
- •Вопросы по курсу «Макроэкономического прогнозирования».
- •18. Общая схема анализа данных.
- •20. Альтернативные способы анализа данных.
- •31. Причинные методы (Каузальные).
- •32. Понятия производственной функции.
- •33. Двухфакторные производственные функции.
- •34. Основные свойства производственной функции.
- •35. Некоторые характеристики производственных функций и наиболее используемых производственных функций.
- •36. Общая характеристика моделирования и моделей.
- •37. Требования к прогнозу в условиях эконометрического моделирования.
- •38. Виды производственных функций.
- •39. Функция Кобба-Дугласа.
- •40. Функция качества. Определения и виды функций.
- •41. Понятия об имитационном моделировании.
- •42. Методы скользящих средних.
39. Функция Кобба-Дугласа.
Производственная функция Кобба-Дугласа (Cobb-Douglas production function) — модель, показывающая зависимость объёма производства (Q) от создающих его факторов производства — труда (L) и капитала (K).
Впервые была предложена Кнутом Викселем, но проверена лишь в 1928 г. американскими экономистами Чарльзом Коббом и Полом Дугласом.
Функция имеет следующий вид:
Q = A × Lα × Kβ
где Q — объем производства; L — труд; K — капитал; A — технологический коэффициент; α — коэффициент эластичности по труду; β — коэффициент эластичности по капиталу.
Например, равенство Q = L0,73 К0,27 означает, что доля труда в совокупном продукте составляет 73%, а доля капитала — 27%.
40. Функция качества. Определения и виды функций.
-------------------------------------------------------------------------------
41. Понятия об имитационном моделировании.
Имитационное моделирование — это метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему, с которой проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте).
Имитационное моделирование — это частный случай математического моделирования. Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае аналитическая модель заменяется имитатором или имитационной моделью.
К имитационному моделированию прибегают, когда :
дорого или невозможно экспериментировать на реальном объекте;
невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;
необходимо сымитировать поведение системы во времени.
42. Методы скользящих средних.
Каждое звено скользящей средней – это средней уровень за соответствующий период, который относится к середине выбранного периода, если число уровней ряда динамики нечетное.
Скользя́щая сре́дняя — общее название для ряда функций, значения которых в каждой точке определения равны среднему значению исходной функции за предыдущий период. Скользящие средние обычно используются с данными временных рядов для сглаживания краткосрочных колебаний и выделения основных тенденций или циклов. Математически скользящее среднее является одним из видов свёртки, и поэтому его можно рассматривать как фильтр нижних частот, используемых в обработке сигналов.
I. Метод простого скользящего среднего имеет два недостатка:
возникает в результате того, что при вычислении прогнозируемого значения самое последнее наблюдение имеет такой же вес (значимость), как и предыдущее, т.е. присвоение равного веса, противоречит интуитивному представлению о том, что во многих случаях последние данные могут больше сказать о том, что произойдет в ближайшем будущем, чем предыдущие.
необходимо хранить большой объем информации.