II	155		II	700		II	1057		II	180
	III	700		III	347		III	390		III	668		III	97
	IV	600		IV	295		IV	340		IV	720		IV	100
2008	I	530	2008	I	265	2008	I	365	2008	I	749	2008	I	107
	II	506		II	240		II	500		II	890		II	120
	III	890		III	500		III	235		III	500		III	57
	IV	749		IV	432		IV	265		IV	530		IV	66
2009	I	716	2009	I	410	2009	I	295	2009	I	600	2009	I	75
	II	668		II	390		II	347		II	690		II	89
	III	1057		III	700		III	160		III	315		III	56
	IV	960		IV	670		IV	175		IV	347		IV	65
Вариант 6			Вариант 7			Вариант 8			Вариант 9			Вариант 10
Год	Квартал,	Объем продаж,	Год	Квартал,	Объем продаж,	Год	Квартал,	Объем продаж,	Год	Квартал,	Объем продаж,	Год	Квартал,	Объем продаж,
2007	I	45	2007	I	55	2007	I	152	2007	I	200	2007	I	80
	II	56		II	51		II	162		II	216		II	75
	III	89		III	120		III	100		III	135		III	178
	IV	75		IV	100		IV	108		IV	145		IV	139

Продолжение таблицы 94

2008	I	64	2008	I	88	2008	I	120	2008	I	155	2008	I	108
	II	57		II	74		II	139		II	185		II	99
	III	105		III	137		III	73		III	100		III	190
	IV	88		IV	119		IV	83		IV	108		IV	160
2009	I	100	2009	I	107	2009	I	102	2009	I	137	2009	I	145
	II	76		II	102		II	126		II	174		II	135
	III	180		III	160		III	55		III	73		III	220
	IV	110		IV	153		IV	63		IV	84		IV	200
Вариант 11			Вариант 12			Вариант 13			Вариант 14			Вариант 15
Год	Квартал,	Объем продаж,	Год	Квартал,	Объем продаж,	Год	Квартал,	Объем продаж,	Год	Квартал,	Объем продаж,	Год	Квартал,	Объем продаж,
2007	I	197	2007	I	218	2007	I	118	2007	I	75	2007	I	166
	II	220		II	257		II	89		II	64		II	199
	III	135		III	158		III	208		III	159		III	115
	IV	144		IV	169		IV	163		IV	123		IV	129
2008	I	160	2008	I	186	2008	I	129	2008	I	98	2008	I	140
	II	195		II	229		II	115		II	87		II	180
	III	101		III	115		III	229		III	220		III	88
	IV	109		IV	129		IV	186		IV	182		IV	99
2009	I	139	2009	I	163	2009	I	169	2009	I	168	2009	I	122
	II	178		II	208		II	158		II	158		II	160
	III	75		III	89		III	257		III	350		III	66
	IV	87		IV	118		IV	218		IV	325		IV	85

Окончание таблицы 94

Вариант 16			Вариант 17			Вариант 18			Вариант 19			Вариант 20
Год	Квартал,	Объем продаж,	Год	Квартал,	Объем продаж,	Год	Квартал,	Объем продаж,	Год	Квартал,	Объем продаж,	Год	Квартал,	Объем продаж,
2007	I	382	2007	I	198	2007	I	146	2007	I	289	2007	I	670
	II	459		II	157		II	117		II	346		II	803
	III	268		III	372		III	280		III	200		III	465
	IV	300		IV	278		IV	212		IV	230		IV	533
2008	I	328	2008	I	231	2008	I	176	2008	I	247	2008	I	578
	II	418		II	204		II	155		II	318		II	740
	III	205		III	480		III	315		III	158		III	366
	IV	230		IV	390		IV	245		IV	175		IV	408
2009	I	280	2009	I	360	2009	I	229	2009	I	210	2009	I	500
	II	370		II	325		II	201		II	283		II	659
	III	156		III	680		III	347		III	119		III	275
	IV	198		IV	630		IV	290		IV	147		IV	348

Необходимо

71. определить вид модели (мультипликативная или аддитивная)

72. определить скорректированную сезонную компоненту

73. провести прогнозирование на ближайший квартал

Задача 25. Используя данные задачи 24 построить модель регрессии с фиктивными переменными.

