Д) равен среднему арифметическому индексу физического объема.

3.8. Агрегатные индексы цен Пааше строятся с весами:

а) текущего периода;

б) базисного периода;

в) без использования весов.

3.9. Средние индексы исчисляются как средняя величина из:

1) индивидуальных индексов;

2) цепных агрегатных индексов;

3) базисных агрегатных индексов.

3.10. Произведение промежуточных по периодам цепных индексов дает базисный индекс последнего периода, если это индексы:

а) стоимости;

б) индивидуальные;

в) цен с постоянными весами;

г) физического объема с переменными весами;

д) физического объема с постоянными весами;

е) цен с переменными весами.

3.11. Отношение базисного индекса отчетного периода к базисному индексу предшествующего периода дает цепной индекс отчетного периода, если это индексы:

а) стоимости;

б) индивидуальные;

в) цен с постоянными весами;

г) физического объема с переменными весами;

д) физического объема с постоянными весами;

е) цен с переменными весами.

3.12. При построении агрегатных индексов качественных показателей, как правило, используют веса:

а) отчетного периода;

б) базисного периода.

3.13. При построении агрегатных индексов количественных показателей, как правило, используют веса:

а) отчетного периода;

б) базисного периода.

3.14. Записать уравнение связи между сводными индексами издержек производства (I_zq), физического объема продукции (I_q) и себестоимости (I_z).

3.15. Записать уравнение связи между индексом переменного состава (I_{пер.сост.}), индексом постоянного состава (I_{пост.сост} ) и индексом структурных сдвигов (I_стр.сд).

Тема 4. Ряды динамики

4.1. При исчислении среднегодового темпа роста является верной формула:

1) ;

2) ;

3) .

4.2. По формуле определяется:

а) базисный темп роста;

б) цепной темп роста;

в) базисный темп прироста;

г) цепной темп прироста;

д) абсолютное значение 1% прироста.

4.3. По формуле определяется;:

а) базисный темп роста;

б) цепной темп роста;

в) базисный темп прироста;

г) цепной темп прироста;

д) абсолютное значение 1% прироста.

4.4. Средний уровень моментного ряда динамики с равными временными промежутками между датами исчисляется по формуле:

а) средней арифметической простой;

б) средней арифметической взвешенной;

в) средней гармонической простой;

г) средней гармонической взвешенной;

д) средней хронологической простой;

е) средней хронологической взвешенной.

4.5. Средний уровень моментного ряда динамики с неравными временными промежутками между датами исчисляется по формуле:

а) средней арифметической простой;

б) средней арифметической взвешенной;

в) средней гармонической простой;

г) средней гармонической взвешенной;

д) средней хронологической простой;

е) средней хронологической взвешенной.

4.6. Средний уровень интервального ряда динамики с равными временными промежутками исчисляется по формуле:

а) средней арифметической простой;

б) средней арифметической взвешенной;

в) средней гармонической простой;

г) средней гармонической взвешенной;

д) средней хронологической простой;

е) средней хронологической взвешенной.

4.7. Средний уровень интервального ряда динамики с неравными временными промежутками исчисляется по формуле:

а) средней арифметической простой;

б) средней арифметической взвешенной;

в) средней гармонической простой;

г) средней гармонической взвешенной;

д) средней хронологической простой;

е) средней хронологической взвешенной.

4.8. Для выявления основной тенденции развития явления используются:

а) метод укрупнения интервалов;

б) метод скользящей средней;

в) аналитическое выравнивание;

г) индексный метод;

д) расчет средней гармонической.

4.9. Методом аналитического выравнивания по прямой выявлена тенденция ряда динамики:

Определите теоретическое значение показателя объема выручки в 1999 году.

4.10. Методом аналитического выравнивания по прямой выявлена тенденция ряда динамики:

Определите теоретическое значение показателя объема выручки в 2005 году.

4.11. По ряду динамики рассчитайте индекс сезонности для февраля (с точностью до 0,1 %):

4.12. По ряду динамики рассчитайте индекс сезонности для марта (с точностью до 0,1 %):

Тема 5. Корреляционный метод

5.1. Какой коэффициент корреляции показывает наиболее тесную связь: _Г

а) = 0,972; б) = – 0,981; в) = 0,971.

5.2. Какой коэффициент корреляции показывают обратную связь между признаками:

а) = – 0,982; б) = 0,991; в) =0,871.

5.3. Какие коэффициенты корреляции показывают прямую связь между признаками:

а) = 0,982; б) = – 0,991; в) = 0,871.

