- •5.Доверительный интервал для генеральной доли.
- •6.Объем выборки, необходимый для оценки генеральной доли.
- •7.Испытание гипотез, процедура испытания гипотез, односторонняя и двусторонняя проверки, статистика.
- •8.Испытание гипотезы на основе выборочной средней при известной генеральной дисперсии.
- •9.Испытание гипотезы на основе выборочной средней при неизвестной генеральной дисперсии.
- •10.Испытание гипотезы на основе выборочной доли.
- •15.Испытание гипотезы по двум выборочным долям.
- •16.Испытание гипотез по спаренным данным (зависимые выборки).
- •17. Непараметрические испытания гипотез. Таблица сопряженности. Критерий Хи-квадрат. Поправка Йетса.
- •18. Простая модель линейной регрессии. Расчет коэффициентов в модели парной линейной регрессии.
- •19. Коэффициент корреляции Пирсона г. Объясненная, необъясненная и общая вариации переменной у. Коэффициент детерминации. Ошибки и остатки.
- •20.Предсказания и прогнозы на основе модели линейной регрессии.
- •21. Основные предпосылки в модели парной линейной регрессии
- •22. Испытание гипотезы для оценки линейности связи на основе оценки коэффициента корреляции в генеральной совокупности.
- •23.Испытание гипотезы для оценки линейности связи на основе оценки показателя наклона линейной регрессии
- •24.Доверительные интервалы в линейном регрессионном анализе. Доверительный интервал для показателя наклона линейной регрессии.
- •26. Доверительный интервал для индивидуальных значений у при заданном значении х.
- •27.Множественная линейная регрессия. Основные предпосылки модели множественной линейной регрессии.
- •28.Расчет коэффициентов множественной линейной регрессии методом наименьших квадратов (мнк).
- •29.Стандартные ошибки коэффициентов в модели множественной линейной регрессии. Стандартная ошибка регрессии.
- •30.Интервальные оценки теоретического уравнения линейной регрессии.
- •31. Проверка статистической значимости коэффициентов уравнения линейной регрессии.
- •32. Проверка общего качества уравнения линейной регрессии. Коэффициент детерминации. Исправленный коэффициент детерминации.
- •33. Проверка равенства двух коэффициентов детерминации.
- •34. Проверка гипотезы о совпадении уравнений регрессии для двух выборок. Тест Чоу.
- •35. Регрессия и Excel.
- •36. Гетероскедастичность, ее последствия. Тест ранговой корреляции Спирмена.
- •37. Тест Голдфелда-Квандта
- •38. Смягчение проблемы гетероскедастичности. Метод взвешенных наименьших квадратов (внк) в случае пропорциональности неизвестных дисперсий отклонений квадратам значений независимой переменной.
- •39 Метод взвешенных наименьших квадратов (внк) в случае пропорциональности неизвестных дисперсий отклонений значениям независимой переменной.
- •41.Критерий Дарбина-Уотсона.
- •42.Мультиколлинеарность и ее последствия. Установление мультикол линеарности. Частные коэффициенты корреляции. Корреляционная матрица. Методы устранения мультиколлинеарности.
- •44.Дисперсионный анализ. Межгрупповая вариация. Внутри групповая вариация. Однофакторный дисперсионный анализ.
- •45.Двухфакторный дисперсионный анализ. Уровни фактора. Двухфакторный дисперсионный анализ без повторений. Двухфакторный дисперсионный анализ с повторениями.
- •46.Временные ряды. Элементы временного ряда (тренд, сезонная вариация, ошибки mad и mse).
- •47. Расчет сезонной вариации в аддитивной модели. Центрированная скользящая средняя.
- •52 Расчет сезонной вариации в мультипликативной модели. Центрированная скользящая средняя
- •53 Прогнозирование в мультипликативной модели
- •54 Экспоненциальное сглаживание. Простая модель экспоненциально го сглаживания. Константа сглаживания.
- •55 Выборочные уравнения регрессии. Линейная корреляция. Корреляционная таблица. Выборочное уравнение прямой линии регрессии у на X.
- •57. Косвенный метод наименьших квадратов
- •58. Методы экспертных оценок. Метод Дельфи. Метод написания сценария. Использование экспертных оценок в аналитической деятельности.
- •59.Анализ временных рядов в Excel.
- •60. Меры связи. Положительная связь. Отрицательная связь. Коэффициент Фехнера (коэффициент корреляции знаков).
- •62. Меры связи на основе критерия хи-квадрат. Коэффициент Крамера. Коэффициент взаимной сопряженности Пирсона. Коэффициент взаимной сопряженности Чупрова.
- •63. Выбор метода прогнозирования.