Задача 26. Имеются данные за 9 лет о товарообороте магазина N и средней заработной платы жителей ближайшего района , (табл. 95). Рассчитать показатели взаимосвязи используя метод отклонения от тренда.

Таблица 95

Вариант 1			Вариант 2			Вариант 3			Вариант 4			Вариант 5
№ года			№ года			№ года			№ года			№ года
1	2,21	6,72	1	33	35	1	44	46	1	34	20	1	16	34
2	2,34	7,70	2	35	39	2	42	45	2	33	19	2	14	33
3	1,19	6,75	3	35	38	3	40	44	3	32	19	3	14	32
4	2,70	9,94	4	34	38	4	39	40	4	31	17	4	13	30
5	3,25	11,20	5	39	42	5	39	42	5	31	18	5	13	31
6	3,65	12,07	6	39	42	6	34	38	6	29	17	6	11	29
7	4,68	13,57	7	41	44	7	36	39	7	29	16	7	10	29
8	4,75	13,50	8	43	45	8	35	39	8	28	14	8	8	28
9	5,87	14,30	9	43	46	9	33	35	9	25	12	9	7	25
Вариант 6			Вариант 7			Вариант 8			Вариант 9			Вариант10
№ года			№ года			№ года			№ года			№ года
1	5,85	23,00	1	23,00	6,72	1	46	6,72	1	34	6,72	1	34	44
2	5,28	22,40	2	22,40	7,70	2	45	7,70	2	33	7,70	2	33	42
3	5,03	21,20	3	21,20	6,75	3	44	6,75	3	32	6,75	3	32	40
4	4,78	20,38	4	20,38	9,94	4	40	9,94	4	31	9,94	4	30	39
5	4,90	21,08	5	21,08	11,20	5	42	11,20	5	31	11,20	5	31	39
6	4,00	20,00	6	20,00	12,07	6	38	12,07	6	29	12,07	6	29	34

Окончание таблицы 95

7	3,70	19,68	7	19,68	13,57	7	39	13,57	7	29	13,57	7	29	36
8	3,10	19,00	8	19,00	13,50	8	39	13,50	8	28	13,50	8	28	35
9	2,70	17,50	9	17,50	14,30	9	35	14,30	9	25	14,30	9	25	33
Вариант 11			Вариант 12			Вариант 13			Вариант 14			Вариант 15
№ года			№ года			№ года			№ года			№ года
1	13,53	18,99	1	18,99	6,72	1	73,98	61,44	1	18,99	73,98	1	18,99	11,80
2	13,14	18,30	2	18,30	7,70	2	74,74	59,22	2	18,30	74,74	2	18,30	12,00
3	12,78	17,26	3	17,26	6,75	3	72,65	55,85	3	17,26	72,65	3	17,26	11,68
4	11,26	16,88	4	16,88	9,94	4	64,00	50,01	4	16,88	64,00	4	16,88	10,30
5	12,40	16,92	5	16,92	11,20	5	70,62	54,75	5	16,92	70,62	5	16,92	11,39
6	11,30	14,68	6	14,68	12,07	6	64,38	47,50	6	14,68	64,38	6	14,68	10,42
7	11,62	15,56	7	15,56	13,57	7	66,25	50,35	7	15,56	66,25	7	15,56	10,65
8	11,20	15,78	8	15,78	13,50	8	64,00	51,06	8	15,78	64,00	8	15,78	10,28
9	9,98	14,56	9	14,56	14,30	9	56,90	47,02	9	14,56	56,90	9	14,56	9,15
Вариант 16			Вариант 17			Вариант 18			Вариант 19			Вариант 20
№ года			№ года			№ года			№ года			№ года
1	18,50	12,50	1	12,50	6,72	1	18,99	6,72	1	73,98	50,53	1	20,28	11,00
2	18,00	12,10	2	12,10	7,70	2	18,30	7,70	2	74,74	50,13	2	20,45	10,98
3	17,32	11,68	3	11,68	6,75	3	17,26	6,75	3	72,65	42,78	3	20,00	9,28
4	17,00	10,30	4	10,30	9,94	4	16,88	9,94	4	64,00	21,23	4	17,55	4,65
5	17,20	11,35	5	11,35	11,20	5	16,92	11,20	5	70,62	32,30	5	19,45	7,00
6	15,00	10,54	6	10,54	12,07	6	14,68	12,07	6	64,38	21,30	6	17,65	4,58
7	15,65	10,65	7	10,65	13,57	7	15,56	13,57	7	66,25	21,62	7	18,25	4,57
8	15,87	10,25	8	10,25	13,50	8	15,78	13,50	8	64,00	21,20	8	18,00	5,00
9	15,00	9,10	9	9,10	14,30	9	14,56	14,30	9	56,90	10,98	9	15,87	3,25