5.4. Межгрупповая дисперсия составляет 82% от общей дисперсии. Рассчитайте эмпирическое корреляционное отношение (с точностью до 0,01).

5.5. Простейшим приемом выявления корреляционной связи между двумя признаками является:

а) расчет коэффициента корреляции знаков;

б) расчет коэффициента эластичности;

в) построение уравнения корреляционной связи;

г) анализ корреляционного поля.

5.6. Эмпирическое корреляционное отношение представляет собой корень квадратный из отношения:

а) средней из групповых дисперсий к общей дисперсии;

б) межгрупповой дисперсии к общей дисперсии;

в) межгрупповой дисперсии к средней из групповых дисперсий;

г) средней из групповых дисперсий к межгрупповой дисперсии.

5.7. Теснота связи двух признаков при нелинейной зависимости определяется по формуле:

а) ;

б) ;

в) .

5.8. Теснота связи между двумя альтернативными признаками измеряется с помощью:

а) коэффициент корреляции знаков Фехнера;

б) коэффициент корреляции рангов Спирмена;

в) коэффициент ассоциации;

г) коэффициент контингенции;

д) коэффициент конкордации.

5.9. Парный коэффициент корреляции показывает:

а) тесноту линейной зависимости между двумя признаками на фоне действия остальных, входящих в модель;

б) тесноту линейной зависимости между двумя признаками при исключении влияния остальных, входящих в модель;

в) тесноту нелинейной зависимости между двумя признаками;

г) тесноту связи между результативным признаком и остальными, включенными в модель.

5.10. Частный коэффициент корреляции показывает:

а) тесноту линейной зависимости между двумя признаками на фоне действия остальных, входящих в модель;

б) тесноту линейной зависимости между двумя признаками при исключении влияния остальных, входящих в модель;

в) тесноту нелинейной зависимости;

г) тесноту связи между результативным признаком и остальными, включенными в модель.

5.11. Парный коэффициент корреляции может принимать значения:

а) от 0 до 1;

б) от –1 до 0;

в) от –1 до 1;

г) любое положительное значение;

д) любое значение меньше нуля.

5.12. Частный коэффициент корреляции может принимать значения:

а) от 0 до 1;

б) от –1 до 0;

в) от –1 до 1;

г) любое положительное значение;

д) любое значение меньше нуля.

5.13. Множественный коэффициент корреляции может принимать значения:

а) от 0 до 1;

б) от –1 до 0;

в) от –1 до 1;

г) любое положительное значение;

д) любое значение меньше нуля.

5.14. Коэффициент детерминации может принимать значения:

а) от 0 до 1;

б) от –1 до 0;

в) от –1 до 1;

г) любое положительное значение;

д) любое значение меньше нуля.

5.15. С помощью какого уравнения регрессии исследуется прямолинейная связь между факторами:

а) ;

б) ;

в) ;

г) .

5.16. Какие формулы используются для аналитического выражения нелинейной связи между факторами:

а) ;

б) ;

в) .

5.17. Для изучения связи между двумя признаками рассчитано линейное уравнение регрессии:

параметры:

Выберите верные утверждения:

Параметр показывает, что:

а) связь между признаками прямая;

б) связь между признаками обратная;

в) с увеличением значения признака “х” на единицу значение признака “у” увеличивается на …..;

г) с увеличением значения признака “х” на единицу значение признака “у” увеличивается на ….

5.18. Для изучения связи между двумя признаками рассчитано линейное уравнение регрессии:

параметры:

Выберите верные утверждения:

Параметр показывает, что:

а) связь между признаками прямая;

б) связь между признаками обратная;

в) с увеличением значения признака “х” на единицу значение признака “у” увеличивается на …;

г) с увеличением значения признака “х” на единицу значение признака “у” уменьшается на ….

5.19. Корреляционный анализ используется для изучения:

а) развития явления во времени;

б) структуры явлений;

в) соотношений явлений;

г) взаимосвязей явлений.

5.20. В результате проведения регрессионного анализа получают функцию, описывающую:

а) взаимосвязь показателей;

б) соотношение показателей;

в) структуру показателей;

г) темпы роста показателей;

д) прирост показателей.

5.21. Если результативный и факторный признаки являются количественными, то для анализа тесноты связи между ними могут применяться:

а) корреляционное отношение;

б) линейный коэффициент корреляции;

в) коэффициент ассоциации;

г) коэффициент корреляции рангов Спирмена;

д) коэффициент корреляции знаков Фехнера.

