- •Ответы на гос-экзамен теория систем и системного анализа
- •Понятие системы. Классификация систем. Системообразующие признаки. Системологические законы.
- •Классификация систем
- •Системообразующие факторы
- •Внутренние системообразующие факторы
- •Системологические законы
- •2. Сложные системы: особенности организации и строения. Виды структур. Количественные характеристики структур. Качественные и количественные методы прогнозирования развития сложных систем
- •Виды структур
- •Качественные и количественные методы прогнозирования развития сложных систем
- •Модель ожидания потребителя.
- •Метод экспертных оценок.
- •Количественные методы
- •Анализ временных рядов.
- •Каузальное (причинно-следственное) моделирование.
- •3.Основные принципы и задачи системного анализа. Этапы системного анализа.
- •Методология включает определения используемых понятий и принципы системного подхода.
- •4.Организационные структуры. Характеристика основных типов организационных структур, используемых в управлении организационные структуры
- •Характеристика основных типов организационных структур, используемых в управлении
- •Еще один общий признак классификации организационных структур—по объекту управления:
- •5. Системная инженерия. Основные понятия, принципы, этапы
- •Системный подход
- •Математические методы в экономике
- •6. Общая постановка задачи линейного программирования
- •Правило сокращенного суммирования.
- •7. Графический метод решения задач линейного программирования
- •Методика решения задач лп графическим методом.
- •Применение графического метода решения задачи линейного программирования на практике.
- •Построение математической модели.
- •Основные этапы экм исследований включают в себя следующее.
- •Методы эконометрики
- •9. Уравнение регрессии. Простая(парная) регрессия и множественная регрессия. Интерпретация и примеры регрессионных уравнений.
- •10. Характеристика основных этапов построения экономических моделей (на примере построения регрессионной модели спроса на товар)
- •11. Верификация модели. Оценка существенности параметров и статистической значимости уравнения в целом. T-критерий Стьюдента. F-критерий Фишера.
- •Моделирование экономических процессов и систем (макроуровень)
- •12. Определение макроэкономической математической модели и характеристика основных видов её элементов. Особенности применения метода математического моделирования в макроэкономике.
- •14. Определение макроэкономической производственной функции. Виды и свойства макроэкономических производственных функций.
- •15. Производственная функция Кобба-Дугласа. Основные свойства и характеристики производственных факторов функции Кобба-Дугласа.
- •Инвестиционный менеджмент и Информационные технологии управления инвестиционными проектами
- •17. Инвестиционный менеджмент: понятие и уровни иерархии в экономической системе.
- •4. Минимизация риска при осуществлении инвестиционных проектов.
- •Решение всех задач реализуется посредством подготовки и принятия управленческих решений в системе инвестиционного менеджмента.
- •18. Инвестиционный проект: понятие и классификация.
- •19. Проектное финансирование: понятие, особенности, основные схемы.
- •20. Лизинг: понятие, особенности, классификация, основные схемы.
- •Классификация лизинга по составу участников и способу их взаимодействия
- •Классификация лизинга по секторам рынка
- •Классификация лизинга по объему обслуживания передаваемого в лизинг имущества
- •21. Венчурное финансирование: понятие, особенности.
- •3 Уровня планирования:
- •22. Понятие риска инвестиционного проекта. Методы и механизмы управления рисками инвестиционных проектов.
- •23.Информационное пространство инвестиционного проекта: понятие, подходы к формированию
- •Моделирование экономических процессов и систем на локальном уровне
- •24. Определение экономико-математической модели (эмм). Классификация эмм по различным признакам. Различия и примеры моделей, применяемых в микро- и макроэкономике
- •25. Математическая постановка задачи оптимального поведения потребителя. Необходимые условия решения задачи (условия Куна-Таккера). Геометрическая интерпретация решения.
- •26. Коэффициенты эластичности спроса по факторам. Экономический смысл, формулы расчёта и цель применения при моделировании.
- •Методы подсчета коэффициента эластичности
- •Наиболее часто встречающиеся показатели эластичности:
- •Эластичность спроса по цене
- •Факторы эластичности спроса
- •Факторы неэластичности спроса
- •Эластичность спроса по доходу
- •Перекрестная эластичность спроса
- •Эластичность предложения
- •Свойства основной задачи линейного программирования. Геометрическое истолкование задачи линейного программирования
- •Система предпосылок основной модели управления запасами
- •Издержки хранения запасов
- •Уравнение общей стоимости
- •Оптимальный размер заказа q0
- •Уровень и интервал повторного заказа
- •Информационные системы
- •29. Общая функциональная структура документальной ипс Информационно-поисковая система
- •30. Информационно-поисковый язык Система индексирования. Цель процесса индексирования.