Задача 27. Используя данные задачи 26 рассчитать показатели взаимосвязи используя метод последовательных разностей.

Задача 28. Используя данные задачи 26 рассчитать показатели взаимосвязи используя метод включения в модель регрессии фактора времени.

Задача 29. Используя данные задачи 26 необходимо на уровне значимости выявить наличие автокорреляции остатков, для временного ряда используя критерий Дарбина-Уотсона.

Задача 30. Имеются данные о размере результативного признака и размерах факторного признака , за ряд лет , (табл. 96). Определить наличие автокорреляции остатков временного ряда и рассчитать параметры уравнения регрессии используя обобщенный метод наименьших квадратов.

Таблица 96

Вариант 1			Вариант 2			Вариант 3			Вариант 4			Вариант 5
Год			Год			Год			Год			Год
1996	47	77	1996	14	21	1996	20	21	1996	12	5	1996	4,00	6,80
1997	44	74	1997	16	22	1997	19	22	1997	15	6	1997	5,00	8,22
1998	40	68	1998	12	18	1998	18	18	1998	17	5	1998	5,67	6,70
1999	40	70	1999	12	20	1999	20	20	1999	19	7	1999	6,35	9,62
2000	47	78	2000	14	21	2000	18	21	2000	18	6	2000	6,20	8,23
2001	48	80	2001	15	22	2001	17	22	2001	20	8	2001	7,00	10,12
2002	49	85	2002	15	23	2002	15	23	2002	21	9	2002	7,35	12,00
2003	49	88	2003	17	25	2003	17	25	2003	24	10	2003	8,36	13,20

