- •Введение
- •Глава 1. Оптимизационные экономико-математические модели
- •1.1. Общая задача оптимизации. Примеры задач линейного программирования
- •1.1.1. Задача оптимального использования ресурсов (задача о коврах)
- •Экономико-математическая модель задачи
- •Экономико-математическая модель задачи
- •1.2. Графический метод решения задач линейного программирования
- •Экономико-математическая модель задачи
- •1.3. Технология решения задач линейного программирования с помощью надстройки поиск решения в среде excel
- •1.3.1. Общие сведения о работе с табличным процессором Excel
- •Экономико-математическая модель задачи
- •1.4. Двойственность в задачах линейного программирования. Анализ полученных оптимальных решений
- •Решение
- •Содержание отчета по результатам
- •Содержание отчета по устойчивости
- •Решение
- •Задачи для самостоятельного решения
- •1.5. Специальные задачи линейного программирования
- •1.5.1. Задачи целочисленного программирования
- •Экономико-математическая модель задачи
- •Решение задачи целочисленного программирования с помощью средства Excel Поиск решения
- •1.5.2. Транспортная задача и ее реализация в среде Excel
- •Применение транспортных моделей к решению некоторых экономических задач
- •Решение
- •1.31. Диалоговое окно Результаты поиска решения
- •1.5.3. Задача о назначениях
- •Экономико-математическая модель задачи
- •1.6. Возможные ошибки при вводе условий задач линейного программирования
- •Глава 2. Балансовые модели
- •2.1. Экономико-математическая модель межотраслевого баланса (модель Леонтьева)
- •2.2. Межотраслевые балансовые модели в анализе экономических показателей
- •Решение
- •2.3. Модель международной торговли (линейная модель обмена)
- •Решение
- •2.4. Модель неймана
- •Вопросы и задачи для самостоятельного решения
- •Глава 3. Методы и модели анализа и прогнозирования экономических процессов с использованием временных рядов
- •3.1. Основные понятия и определения
- •3.1.1. Требования к исходной информации
- •3.1 .2. Этапы построения прогноза по временным рядам
- •2. Построение моделей
- •3. Оценка качества построенных моделей
- •4. Построение точечных и интервальных прогнозов
- •Установка Пакета анализа
- •Решение
- •Решение задачи с помощью Пакета анализа Excel
- •Решение
- •3.3. Анализ временных рядов с помощью инструмента мастер диаграмм
- •Построение линий тренда
- •График временного ряда Индекс потребительских расходов
- •Решение
- •Вопросы и задачи для самостоятельного решения
- •Глава 4. Аудиторная работа «Решение задач линейного программирования с использованием Microsoftt Excel»
- •4.1. Руководство к выполнению аудиторной работы
- •4.2. Инструкция по использованию Microsoft Excel при решении задач линейного программирования
- •2) В окне Поиск решения запустить задачу на решение;
- •3) В окне Результат выбрать формат вывода решения.
- •4.3. Порядок выполнения работы
- •Задание 1
- •Задание 2
- •Примерные вопросы на защите работы
- •Приложение 1
- •Василий Васильевич леонтьев
- •5 Августа 1906 г. - 5 февраля 1999 г.
- •Леонид Витальевич канторович
- •19 Января 1912 г. - 7 апреля 1986 г.
- •Оглавление
- •Глава 1. Оптимизационные экономико-математические модели
- •Глава 2. Балансовые модели
- •Глава 3. Методы и модели анализа и прогнозирования экономических процессов с использованием временных рядов
- •Глава 4. Аудиторная работа «решение задач линейного программирования с использованием microsoft excel»
Решение
Для решения поставленной задачи необходимо выполнить следующую последовательность действий:
выделить ячейки А1:А17, содержащие наименование временного ряда и исходные данные;
вызвать Мастер диаграмм:
Шаг 1. Выбрать тип диаграммы - График; вид - Первый;
Шаг 2. Щелкнуть кнопку Далее;
Шаг 3. В появившемся окне снова выбрать кнопку Далее;
Шаг 4. Щелкнуть кнопку Готово. На экране появится построенный график;
щелкнуть правой кнопкой на линии графика. График выделен метками (рис. 3.26);
Рис. 3.26. Выбор наилучшей модели
в диалоговом окне Линия тренда выбрать тип Линейная (потом Полиномиальная второй степени, потом Полиномиальная пятой степени);
на вкладке Параметры назначаем: Показывать уравнение на диаграмме, Поместить на диаграмму R2, Прогноз на два шага;
для построения прогноза выбрать модель с наибольшим коэффициентом детерминации R2;
в качестве лучшего выбран полиномиальный тренд пятого порядка.
Вопросы и задачи для самостоятельного решения
1. В чем суть прогнозирования экономических процессов на основе метода экстраполяции?
2. На какие компоненты в общем случае можно разложить уровни временного ряда?
3. Перечислите методы выявления наличия тренда.
4. Укажите правильный вид линейной модели временного ряда:
а) Y(t) = a0 + a1t + a2t2;
б) Y(t) = a0 + a1k;
в) Y(t) = a0 + a1t;
г) Y(t) = a0 + a1et.
5. Чем определяется качество математической модели временного ряда:
а) случайным характером остаточной компоненты;
б) альтернативностью и системностью подхода к моделированию;
в) адекватностью и точностью модели;
г) интервальным прогнозом.
6. Каким образом выполняется оценка адекватности Трендовых моделей?
7. Назовите статистические критерии оценки точности моделей прогнозирования.
8. От каких факторов зависит ширина доверительного интервала прогноза?
Задача 3.1. Имеются данные за 9 месяцев об уровне безработицы yt (в % к общему числу трудоспособного населения области):
t |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
yt |
15 |
13 |
11 |
12 |
13 |
11 |
10 |
8 |
5 |
Проверьте наличие тренда, гарантируя результат с вероятностью Р = 0,9 (tα = 1,89; Fкр = 5,34). Отобразите на графике фактические данные.
Задача 3.2. Дан временной ряд котировок евро за январь 2000 г. (по дням):
t |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
Котировки |
29,48 |
29,29 |
28,92 |
28,84 |
28,94 |
28,84 |
28,93 |
Определить прогнозные значения данного показателя на следующие 2 дня с использованием модели Y = a0 + a1t. Табличное значение критерия Стьюдента: tтабл(α = 0,1; k = n - 2 = 5) = 2,01.
Задача 3.3. Оценить адекватность модели f(t) = 22.89 – 1.25t, описывающей временной ряд Y(t) = (25; 17; 18; 16; 20; 15; 14), на основе исследования:
случайности остаточной компоненты по критерию пиков;
независимости уровней ряда остатков по d-критерию (в качестве критических используйте уровни d1 = 1,08 и d2 = 1,36) или по первому коэффициенту корреляции, критический уровень которого r(1) = 0,36;
нормальности распределения остаточной компоненты по RS-критерию с критическими уровнями 2,7-3,7.