- •31. Информационно-логическая модель данных
- •32. Основные понятия er-модели. Сущность. Связь. Атрибут. Различие между типом и экземпляром сущности
- •33. Уникальный идентификатор сущности. Нормальные формы er-схем. Нормализация отношений
- •Разработка и стандартизация программных средств и информационных технологий 34. Жизненный цикл программного средства
- •35. Классическая итерационная модель жизненного цикла программного обеспечения
- •36. Каскадная модель жизненного цикла программного обеспечения
- •37. Модель фазы-функции жизненного цикла программного обеспечения
- •38. Объектно-ориентированные модели жизненного цикла программного обеспечения
- •Высокоуровневые методы информатики и программирования 39. Концепция сложных систем. Основы проектирования программного обеспечения
- •Физические основы системотехники. Сложные системы и принципы системотехники.
- •40. Понятие объектной модели. Эволюция модели и составные части объектного подхода
- •Преимущества объектной модели
- •41. Отношения и взаимодействие классов и объектов
- •42. Понятие метода. Диаграммы классов, модулей и процессов
- •43. Процесс. Уровни проектирования: микропроцесс и макропроцесс Микропроцесс проектирования
- •Макропроцесс проектирования
- •Операционные системы. Среды. Оболочки
- •44.Эволюция операционных систем
- •45. Назначение и функции операционных систем
- •46. Архитектура операционной системы
- •47. Управление памятью Управление памятью
- •Типы адресов
- •48. Сетевые службы и распределенные системы
- •Базы данных
- •49. Понятие базы данных. Банк данных, словарь данных и приложения
- •50. Реляционная модель данных. Индексирование и связывание таблиц
- •Index название_индекса
- •51. Построение информационной системы в сетях. Модель архитектуры клиент-сервер
- •Архитектура «Клиент-сервер»
- •Информационный менеджмент
- •52. Эволюция развития концепций корпоративных информационных систем
- •53. Концепция корпоративной информационной системы управления ресурсами erp. Эволюционное развитие концепции erp II Концепция erp
- •Функции erp-систем
- •Основные функции erp систем:
- •Достоинства
- •Недостатки
- •54. Современные концепции корпоративных информационных систем. Концепция управления взаимоотношениями с клиентами crm
- •Основные принципы
- •Классификации crm-систем Классификация по функциональным возможностям
- •Классификация по уровням обработки информации
- •55. Оценка экономической эффективности внедрения информационной системы: направления и методики
- •В настоящее время для определения эффективности внедрения кис предлагается ряд методик, которые можно группировать следующим образом:
- •56. Методика определения совокупной стоимости владения информационной системой (модель тсо)
- •Информационная безопасность
- •57. Методы идентификации и аутентификации. Способы аутентификации – пользователь «знает», пользователь «имеет» и пользователь «есть»
- •58. Признаки защищаемой информации. Владельцы защищаемой информации. Понятие «государственная тайна»
- •Открытый (исходный) текст — данные (не обязательно текстовые), передаваемые без использования криптографии.
- •60. Криптография с симметричными ключами. Алгоритм des, гост 28147-80., idea. Преимущества и недостатки криптографии с симметричными ключами
- •Простая перестановка
- •Одиночная перестановка по ключу
- •Двойная перестановка
- •Перестановка «Магический квадрат»
- •Распространенные алгоритмы
- •61. Ассиметричные алгоритмы шифрования. Криптосистема с открытым ключом rsa. Хэш-функция. Понятие односторонней функции. Коллизия хэш-функции
- •Основные способы использования алгоритмов с открытым ключом
10. Характеристика основных этапов построения экономических моделей (на примере построения регрессионной модели спроса на товар)
Весь процесс эконометрического моделирования можно разбить на шесть основных этапов:
1-й этап (постановочный) - определение конечных целей моделирования, набора участвующих в модели факторов и показателей, их роли;
2-й этап (априорный) - предмодельный анализ экономической сущности изучаемого явления, формирование и формализация априорной информации и исходных допущений, в частности относящейся к природе и генезису исходных статистических данных и случайных остаточных составляющих в виде ряда гипотез;
3-й этап (параметризация) - собственно моделирование, т.е. выбор общего вида модели, в том числе состава и формы входящих в неё связей между переменными;
4-й этап (информационный) - сбор необходимой статистической информации, т.е. регистрация значений участвующих в модели факторов и показателей;
5-й этап (идентификация модели) - статистический анализ модели и в первую очередь статистическое оценивание неизвестных параметров модели Непосредственно связан с проблемой идентифицируемостимодели, то есть ответа на вопрос «Возможно ли в принципе однозначно восстановить значения неизвестных параметров модели по имеющимся исходным данным в соответст-вии с решением, принятым на этапе параметризации?». После положительного ответа на этот вопрос необходимо решить проблему идентификации модели то есть предложить и реализовать математически корректную процедуру оценивания неизвестных параметров модели по имеющимся исходным данным;
6-й этап (верификация модели) — сопоставление реальных и модельных данных, проверка адекватности модели, оценка точности модельных данных.
