- •1.Загальна задача лінійного програмування.
- •2.Графічний метод розв’язування злп.
- •3.Симплексний метод: ідея, вимогита умови оптимальності.
- •9.Транспортна задача: особливості, типи, математична модель.
- •6.Двоїста пара задач: типи та алгоритм перетворення.
- •7.Теореми двоїстості.
- •8.Розв’язування двоїстої задачі.
- •10.Умови оптимальності в тз, її обґрунтування.
- •11.Тз: види виродженої задачі.
- •14.Метод потенціалів в тз
- •45.Узагальнений метод найменших квадратів (метод Ейткена).
- •12.Методи будування базисних планів при розв’язуванні тз.
- •15.Динамічне програмування: мат. Моде-ль та її види.
- •14.Метод потенціалів в тз.
- •47. Метод визначення гетеро- за тестом Гольфельда-Квандта.
- •16.Метод динамічного програмування: властивості, переваги, недоліки.
- •13.Альтернативний оптимум в тз
- •19.Розв’язування задач методом динамічного програмування.
- •20.Задача про призначення: її модель та алгоритм.
- •21.Задача про кільцевий маршрут: модуль та розв’язування.
- •22.Угорський метод.
- •24.Задача про максимальний потік: модель та алгоритм.
- •25.Задача про найкоротшу відстань: модель та алгоритм.
- •26.Загальна економетрична модель та її постановка.
- •27.Вимоги та етапи будування економетричної моделі.
- •28.Специфікація економетричної моделі.
- •46.Метод визначення гетероскедастичності за μ-критерієм.
- •30.Метод найменших квадратів.
- •31.Передумови застосування мнк.
- •33.Оцінка тісноти зв’язку між змінними рівнянь регресії.
- •34.Стандартні похибки при оцінці параметрів моделі.
- •35.Оцінка значущості зв’язку між змінними моделі.
- •37.Стат. Критерії перевірки значущості зв’язку між змінними моделі.
- •38.Поняття мультиколінеарності, її негативність, наслідки та ознаки
- •40.Визначення мультиколінеарності за допомогою критерія Пірсона.
- •41.Визначення мультиколінеарності за допомогою критерія Стьюдента.
- •42.Визначення мультиколінеарності за допомогою критерія Фішера.
- •39.Напрямки усунення мульт-.
- •43.Алгоритм Феррара-Глобера для виявлення мульт- (загальна частина).
- •44.Гетероскедастичність та її вплив на оцінки параметрів моделі.
- •48.Визначення гетероскедастичності за тестом Спірмана.
- •50.Автокореляція: зміст, причини виникнення та її наслідки.
- •51.Методи визначення автокореляції.
- •Графічний метод розв’язування злп.
39.Напрямки усунення мульт-.
Найпростіший напрямок боротьби з мільти-колінеарністю наступний: - виключення од-ного з двух факторів, між якими має місце кореляція - перетворення вихідної інформації наступним чином: Взяти відхилення від середньої змінної вихідного масиву Замість абсолютного значення брати відносні значен-ня. Провести стандартизацію(нормалі-зацію) незалежних змінних-змінити специфі-кацію моделі економетричної - інколи доста-тньо збільшити обсяги спостережень, щоб звести до мінімуму вплив корельовано змін.
43.Алгоритм Феррара-Глобера для виявлення мульт- (загальна частина).
При аналізі одержаної економетричної моде-лі на мультиколінеарність використовують коеф. детармінації, часткові коефіцієнти коре-ляції та статистичні критерії. Для виявлення існування мультиколінеарності між незалеж-ними змінними використовують загальну схе-му алгоритму Феррара-Глобера. Цей алгори-тм можна розділити на дві частини: у першій проводиться підготовка вихідних даних для використання стат. критеріїв, у другій частині проводиться аналіз на мультиколінеарність згідно зі статистичними критеріями. Викори-стовують три види статистичних критеріїв: - критерій χ2 (Пірсона), за допомогою якого ведеться перевірка на мультиколінеарність усього масиву незалежних змінних - критерій Фішера (F-критерій), за допомогою якого ведеться перевірка зв’язків кожної незалежної змінної з рештою множиною змінних - критерій Стьюдента (t-критерій), за допомогою якого ведеться перевірка існування зв’язків між кожною парою незалежних змінних. Блок-схема алгоритму загальної частини (підготовка вихідних даних для використання статистичних критеріїв:
1.{xik}= k=1,2,… i=1,n →
2.x‾k , k=1,2,… →
3.σxk2=∑(xik - x‾k)2/n →
4.x*ik=(xik - x‾k)/√(nσxk2) →
5.X* = ||xik*|| →
6.r=X*’X* →
7. D=|r| = a11A11 – a12A12+…
Блоки 1-2: загальний масив незалежних змінних хik поділяється на k груп, кількість таких груп не менше 3. Кількість спостере-жень в кожній групі повинна бути однаковою. Для кожної групи знаходиться середнє значення. Блоки 3-4: по кожній групі прово-диться стандартизація (нормалізація) незале-жних змінних, використовуючи для цього дисперсію змінної по кожній групі, п – кіль-кість спостережень в кожній групі Блок 5: складання матриці стандартизованих змін-них.Елементи цієї матриці не повинні переви-щувати 1. Блок 6: знаходження кореляційної матриці, де Х*’-транспонована матриця до матриці Х*. кореляційна матриця є симетри-чною, у якій елементи є парні коефіцієнти кореляції, які свідчать про тісноту зв’язків між парами незалежних змінних. По цій матриці можливо зробити попередні висновки про наявність явища мультиколінеарності. Якщо коеф кореляції більше 0,7, то є підозра на існування мультиколінеарності. Елементи цієї матриці знаходяться в діапазоні від -1 до 1.
Блок 7:знаходження визначинка (детермінан-та)кореляційної матриці по будь-якому рядку.