
- •Эконометрика и экономико-математические методы и модели Учебно-методический комплекс
- •Состав и структура умк
- •Эконометрика
- •И экономико-математические
- •Методы и модели
- •Учебная программа для специальностей:
- •Составила: Мокеева о.А., к. Ф.-м. Н., доцент
- •Учебная программа составлена на основе учебной программы «Эконометрика и экономико-математические методы и модели», утвержденной 31 августа 2010 г., регистрационный номер уд-046-10/баз.
- •Заведующий кафедрой
- •Пояснительная записка
- •Примерный тематический план
- •Содержание учебного материала
- •Тема 1. Теоретические основы математического моделирования
- •Тема 2. Модели парной регрессии
- •Информационно-методическая часть Основная литература Учебники
- •Дополнительная литература Учебники
- •Наглядные и методические пособия
- •Тема 1 теоретические основы экономико-математического моделирования
- •1. Понятие о модели и моделировании
- •2. Классификация моделей
- •3. Экономико-математическая модель
- •4. Этапы экономико-математического моделирования
- •5. Принципы построения экономико-математических моделей
- •6. Общая характеристика экономико-математических методов
- •7. Эконометрика как наука
- •8. Эконометрика и другие науки
- •9. Эконометрические модели и их типы
- •10. Этапы эконометрического моделирования
- •11. Пример эконометрического исследования
- •12. Эконометрическое моделирование
- •Вопросы для самоконтроля
- •Тема 2 модели парной регрессии
- •1. Корреляционный и регрессионный анализы
- •2. Спецификация модели
- •3. Параметризация модели
- •4. Оценка тесноты связи между количественными переменными
- •5. Проверка общего качества уравнения регрессии
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Задания для самостоятельной работы
- •Лабораторная работа «Парная линейная регрессия и корреляция»
- •1. Постановочный этап
- •2. Спецификация модели
- •3. Параметризация модели
- •4. Верификация модели
- •5. Прогнозирование
- •Сурс спецификация и параметризация парной нелинейной регрессионной модели
- •1. Количество часов сурс на тему – 2.
- •Теоретические вопросы (определяет преподаватель)
- •Практические задания (вариант определяет преподаватель)
- •Методические указания
- •Литература
- •Вопросы для самоконтроля
- •Тема 3 модели множественной регрессии
- •1. Постановочный этап
- •3. Параметризация модели
- •4. Верификация модели
- •4.1. Статистическая значимость параметров регрессии
- •4.2. Проверка общего качества модели множественной регрессии
- •4.3. Предпосылки мнк
- •5. Прогнозирование на основе регрессионных моделей
- •6. Фиктивные переменные
- •7. Введение фиктивных переменных в модель
- •8. Тест Чоу
- •9. Фиктивные переменные и сезонность
- •Примеры решения заданий
- •Решение:
- •Задания для самостоятельной работы
- •Лабораторная работа «Множественная линейная регрессия и корреляция»
- •Порядок выполнения работы
- •Вопросы для самоконтроля
- •Тема 4 эконометрический анализ при нарушении классических модельных предположений
- •1. Проблема гетероскедастичности
- •2. Автокорреляция остатков регрессионной модели
- •3. Мультиколлинеарность факторов
- •Эконометрический анализ модельных предположений для множественной линейной регрессионной модели
- •1. Количество часов сурс на тему – 2.
- •Теоретические вопросы (определяет преподаватель)
- •Отчет по лабораторной и самостоятельной управляемой работе «Множественная регрессия и корреляция» студента _____________________________________ гр. ______
- •1. Постановочный этап.
- •4. Верификация модели.