Продолжение таблицы 96

2004	50	88	2004	15	24	2004	15	24	2004	23	12	2004	7,87	16,45
2005	55	96	2005	17	26	2005	15	26	2005	25	14	2005	8,34	19,20
2006	57	97	2006	18	26	2006	14	26	2006	27	12	2006	9,02	16,25
2007	56	94	2007	20	28	2007	12	28	2007	28	15	2007	9,45	20,36
2008	58	97	2008	18	26	2008	12	26	2008	29	16	2008	9,67	22,00
2009	62	99	2009	19	27	2009	16	27	2009	30	18	2009	10,20	24,30
2010	64	104	2010	20	28	2010	14	28	2010	32	20	2010	10,80	28,00
Вариант 6			Вариант 7			Вариант 8			Вариант 9			Вариант 10
Год			Год			Год			Год			Год
1996	6,80	20	1996	21	47	1996	30	47	1996	9,10	8,27	1996	30	77
1997	8,22	19	1997	22	44	1997	27	44	1997	8,30	7,70	1997	27	74
1998	6,70	18	1998	19	41	1998	28	39	1998	8,52	6,75	1998	28	68
1999	9,62	20	1999	20	40	1999	28	40	1999	8,60	7,04	1999	28	70
2000	8,23	18	2000	21	47	2000	26	47	2000	8,00	8,27	2000	26	78
2001	10,12	17	2001	22	48	2001	25	48	2001	7,50	8,40	2001	25	80
2002	12,00	15	2002	23	49	2002	24	49	2002	7,40	8,60	2002	24	85
2003	13,20	17	2003	25	51	2003	24	49	2003	7,46	8,65	2003	24	88
2004	16,45	15	2004	24	50	2004	23	50	2004	7,40	8,85	2004	23	88
2005	19,20	15	2005	25	54	2005	22	54	2005	6,75	9,55	2005	22	96
2006	16,25	17	2006	26	57	2006	21	57	2006	6,44	10,00	2006	21	97
2007	20,36	12	2007	28	56	2007	20	56	2007	6,00	9,99	2007	20	94
2008	22,00	12	2008	26	58	2008	19	58	2008	5,90	10,26	2008	19	97
2009	24,30	13	2009	27	62	2009	18	62	2009	6,00	10,86	2009	18	99
2010	28,00	14	2010	30	64	2010	17	64	2010	5,60	11,22	2010	17	104

Продолжение таблицы 96

Вариант 11			Вариант 12			Вариант 13			Вариант 14			Вариант 15
Год			Год			Год			Год			Год
1996	33	77	1996	77	47	1996	13,70	14,38	1996	13,50	9,00	1996	13,70	9,00
1997	27	74	1997	74	44	1997	11,22	13,87	1997	13,20	8,56	1997	11,22	8,56
1998	28	68	1998	68	41	1998	11,69	12,69	1998	12,05	8,00	1998	11,69	8,00
1999	27	70	1999	70	40	1999	11,15	13,05	1999	12,35	7,68	1999	11,15	7,68
2000	26	78	2000	78	47	2000	11,00	14,58	2000	13,65	8,65	2000	11,00	8,65
2001	25	80	2001	80	48	2001	10,37	14,90	2001	14,20	9,15	2001	10,37	9,15
2002	25	85	2002	85	49	2002	10,34	15,83	2002	15,00	9,34	2002	10,34	9,34
2003	23	88	2003	88	51	2003	9,54	16,42	2003	15,30	9,70	2003	9,54	9,70
2004	22	88	2004	88	50	2004	9,52	16,45	2004	15,58	9,56	2004	9,52	9,56
2005	21	96	2005	96	54	2005	8,73	17,88	2005	17,00	10,25	2005	8,73	10,25
2006	19	97	2006	97	57	2006	7,78	18,25	2006	17,20	10,59	2006	7,78	10,59
2007	17	94	2007	94	56	2007	7,06	17,50	2007	16,68	10,89	2007	7,06	10,89
2008	18	97	2008	97	58	2008	7,45	18,00	2008	17,32	11,00	2008	7,45	11,00
2009	15	99	2009	99	62	2009	6,22	18,44	2009	17,50	11,22	2009	6,22	11,22
2010	14	104	2010	104	64	2010	5,58	18,90	2010	18,23	11,85	2010	5,58	11,85
Вариант 16			Вариант 17			Вариант 18			Вариант 19			Вариант 20
Год			Год			Год			Год			Год
1996	13,70	13,50	1996	77	9,00	1996	33	13,50	1996	22	8,00	1996	14,00	8,32
1997	11,22	13,20	1997	74	8,56	1997	27	13,20	1997	19	8,56	1997	11,22	8,56
1998	11,69	12,05	1998	68	8,00	1998	28	12,05	1998	18	8,99	1998	11,69	8,99
1999	11,15	12,35	1999	70	7,68	1999	28	12,35	1999	20	7,68	1999	11,15	7,68
2000	11,00	13,65	2000	78	8,65	2000	26	13,65	2000	18	8,65	2000	11,00	8,65