5.22. Для анализа тесноты связи между двумя качественными альтернативными признаками могут применяться:

а) корреляционное отношение;

б) линейный коэффициент корреляции;

в) коэффициент ассоциации;

г) коэффициент корреляции рангов Спирмена;

д) коэффициент контингенции.

5.23. Параболическое уравнение регрессии применяется, если:

а) при равномерном возрастании факторной переменной результативный признак возрастает или убывает ускоренно;

б) результативный и факторный признаки возрастают или убывают примерно одинаково (в арифметической прогрессии);

в) при увеличении значений факторной переменной значения результативного признака не изменяются.

5.24. Линейное уравнение регрессии применяется, если:

а) при равномерном возрастании факторной переменной результативный признак возрастает или убывает ускоренно;

б) результативный и факторный признаки возрастают или убывают примерно одинаково (в арифметической прогрессии);

в) при увеличении значений факторной переменной значения результативного признака не изменяются.

5.25. Гиперболическое уравнение регрессии применяется, если:

а) при равномерном возрастании факторной переменной результативный признак возрастает или убывает ускоренно;

б) при увеличении значений факторной переменной значения результативного признака уменьшаются, причем это уменьшение все время замедляется;

в) при увеличении значений факторной переменной значения результативного признака увеличиваются, причем это увеличение все время возрастает;

г) результативный и факторный признаки возрастают или убывают примерно одинаково (в арифметической прогрессии).

5.26. Для определения параметров уравнения регрессии можно применить метод:

а) скользящей средней;

б) наименьших квадратов;

в) основного массива;

г) параллельных рядов.

5.27. О качестве полученного уравнения регрессии судят на основе:

а) средней ошибки аппроксимации;

б) уровня значимости;

в) доверительной вероятности;

г) частных коэффициентов корреляции.

5.28. С помощью какого графика можно определить форму зависимости между двумя признаками:

а) гистограммы;

б) кумуляты;

в) корреляционного поля;

г) огивы;

д) полигона распределения.

5.29. Установите соответствие между видом коэффициента и его формулой:

а) ;

б) ;

в) ;

г) .

1) парный (линейный) коэффициент корреляции;

2) частный коэффициент корреляции;

3) коэффициент детерминации;

4) множественный коэффициент корреляции.

5.30. Установите соответствие между видом уравнения регрессии и названием функции, его описывающей:

а) ; б) ; в) ; г) ; .

1) показательная функция; 2) линейная функция; 3) парабола; 4) степенная функция; 5) гипербола.

5.31. Установите соответствие между показателем и его назначением:

а) определяет тесноту связи между результативным признаком и несколькими факторными признаками;

б) определяет тесноту линейной зависимости между двумя признаками на фоне действия всех факторов, входящих в модель;

в) определяет тесноту линейной зависимости между двумя признаками при исключении влияния остальных.

1) парный (линейный) коэффициент корреляции;

2) частный коэффициент корреляции;

3) множественный коэффициент корреляции.

5.32. Если линейный коэффициент корреляции получился равным 0,235, то

1) связь между признаками отсутствует;

2) связь между признаками достаточная;

3) связь между признаками средняя;

4) связь между признаками либо слабая, либо нелинейная;

5) связь между признаками либо слабая, либо обратная.

5.33. Связь между процентной ставкой на межбанковский кредит (%) (у) и сроком предоставления кредита в днях (х) описана уравнением регрессии:

у_x = a + bх. Это означает, что с продлением срока пользования кредитом на 1 день процентная ставка увеличится в среднем на…

5.34. Связь между балансовой прибылью предприятий (млн.руб.) (у) и числом дней просроченных платежей (х) описана уравнением регрессии:

у_x = 90 – 0,2х. Это означает, что с каждым днем просроченных платежей балансовая прибыль в среднем будет уменьшаться на….

5.35. Средняя из произведений значений двух признаков x и y равна 21 ( ), среднее значение факторного признака х равно 3 ( ), среднее значение результативного признака у равно 5 ( ), дисперсия факторного признака х равна 25 (σ_x² = 25) , дисперсия результативного признака у равна 36 (σ_y²= 36). Определите линейный коэффициент корреляции (с точностью до 0,1).

5.36. Если теоретическое корреляционное отношение равно 1, то связь между признаками:

а) функциональная, прямая;

б) статистическая, прямая;

в) функциональная, обратная;

г) статистическая, обратная;

Д) отсутствует.

5.37. Если теоретическое корреляционное отношение равно 1, то:

а) линия регрессии проходит через все эмпирические точки;

б) линия регрессии проходит параллельно оси абсцисс;

в) линия регрессии проходит параллельно оси ординат;