- •Литература
- •Вопросы для самоконтроля
- •Тема 5 моделирование одномерных временных рядов
- •1. Динамические эконометрические модели
- •2. Компоненты временного ряда
- •3. Выравнивание временного ряда
- •4. Общая схема моделирования временного ряда
- •5. Автокорреляция остатков временного ряда
- •6. Анализ структурной стабильности тенденции
- •Примеры решения заданий
- •1.2Подобрать линию тренда, которая лучше всего описывает фактические данные и на ее основе сделать прогноз на 3 недели вперед. Решение:
- •Задания для самостоятельной работы
- •Лабораторная работа «Анализ структуры временного ряда»
- •Порядок выполнения работы
- •2. Спецификация, параметризация и верификация модели.
- •3. Прогнозирование
- •Вопросы для самоконтроля
- •Тема 6 системы одновременных уравнений
- •1. Системы уравнений, используемые в эконометрике
- •2. Структурная и приведенная формы моделей
- •3. Проблема идентифицируемости модели
- •4. Методы оценивания параметров структурной модели
- •5. Практика применения систем одновременных уравнений в макроэкономическом анализе
- •Примеры решения заданий
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 7 модели сетевого планирования
- •1.2.11. Области применения моделей сетевого планирования
- •2. Основные понятия и элементы сетевого графика
- •3. Правила построения сетевого графика
- •4. Временные параметры сетевого графика
- •5. Линейный график Ганта
- •6. Задачи оптимизации сетевого графика
- •7. Модели сетевого планирования в условиях неопределенности
- •Примеры решения заданий
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 8 модели межотраслевого баланса
- •1. Понятие балансовой модели
- •2. Схема межотраслевого баланса
- •3. Варианты расчетов по балансовой модели
- •4. Модель отраслевого баланса в условиях ограничений на используемые внешние ресурсы
- •5. Из истории метода межотраслевого баланса
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 9 модели теории игр
- •1. Понятие игры, виды игр
- •2. Принцип минимакса
- •3. Упрощение матричных игр
- •1.2.24. Решение матричных игр без седловых точек
- •1.35. Игры с природой
- •1.46. Критерий Байеса
- •1.57. Критерий Лапласа
- •1.68. Максиминный критерий Вальда
- •1.79. Критерий Сэвиджа (минимаксного риска)
- •1.810. Критерий обобщенного максимума Гурвица
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Решение:
- •1.10Критерий Вальда
- •1.11Критерий Сэвиджа
- •1.12Критерий Гурвица
- •1.13Критерий Байеса
- •1.15Критерий Лапласа
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 10 модели массового обслуживания
- •1. Основные понятия систем массового обслуживания
- •2. Классификации систем массового обслуживания
- •3. Простейшие системы массового обслуживания
- •4. Примеры
- •5. Основные показатели эффективности системы массового обслуживания
- •5.1. Одноканальная система массового обслуживания с отказами
- •5.2. Многоканальная система массового обслуживания с отказами
- •5.3. Одноканальная система массового обслуживания с ожиданием и ограничением на длину очереди
- •5.4. Многоканальная система массового обслуживания с ожиданием и ограничением на длину очереди
- •5.5. Одноканальная система массового обслуживания с ожиданием и неограниченной очередью
- •3.3.6. Многоканальная система массового обслуживания с ожиданием и неограниченной очередью
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 11 модели управления товарными запасами
- •1. Основные теоретические сведения
- •2. Понятие о системах управления запасами
- •3. Простейшая модель оптимального размера партии поставки
- •4. Модель с учетом неудовлетворенных требований
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Информационно-методическая часть Основная литература Учебники
- •Дополнительная литература Учебники
- •Наглядные и методические пособия
Тема 1 теоретические основы экономико-математического моделирования
Основные понятия: модель, экономико-математическая модель, моделирование, эконометрика, эконометрическая модель, спецификация модели, параметризация модели, верификация модели, корреляционная зависимость, уравнение регрессии.
1. Понятие о модели и моделировании
Экономические результаты во многом зависят от качества решений, принимаемых людьми. Поэтому лицо, принимающее решение, должно хорошо представлять варианты возможных решений и результаты, связанные с каждым из них. В привычных, повторяющихся условиях решения могут приниматься на основе накопленного опыта, интуиции, здравого смысла. Но наилучшие решения не всегда лежат на поверхности, аналогов в прошлом опыте может и не быть, а цена ошибки при современных масштабах производства очень велика. Конечно, самым надежным способом выбора хорошего решения была бы постановка экспериментов непосредственно на объекте. Однако такие эксперименты зачастую невозможны или затруднительны ввиду их дороговизны, длительных сроков проведения, опасности нежелательных последствий.
В тех случаях, когда нельзя провести управляемый эксперимент, имеется возможность построить модель рассматриваемой ситуации и провести необходимые эксперименты с ней.
Модель – объект произвольной природы (материальный, мысленный, знаковый и т.д.), отражающий существенные для рассматриваемой задачи свойства объекта-оригинала.
Модель должна отображать, воспроизводить или замещать оригинал в его основных чертах так, чтобы ее изучение давало новую информацию об объекте. Изучение одних сторон моделируемого объекта осуществляется ценой отказа от отражения других сторон. Поэтому любая модель замещает оригинал лишь в строго ограниченном смысле. Из этого следует, что для полноты информации для одного объекта может быть построено несколько моделей, характеризующих объект с разных сторон.
Моделирование – это изучение объекта путем построения и исследования его модели, осуществляемое с определенной целью и состоящее в замене эксперимента с оригиналом экспериментом с моделью.
Главная особенность моделирования состоит в том, что модель выступает как инструмент, который исследователь ставит между собой и объектом с целью изучения последнего, т.е. объект рассматривается как бы через «призму» его модельного представления. Процесс моделирования, таким образом, включает в себя три элемента: субъект исследования (исследователь), объект исследования, модель.
2. Классификация моделей
По способу представления можно выделить три основных типа моделей: концептуальные, материальные и знаковые.
Концептуальная модель – это некоторое мысленное представление объекта, которое формируется в воображении человека в виде некоторого идеального образа.
Материальные модели можно разделить на три группы: предметные, аналоговые, физические.
Предметные (или геометрические) модели предназначены для воспроизведения и анализа в основном тех свойств объекта, которые определяются его размерами, формой.
Физические модели позволяют воспроизводить и изучать свойства объекта или процесса с сохранением его физической природы.
Аналоговые модели не воспроизводят, а лишь имитируют свойства изучаемой системы.
Знаковые модели отображают свойства оригинала с помощью различных символов и могут быть разделены на словесно-описательные, графические и математические.
Словесно-описательная модель представляет описание свойств объекта на некотором естественном языке.
Графические модели в зависимости от назначения делятся на портретные и условные.
Портретная модель – модель, графическими средствами отражающая реально или теоретически наблюдаемые свойства объекта.
Графическая условная модель служит для отображения в виде графического образа тех свойств объекта, которые непосредственно недоступны для наблюдения. Это могут быть графики некоторых функциональных зависимостей между переменными, гистограммы, таблицы, диаграммы и т.д.
Математическая модель – это описание свойств объекта на языке математики, то есть с помощью функциональных и логических зависимостей, алгебраических, дифференциальных или других уравнений и т.п.
Кроме представленной классификации моделей, различают и многие другие: по области использования (учебные, опытные, игровые и т.д.), по отрасли знаний (экономические, социальные, биологические и др.), по фактору времени (статические и динамические), по принадлежности к иерархическому уровню (модели микроуровня, макроуровня и метауровня), по степени причинной обусловленности (детерминированные и вероятностные).
В статических моделях описывается состояние объекта в конкретный момент или период времени. Динамические модели описывают взаимосвязи переменных во времени и опираются на аппарат дифференциальных и разностных уравнений.
Детерминированные модели предполагают жесткие функциональные связи между переменными модели. Для их исследования применяется теория математического программирования. Вероятностные (или стохастические) модели допускают наличие случайных воздействий на исследуемые показатели и используют инструментарий теории вероятностей и математической статистики.