Окончание таблицы 96

2001	10,37	14,20	2001	80	9,15	2001	25	14,20	2001	17	9,15	2001	10,37	9,15
2002	10,34	15,00	2002	85	9,34	2002	24	15,00	2002	16	9,36	2002	10,34	9,36
2003	9,54	15,30	2003	88	9,70	2003	25	15,30	2003	17	9,70	2003	9,54	9,70
2004	9,52	15,58	2004	88	9,56	2004	23	15,58	2004	15	9,56	2004	9,52	9,79
2005	8,73	17,00	2005	96	10,25	2005	22	17,30	2005	15	10,25	2005	8,73	10,25
2006	7,78	17,20	2006	98	10,59	2006	21	17,20	2006	14	10,59	2006	7,54	10,59
2007	7,06	16,68	2007	97	10,89	2007	20	16,68	2007	12	10,89	2007	7,06	10,89
2008	7,45	17,32	2008	99	11,00	2008	19	17,32	2008	12	11,00	2008	7,45	11,00
2009	6,22	17,50	2009	103	11,22	2009	18	17,50	2009	10	11,22	2009	6,22	11,22
2010	5,58	18,23	2010	105	11,85	2010	17	19,00	2010	8	11,85	2010	5,58	11,85

Задача 31. используя данные задачи 30 необходимо проверить модель на наличие коинтеграции между рядами, при , используя критерий Дарбина-Уотсона.

Задача 32. используя данные задачи 00 построить и рассчитать параметры регрессионной модели с распределенным лагом. Охарактеризовать параметры модели с распределенным лагом рассчитав:

• краткосрочный мультипликатор

• долгосрочный мультипликатор

• относительные коэффициенты корреляции

• средний лаг

медианный лаг

Задача 33. Имеются данные о объеме валового выпуска продукции какого то сектора экономики в зависимости от инвестиций в данную отрасль за 25 лет, млрд. руб. (табл. 97), построить и описать регрессионную модель с распределенным лагом используя метод Алмон.

Таблица 97

Вариант 1			Вариант 2			Вариант 3			Вариант 4			Вариант 5
1	2200	260	1	190,00	205,00	1	27,10	1,30	1	98,70	27,10	1	190,00	27,10
2	2250	250	2	194,25	199,00	2	27,30	1,50	2	98,60	27,30	2	194,25	27,30
3	2300	290	3	195,23	230,20	3	27,90	1,10	3	98,90	27,90	3	195,23	27,90
4	2380	300	4	204,60	235,60	4	28,00	1,20	4	98,70	28,00	4	204,60	28,00
5	2460	310	5	213,50	246,10	5	28,30	1,60	5	97,60	28,30	5	213,50	28,30
6	2590	320	6	225,00	254,30	6	28,50	1,50	6	97,20	28,50	6	225,00	28,50
7	2760	340	7	239,00	270,00	7	28,70	1,70	7	97,80	28,70	7	239,00	28,70
8	2890	360	8	254,00	285,63	8	29,10	1,90	8	97,90	29,10	8	254,00	29,10
9	2930	340	9	258,00	269,23	9	29,40	2,00	9	97,00	29,40	9	258,00	29,40
10	3040	298	10	262,00	233,00	10	29,60	1,90	10	96,50	29,60	10	262,00	29,60
11	3140	408	11	271,68	324,00	11	29,90	2,10	11	96,30	29,90	11	271,68	29,90
12	3130	430	12	270,59	342,32	12	30,50	2,60	12	96,40	30,50	12	270,59	30,50
13	3190	431	13	281,56	342,56	13	30,90	2,20	13	95,80	30,90	13	281,56	30,90
14	3370	450	14	291,69	354,57	14	31,00	2,90	14	96,50	31,00	14	291,69	31,00
15	3500	490	15	304,50	388,00	15	32,23	3,00	15	95,60	29,60	15	304,50	29,60
16	3520	480	16	304,87	380,96	16	32,28	2,80	16	95,70	32,23	16	304,87	32,23
17	3470	480	17	301,00	392,00	17	33,00	3,20	17	95,40	32,68	17	301,00	32,68
18	3650	530	18	314,58	400,20	18	32,90	3,60	18	94,10	33,12	18	314,58	33,12
19	3800	550	19	325,00	435,00	19	33,56	3,90	19	94,20	33,89	19	325,00	33,89
20	3980	550	20	344,23	438,00	20	35,00	4,20	20	93,80	34,56	20	344,23	34,56
21	4080	570	21	352,48	450,36	21	35,69	3,80	21	94,30	34,36	21	352,48	34,36
22	4050	550	22	357,00	462,32	22	35,98	3,90	22	93,60	35,80	22	357,00	35,80
23	4110	600	23	359,00	470,00	23	36,56	4,10	23	93,40	35,99	23	359,00	35,99
24	4060	610	24	360,23	480,00	24	38,00	4,60	24	92,00	36,68	24	360,23	36,68
25	4350	620	25	362,00	486,00	25	40,00	4,80	25	91,25	38,00	25	362,00	38,00

