Временные ряды и динамические процессы

Коэффициент автокорреляции члена ряда с самим собой равен

Частная автокорреляционная функция первого порядка определяется по формуле

Дисперсия случайных остатков в модели АР(1) равна

Временной ряд называется нестационарным однородным, если

Если в методе последовательных разностей , а , то неслучайная составляющая аппроксимируется полиномом степени

Коэффициент Тейла основан на расчете

В модели СС(1) автокорреляционная функция при равна

Автоковариация определяется соотношением

Если математическое ожидание и дисперсия случайной величины временного ряда не зависят от времени, то такой ряд будет

Модель СС(1) стационарна при

_________ описывают размер влияния на

В методе выделения неслучайной составляющей (МНК) необходимо, чтобы величина _____________ была минимальной

Модель Линтнера основывается на предположении, что желаемый объем дивидендов

Для конечного процесса авторегрессии порядка величина может быть представлена как __________ сумма предшествующих

В модели СС(2) автокорреляционная функция при равна

В основе модели Ш. Алмон лежит предположение о том, что если зависит от текущих и лаговых значений , то веса в этой зависимости подчиняются _________________ распределению

Модель АРПСС(1,1,1) описывается соотношением

Марковский процесс описывается моделью

Последовательная разность 3-го порядка имеет вид

В критерии восходящих и нисходящих серий, длина самой длинной серии временного ряда 1, 5, 4, 1, 6 равна

На больших временах процесс формирования значений временного ряда находится под воздействием ___________ факторов

В критерии серий, основанном на медиане, проверяется гипотеза

Коэффициент Тейла является более точным показателем, чем

В процессе формирования значений всякого временного ряда всегда участвуют _________ факторы

Весовые коэффициенты в методе скользящего среднего

Регрессионные модели с распределенными лагами описываются соотношением

Лаговая структура Ш. Алмон применяется, когда влияние на _______ с увеличением

Сглаженное значение вычисляется по формуле

Метод скользящего среднего относятся к _______ методам выделения неслучайной составляющей

Если общий линейный процесс описывается классической линейной моделью множественной регрессии, то он имеет вид

В лаговой структуре Койка надо оценить только

СС(2)-процесс обратим лишь при условии, что корни его характеристического уравнения лежат

Идентификация модели СС(1) сводится к решению уравнения

Если считать, что белый шум генерирует случайные остатки, то общий линейный процесс имеет вид

В модели АР(1) частная автокорреляционная функция случайных остатков, разделенных двумя тактами времени, равна

Модель Бокса - Дженкинса - это модель

Пусть имеется матрица исходных статистических данных Одномерным временным рядом будет ряд значений _________ матрицы и.с.д. в последовательные моменты времени

Для белого шума справедливо соотношение

При рассмотрении спектральной плотности ограничиваются значениями ω, лежащими в пределах

Если неслучайная составляющая временного ряда имеет линейный вид , то равно

Частная автокорреляция 1-го порядка - это корреляция между членами временного ряда и , при условии, что

В модели АР(2) частная автокорреляционная функция случайных остатков, разделенных двумя тактами времени, равна

Условие стационарности временного ряда для модели АР(2) имеет вид

Модель скользящего среднего СС(q) описывается соотношением

Для оценки в моделях авторегрессии используется формула

В критерии восходящих и нисходящих серий, общее число серий временного ряда 5, 7, 6, 4, 3, 1 равно

Если дисперсия временного ряда равна , то дисперсия величины равна

Если аддитивная структурная схема влияния четырех факторов описывается формулой , где , то это означает, отсутствуют___________факторы

Спектральная плотность может принимать ________ значения