- •64. Адаптивные методы прогнозирования в экономических исследованиях
- •65. Модели экономического прогнозирования
- •66.Трендовые модели
- •67.Регрессионные модели
- •72 Модель прогнозирования стабильности цен
- •73 Матричные модели прогнозирования
- •74 Модели многомерных классификаций в прогнозных расчетах
- •75 Модель прогнозирования по неполным данным
- •76. Модели сезонных колебаний
- •77)Коэффициент автокорреляции
- •78) Прогноз коэффициентов и показателей в модели динамической регрессии
- •80) Многофакторная регрессионная модель с адаптивным механизмом
- •81Дисперсионное отношение
- •82 Адаптивная многорегрессионная модель
- •83 Расстояние Махаланобиса
- •84 Взвешенное Евклидово расстояние
- •85. Коэффициент ковариации между j и eе показателями
- •86Евклидова метрика
- •87.Модели с аддитивными и мультипликативными составляющими
- •88.Логистическая кривая Перла-Рида
- •89.Кривая Гомпертца
58. Методы экспертных оценок. Метод Дельфи. Метод написания сценария. Использование экспертных оценок в аналитической деятельности.
Экспертные исследования могут иметь как самостоятельное значение, так и использоваться при проверке истинности (верификации) логических исследований и моделирования.
Прогнозные экспертные оценки отражают индивидуальность суждения специалистов относительно эффективности, расхода ресурсов, безопасности, а также перспектив развития объекта и основаны на мобилизации профессионального опыта и интуиции.
Экспертные методы исследований используют в следующих случаях:
1) когда объект или явление либо полностью, либо частично не поддается предметному описанию или математической формализации;
2) в условиях отсутствия достаточно представительной и достоверной статистики по характеристикам объекта;
3) в условиях большой неопределенности среды функционирования объекта, особенно рыночной среды;
4) при средне- и долгосрочном прогнозировании новых рынков, объектов новых областей промышленности, подверженных сильному влиянию инноваций;
5) в случаях, когда или время или средства, выделяемые на прогнозирование и принятие решений, не позволяют исследовать проблему с применением формальных моделей;
6) отсутствуют необходимые технические средства моделирования, например, вычислительная техника с соответствующими характеристиками;
7) в экстремальных ситуациях.
Метод Дельфи, или метод дельфийского оракула, представляет собой итеративную процедуру анкетного опроса. Название этого метода обязано древнегреческому городу Дельфи, известному своими мудрецами - предсказателями будущего. Этот метод относится к классу методов групповых экспертных оценок и представляет собой итеративную процедуру анкетного опроса. Он был разработан в США в 1964 г. сотрудниками научно-исследовательской корпорации РЭНД О. Хелмером и Т. Гордоном.
При этом соблюдается требование отсутствия личных контактов между экспертами и обеспечения их полной информацией по всем результатам оценок после каждого тура опроса с сохранением анонимности оценок, аргументации и критики.
Процедура метода включает несколько последовательных этапов (туров) опроса. На первом этапе производится индивидуальный опрос экспертов, обычно в форме анкет. Эксперты дают ответы, не аргументируя их. Затем результаты опроса обрабатываются, и формируется коллективное мнение группы экспертов, выявляются и обобщаются аргументации в пользу различных суждений. На втором - вся информации сообщается экспертам и, их просят пересмотреть оценки и объяснить причины своего несогласия с коллективным суждением. Новые оценки вновь обрабатываются, и осуществляется переход к следующему этапу. Практика показывает, что после трех-четырёх этапов ответы экспертов стабилизируются и необходимо прекращать процедуру.
Метод сценариев представляет собой совокупность правил по изложению в письменном виде предложений специалистов по решаемой проблеме. Сценарий представляет собой документ, содержащий анализ проблемы и предложения по ее реализации. Предложения вначале пишут эксперты индивидуально, а затем они согласуются и излагаются в форме единого документа.
Сценарий - это гипотетическая картина последовательного развития во времени и пространстве событий, составляющих эволюцию объектов управления. Обычно сценарии разрабатываются для прогнозирования развития различных систем, предварительной оценки эффективности и возможного хода выполнения сложной операции и включают описание всех этапов жизненного цикла системы или операции. В дальнейшем такое описание является основой для разработки формализованных моделей различных этапов развития системы. Иначе говоря, сценарий является своеобразной описательной моделью, с которой начинается исследование любой системы в соответствии с этапами моделирования.
Цель метода - получение научно обоснованного прогноза для принятия управленческих решений.
Использование экспертных оценок в аналитической деятельности
Аналитическая служба обеспечивает работу по подготовке, обоснованию и формированию механизмов реализации наиболее важных и ответственных решений.
Основными целями и задачами аналитической службы, определяющими потребность в проведении соответствующих экспертиз, являются:
1)выявление приоритетных направлений и целей деятельности лица, принимающего решение;
2)сбор, систематизация, классификация и анализ информации по основным направлениям деятельности лица, принимающего решение;
3) анализ ситуаций, которые являются областью активной деятельности лица, принимающего решение, и оказывают существенное влияние на достижение поставленных целей;
4) разработка и оценка альтернативных вариантов решений, выявление их сильных и слабых сторон;
5) формирование и использование коллективных механизмов принятия решений, конкурсов, тендеров при принятии ответственных решений;
6) определение механизма реализации выбранного решения;
7) мониторинг динамики развития ситуации с выявлением кри зисных и предкризисных ситуаций, отслеживание хода реализации ранее принятых решений.