Продолжение таблицы 97

Вариант 6			Вариант 7			Вариант 8			Вариант 9			Вариант 10
1	140,00	26,32	1	180,00	15,90	1	180,00	1,30	1	140,00	1,30	1	2200	160,00
2	141,56	25,60	2	176,23	16,23	2	176,23	1,50	2	141,56	1,50	2	2250	141,56
3	145,26	30,00	3	206,23	16,55	3	206,23	1,10	3	145,26	1,10	3	2300	145,26
4	150,00	31,26	4	215,45	17,10	4	215,45	1,20	4	150,00	1,20	4	2380	150,00
5	153,23	32,13	5	222,36	17,46	5	222,36	1,60	5	153,23	1,60	5	2460	153,23
6	160,89	33,12	6	228,45	18,35	6	228,45	1,50	6	160,89	1,50	6	2590	160,89
7	175,00	35,23	7	245,62	19,95	7	245,62	1,70	7	175,00	1,70	7	2760	175,00
8	184,69	38,26	8	263,45	21,00	8	263,45	1,90	8	184,69	1,90	8	2890	184,69
9	186,56	35,45	9	244,68	21,25	9	244,68	2,00	9	186,56	2,00	9	2930	186,56
10	190,56	30,46	10	209,68	21,65	10	209,68	1,90	10	190,56	1,90	10	3040	190,56
11	196,58	42,58	11	293,65	22,40	11	293,65	2,10	11	196,58	2,10	11	3140	196,58
12	200,63	44,00	12	303,26	22,86	12	303,26	2,60	12	200,63	2,60	12	3130	200,63
13	205,32	44,56	13	307,00	23,38	13	307,00	2,20	13	205,32	2,20	13	3190	205,32
14	215,23	46,00	14	316,23	24,53	14	316,23	2,90	14	215,23	2,90	14	3370	215,23
15	220,32	50,00	15	344,25	25,06	15	344,25	3,00	15	220,32	3,00	15	3500	220,32
16	218,60	49,85	16	348,65	24,90	16	348,65	2,80	16	218,60	2,80	16	3520	218,60
17	221,56	49,99	17	349,00	25,23	17	349,00	3,20	17	221,56	3,20	17	3470	221,56
18	229,63	54,68	18	376,23	26,18	18	376,23	3,60	18	229,63	3,60	18	3650	229,63
19	246,59	57,00	19	393,87	28,09	19	393,87	3,90	19	246,59	3,90	19	3800	246,59
20	253,00	57,30	20	394,00	28,83	20	394,00	4,20	20	253,00	4,20	20	3980	253,00
21	260,65	58,65	21	402,36	29,67	21	402,36	3,80	21	260,65	3,80	21	4080	260,65
22	260,98	58,96	22	405,86	29,72	22	405,86	3,90	22	260,98	3,90	22	4050	260,98
23	263,00	62,32	23	412,36	29,95	23	412,36	4,10	23	263,00	4,10	23	4110	263,00
24	264,00	63,45	24	418,00	30,07	24	418,00	4,60	24	264,00	4,60	24	4060	264,00
25	269,00	64,50	25	422,00	31,00	25	422,00	4,80	25	269,00	4,80	25	4350	230,00