11. Верификация модели. Оценка существенности параметров и статистической значимости уравнения в целом. T-критерий Стьюдента. F-критерий Фишера.
ВЕРИФИКАЦИЯ МОДЕЛИ — проверка ее истинности, адекватности. В отношении к дескриптивным моделям верификация модели сводится к сопоставлению результатов расчетов по модели с соответствующими данными действительности — фактами и закономерностями экономического развития.
В отношении нормативных (в том числе оптимизационных) моделей положение сложнее: в условиях действующего экономического механизма моделируемый объект подвергается различным управляющим воздействиям, не предусмотренным моделью; надо ставить специальный экономический эксперимент с учетом требований чистоты, т. е. устранения влияния этих воздействий, что представляет собой трудную, во многом еще не решенную задачу.
Верификация имитационной модели есть проверка соответствия ее поведения предположениям экспериментатора (см. Машинная имитация). Когда модель организована в виде вычислительной программы для компьютера, то сначала исправляют ошибки в ее записи на алгоритмическом языке, а затем переходят к верификации. Это первый этап действительной подготовки к имитационному эксперименту. Подбираются некоторые исходные данные, для которых могут быть предсказаны результаты просчета. Если окажется, что ЭВМ выдает данные, противоречащие тем, которые ожидались при формировании модели, значит, модель неверна, т. е. она не соответствует заложенным в нее ожиданиям. В обратном случае переходят к следующему этапу проверки работоспособности модели — ее валидации.
В линейной регрессии обычно оценивается значимость не только уравнения в целом, но и отдельных его параметров. С этой целью по каждому из параметров определяется его стандартная ошибка: mb и ma .
,(8.2)
где S2 – остаточная дисперсия на одну степень свободы.
Величина стандартной ошибки совместно с t-распределением Стьюдента при n-2 степенях свободы применяется для проверки существенности коэффициента регрессии.
При гипотезе Н0: b-b0=0, t-статистика выглядит следующим образом:
Значение сравнивается с табличным значением при определенном уровне значимости и числе степеней свободы (n-2). Если фактическое значение t-критерия превышает табличное, то гипотезу о несущественности коэффициента регрессии можно отклонить. Процедура оценивания существенности параметра а не отличается от уже рассмотренной для коэффициента регрессии. Оценка значимости уравнения регрессии в целом дается с помощью F-критерия Фишера. При этом выдвигается нулевая гипотеза, что коэффициент регрессии равен нулю, т. е. b =0, и следовательно, фактор х не оказывает влияния на результат у.
Непосредственному расчету F-критерия предшествует анализ дисперсии. Центральное место в нем занимает разложение общей суммы квадратов отклонений переменной у от средне го значения у на две части - «объясненную» и «необъясненную»:
- общая сумма квадратов отклонений
- сумма квадратов отклонения объясненная регрессией - остаточная сумма квадратов отклонения.
Любая сумма квадратов отклонений связана с числом степеней свободы, т. е. с числом свободы независимого варьирования признака. Число степеней свободы связано с числом единиц совокупности nис числом определяемых по ней констант. Применительно к исследуемой проблеме число cтепеней свободы должно показать, сколько независимых отклонений из п возможных требуется для образования данной суммы квадратов.
Дисперсия на одну степень свободы D.
F-отношения (F-критерий):
Ecли нулевая гипотеза справедлива, то факторная и остаточная дисперсии не отличаются друг от друга. Для Н0 необходимо опровержение, чтобы факторная дисперсия превышала остаточную в несколько раз. Английским статистиком Снедекором разработаны таблицы критических значений F-отношений при разных уровнях существенности нулевой гипотезы и различном числе степеней свободы. Табличное значение F-критерия — это максимальная величина отношения дисперсий, которая может иметь место при случайном их расхождении для данного уровня вероятности наличия нулевой гипотезы. Вычисленное значение F-отношения признается достоверным, если о больше табличного. В этом случае нулевая гипотеза об отсутствии связи признаков отклоняется и делается вывод о существенности этой связи: Fфакт > Fтабл Н0 отклоняется. Если же величина окажется меньше табличной Fфакт ‹, Fтабл , то вероятность нулевой гипотезы выше заданного уровня и она не может быть отклонена без серьезного риска сделать неправильный вывод о наличии связи. В этом случае уравнение регрессии считается статистически незначимым. Но не отклоняется.
Стандартная ошибка коэффициента регрессии
Для оценки существенности коэффициента регрессии его величина сравнивается с его стандартной ошибкой, т. е. определяется фактическое значение t-критерия Стьюдентa:которое
затем сравнивается с табличным значением при определенном уровне значимости и числе степеней свободы (n- 2).
Стандартная ошибка параметра а:
Значимость линейного коэффициента корреляции проверяется на основе величины ошибки коэффициента корреляции тr:
Общая дисперсия признака х:
Коэф. регрессии Его величина показывает ср. изменение результата с изменением фактора на 1 ед.
Ошибка аппроксимации: