
- •Вопросы
- •Основные понятия комбинаторики. Правила суммы и произведения. Перестановки, размещения, сочетания и формулы для их вычисления.
- •Понятие эксперимента. Понятие события, пространство элементарных событий.
- •Достоверное и невозможное событие. Совместимые и несовместимые события. Противоположное событие.
- •Операции над событиями (сумма, разность, произведение).
- •Понятие о полной группе событий.
- •Классическое определение вероятности события.
- •Геометрическое определение вероятности события.
- •Статистическое определение вероятности события. Аксиоматическое определение вероятности события.
- •Условная вероятность и ее свойства.
- •Свойства условных вероятностей:
- •Теоремы сложения вероятностей несовместных и совместных событий.
- •Формула сложения вероятностей
- •Зависимые и независимые события.
- •Формула полной вероятности события. Формулы Байеса.
- •Понятие схемы независимых испытаний Бернулли. Наивероятнейшее число наступления событий в схеме Бернулли.
- •Функция распределения случайной величины и ее свойства.
- •Свойства функции распределения:
- •Числовые характеристики случайной величины.
- •Законы распределения дискретной случайной величины:
- •Понятие случайной непрерывной величины.
- •Числовые характеристики непрерывной случайной величины.
- •Плотность распределения.
- •Мода и медиана непрерывной случайной величины.
- •Законы распределения непрерывной случайной величины:
- •Правило «трех сигм».
- •Закон больших чисел. Неравенство Чебышева. Теорема Чебышева.
- •Понятия многомерной случайной величины.
- •Дискретные двумерные случайные величины.
- •Непрерывные двумерные случайные величины.
- •Понятия плотности совместного распределения вероятностей и совместная функция распределения.
- •Независимые случайные величины.
- •Понятия корреляционного момента и коэффициента корреляции. Понятие корреляционной зависимости.
- •Выборочный метод и его основные понятия. Случайная выборка, объем выборки.
- •Способы отбора:
- •Вариационный ряд для дискретных и непрерывных случайных величин. Полигон и гистограмма.
- •Эмпирическая функция распределения и ее свойства.
- •Свойства эмпирической функции распределения:
- •Статистические оценки параметров распределения. Состоятельность и несмещенность статистических оценок.
- •Выборочные среднее и дисперсия и их свойства.
- •Надежность и доверительный интервал. Доверительный интервал для математического ожидания нормального распределения при известной дисперсии.
- •Проверка статистических гипотез. Нулевая и альтернативная гипотезы, статистический критерий. Ошибки первого и второго рода.
- •Этапы проверки статистической гипотезы.
- •Критерий согласия Пирсона о виде распределения.
- •Понятие о регрессионной зависимости случайных величин. Выборочные уравнения регрессии.
- •Линейная регрессия.
- •Нелинейная регрессия. Логарифмическая, обратная, степенная, и показательные модели нелинейной регрессии.
Нелинейная регрессия. Логарифмическая, обратная, степенная, и показательные модели нелинейной регрессии.
Многие экономические зависимости не являются линейными, и поэтому их моделирование линейными уравнениями регрессии не может дать положительного результата.
Логарифмическая модель
Пусть
некоторая экономическая зависимость
моделируется формулой
,
где A,
– параметры модели. Эта функция может
отражать зависимость спроса Y
на благо от его цены X
(в этом случае 0)
или от дохода X
(0
– функция Энгеля). Прологарифмировав
обе части последнего соотношения,
получим
,
замена переменных вида
позволяет формально свести уравнение
к линейному виду:
.
Обратная модель
Обратная
модель имеет вид
.
Заменой
эта модель сводится к линейной.
Степенная модель
Степенная
функция вида
при m=3
(кубическая функция) в микроэкономике
моделирует зависимость общих издержек
от объема выпуска; квадратичная функция
(m=2)
отражает зависимость между объемом
выпуска и средними или предельными
издержками (или между расходами на
рекламу и прибылью). Модель может быть
сведена к линейной модели множественной
регрессии с помощью замены
.
Показательная модель
Показательная
функция
может использоваться при анализе
изменения переменной Y
с постоянным темпом прироста во времени.
Например, производственная функция
Кобба – Дугласа с учетом научно –
технического прогресса:
.
Прологарифмировав, получаем соотношение:
,
которое сводится к линейному виду с помощью замен:
.