Продолжение таблицы 97

Вариант 11			Вариант 12			Вариант 13			Вариант 14			Вариант 15
1	100,00	3,08	1	160,00	3,08	1	3,08	1,30	1	140,00	3,08	1	33,00	5,00
2	101,30	2,54	2	141,56	2,54	2	2,54	1,50	2	141,56	2,54	2	30,00	6,85
3	103,56	2,62	3	145,26	2,62	3	2,62	1,10	3	145,26	2,62	3	37,80	7,00
4	107,23	2,87	4	150,00	2,87	4	2,87	1,20	4	150,00	2,87	4	39,26	7,23
5	108,36	3,75	5	153,23	3,75	5	3,75	1,60	5	153,23	3,75	5	40,23	10,23
6	115,23	3,53	6	160,89	3,53	6	3,53	1,50	6	160,89	3,53	6	41,00	9,53
7	125,12	4,00	7	175,00	4,00	7	4,00	1,70	7	175,00	4,00	7	45,00	10,00
8	132,50	4,52	8	184,69	4,52	8	4,52	1,90	8	184,69	4,52	8	48,56	12,45
9	133,52	4,70	9	186,56	4,70	9	4,70	2,00	9	186,56	4,70	9	44,85	12,69
10	136,32	4,46	10	190,56	4,46	10	4,46	1,90	10	190,56	4,46	10	38,98	12,00
11	143,26	4,90	11	196,58	4,90	11	4,90	2,10	11	196,58	4,90	11	53,56	13,25
12	143,30	6,13	12	200,63	6,13	12	6,13	2,60	12	200,63	6,13	12	55,23	16,56
13	145,00	5,13	13	205,32	5,13	13	5,13	2,20	13	205,32	5,13	13	56,21	13,57
14	153,23	6,48	14	215,23	6,48	14	6,48	2,90	14	215,23	6,48	14	57,90	17,56
15	157,00	7,07	15	220,32	7,07	15	7,07	3,00	15	220,32	7,07	15	63,00	19,37
16	155,00	6,59	16	218,60	6,59	16	6,59	2,80	16	218,60	6,59	16	63,56	17,78
17	158,23	7,29	17	221,56	7,29	17	7,29	3,20	17	221,56	7,29	17	63,69	19,67
18	164,20	8,56	18	229,63	8,56	18	6,54	4,85	18	229,63	6,54	18	68,68	17,65
19	170,10	9,32	19	246,59	9,32	19	9,32	3,90	19	246,59	9,32	19	72,00	25,15
20	180,23	9,92	20	253,00	9,92	20	9,92	4,20	20	253,00	9,92	20	72,56	26,77
21	175,00	8,95	21	260,65	8,95	21	8,95	3,80	21	260,65	8,95	21	73,56	26,88
22	186,24	9,23	22	260,98	9,23	22	9,23	3,90	22	260,98	9,23	22	74,32	27,00
23	188,00	9,72	23	263,00	9,72	23	9,72	4,10	23	263,00	9,72	23	75,60	27,60
24	188,45	10,00	24	264,00	10,00	24	10,00	4,60	24	264,00	10,00	24	76,56	27,62
25	190,78	11,65	25	230,00	11,65	25	11,65	3,25	25	269,00	7,45	25	77,36	29,00

