4.Моделирование парных связей: понятие, принцип, последовательность операций.

Парными называются связи, в которых анализ ограничен влиянием только одного фактора на изучаемое следствие.

Последовательность: 1. Постановочная операция – цель сформировать задачу, решаемую методом моделирования. Эта задача формируется на основе положений ЭТ и отраслевой экономич. науки, изучающей определенную область общественной жизни. Т.О. итогом является строгая научная формулировка исследуемой проблемы.

2. Априорный этап - представлен теоретическим анализом проблемы, результатом этапа являются научные гипотезы о механизмах и тенденциях связей. В ходе последующ моделирования эти гипотезы будут либо отклонены, либо подтверждены с уточнением в форме ряда количественных параметров. Гипотезы уточняют задачу и выбирают инструменты.

3. Параметризация - выбор конкретного вида мат. модели, такой выбор можно осущ несколькими способами и их сочетанием: логический анализ, анализ предварительно сформированной информации в виде графиков(элементарных показателей или применяются спец.мат. приемы для выбора модели адекватной реальной ситуации)

4. Информационный этап – сбор исходной информации, выбор даты, на которую собираются сведения, определение границ тер-рии, определение полноты охвата изучаемой совокупности (сплошной учет всех единиц/выборочный учет, тогда определяем вид выборки с таким расчетом чтобы вид и объем выборки обеспечивали соблюдение нужного уровня репрезентативности данных)

5. идентификация модели – расчет числовых значений уравнения регрессии а, в, коэф корреляции.

6. верификация модели – оценка стат значимости построенной модели, т.е. степени ее соответствия фактическим данным

7. если модель признана статистически значимой, то можно составить прогноз(краткосрочный, среднесрочный, прямая экстраполяция или на основе доп анализ, формирование гипотетических значений и параметров)

формы

1 .точечный 2. Интервальный( между линиями область f – зона в пределах которой с заданей вер-тью будет находиться величина параметра

Принципы моделирования: выбор модели д.б. научно обоснованным, д.б. обеспечено надлежащее кач-во исходных данных. Решаемая задача должна МАХ соотв запросам пользователей. Результаты моделирование (кроме секретных) д.б. общедоступными для заинтересовавшихся и д.б. своевременно представлены пользователям.

7. Оценка соответствия уравнения регрессии исходным данным на основе средней ошибки аппроксимации.

- коэф аппроксимации - отклонение, перевод в относительную форму.

Ā показывает на какую величину в среднем отклоняется каждое индивидуальное значение у-фактическое от своего теоретического значения, это отклонение выражается в %. Ā ≤ 10%, то построенная модель соответствует исходным данным, если больше, то модель не вполне адекватна исходным данным.

8. оценка статистической значимости уравнения регрессии F-критерий Фишера. Статистическая значимость - достоверность модели, т.е. ее адекватность фактич данным. Используют 2 мат способа: 1. Табличные значения критерий Фишера 2. Табличное значение Т критерий Стьюдента. Принцип оценки: по мат таблицам определяют теоретич значение критерия, по спец ф-лам расчетное фактич значение и сопоставляют их. Если Fтабл<Fфакт, то уравнение статистически значимо, если наоборот, то подтверждается Но гипотеза. Fтабл определяется по таблице, где k1 - число независимых переменных в модели, k2 =n-2

, вероятность обычно составляет 95%.