Окончание таблицы 97

Вариант 16			Вариант 17			Вариант 18			Вариант 19			Вариант 20
1	2200	5,00	1	2200	5,00	1	5,00	1,30	1	550,00	3,50	1	160,00	3,50
2	2250	6,85	2	2250	6,85	2	6,85	1,50	2	565,00	4,06	2	141,56	4,06
3	2300	7,00	3	2300	7,00	3	7,00	1,10	3	577,90	2,56	3	145,26	2,56
4	2380	7,23	4	2380	7,23	4	7,23	1,20	4	597,20	3,26	4	150,00	3,26
5	2460	10,23	5	2460	10,23	5	10,23	1,60	5	620,00	4,50	5	153,23	4,50
6	2590	9,53	6	2590	9,53	6	9,53	1,50	6	650,30	4,52	6	160,89	4,52
7	2760	10,00	7	2760	10,00	7	10,00	1,70	7	694,50	4,57	7	175,00	4,57
8	2890	12,45	8	2890	12,45	8	12,45	1,90	8	726,60	5,05	8	184,69	5,05
9	2930	12,69	9	2930	12,69	9	12,69	2,00	9	736,40	5,38	9	186,56	5,38
10	3040	12,00	10	3040	12,00	10	12,00	1,90	10	765,30	5,12	10	190,56	5,12
11	3140	13,25	11	3140	13,25	11	13,25	2,10	11	788,12	5,69	11	196,58	5,69
12	3130	16,56	12	3130	16,56	12	16,56	2,60	12	786,23	7,00	12	200,63	7,00
13	3190	13,57	13	3190	13,57	13	13,57	2,20	13	802,35	5,96	13	205,32	5,96
14	3370	17,56	14	3370	17,56	14	17,56	2,90	14	846,36	7,85	14	215,23	7,85
15	3500	19,37	15	3500	19,37	15	19,37	3,00	15	879,00	8,09	15	220,32	8,09
16	3520	17,78	16	3520	17,78	16	17,78	5,00	16	882,00	13,56	16	218,60	13,56
17	3470	19,67	17	3470	19,67	17	19,67	3,20	17	876,20	8,95	17	221,56	8,95
18	3650	17,65	18	3650	17,65	18	17,65	3,60	18	915,00	9,68	18	229,63	9,68
19	3800	25,15	19	3800	25,15	19	25,15	3,90	19	853,23	10,50	19	246,59	10,50
20	3980	26,77	20	3980	26,77	20	26,77	4,20	20	1002,30	11,36	20	253,00	11,36
21	4080	26,88	21	4080	26,88	21	26,88	3,80	21	1025,39	10,32	21	260,65	10,32
22	4050	27,00	22	4050	27,00	22	27,00	3,90	22	1017,85	10,46	22	260,98	10,46
23	4110	27,60	23	4110	27,60	23	27,60	4,10	23	1032,00	11,06	23	263,00	11,06
24	4060	27,62	24	4060	27,62	24	27,62	4,60	24	1039,00	12,38	24	264,00	12,38
25	4350	29,00	25	4350	29,00	25	29,00	3,26	25	1092,00	15,00	25	230,00	15,00

Задача 34. Используя данные задачи 33, построить и описать регрессионную модель с распределенным лагом используя метод Койка.

Задача 35. Используя данные задачи 33, построить и охарактеризовать параметры модели авторегрессии.

Задача 36. Используя данные задачи 33, используя метод инструментальных переменных построить и охарактеризовать параметры модели авторегрессии. Проверить модель на статистическую значимость и на наличие автокорреляции остатков.

Задача 37. Используя данные задачи 33 построить модель зависимости желаемого ВВП дивидендов от фактического объема инвестиций , используя модель частичной корректировки.

Задача 38. Используя данные задачи 33 построить модель зависимости желаемого ВВП дивидендов от фактического объема инвестиций , используя модель адаптивных ожиданий.