- •Предмет и задачи эконометрики. Примеры экономических задач, решаемых с помощью аппарата эконометрики.
- •Стохастическая зависимость и функциональная зависимости. Диаграмма рассеяния и линия регрессии. Аналитическое описание линии регрессии.
- •Эконометрическая модель: экзогенные и эндогенные переменные модели, параметры модели. Информационная база для построения модели на пространственных данных и временных рядах.
- •Функция линейной регрессии
- •Статистическое оценивание параметров парной линейной регрессии по методу наименьших квадратов: суть метода
- •Свойства мнк-оценок параметров парной линейной регрессии: теорема Гаусса-Маркова.
- •Проверка качества парной линейной регрессии: значимость параметров, адекватность модели.
- •8. Прогнозирование на основе парной линейной регрессии. Доверительный интервал прогноза. Экономическая интерпретация параметров модели.
- •10. Проверка качества парной нелинейной регрессии: значимость параметров, адекватность модели.
- •11. Прогнозирование на основе парной нелинейной регрессии (степенная функция). Экономическая интерпретация параметров парной регрессии в степенной форме связи.
- •13. Свойства мнк-оценок множественной линейной регрессии: теорема Гаусса-Маркова.
- •14. Проверка качества множественной линейной регрессии: значимость параметров, адекватность модели.
- •15. Понятие мультиколлинеарности факторов. Последствия наличия, диагностика мультиколлинеарности, методы устранения.
- •16. Прогнозирование на основе линейной и нелинейной (степенной) множественной регрессии. Экономическая интерпретация параметров регрессии.
- •17. Анализ зависимости между экономическими показателями на основе парной линейной регрессии.
- •18. Отличие методик построения регрессионной модели на временных рядах и пространственных данных: информационная база, набор статистических характеристик.
- •19. Понятие автокорреляции остатков модели. Критерии ее диагностики. Последствия автокорреляции остатков. Способы устранения автокорреляции.
- •20. Понятие гетероскедастичности остатков. Критерии ее диагностики. Последствия гетероскедастичности остатков. Способы устранения гетероскедастичности
- •Последствия гетероскедастичности
- •21. Структура временного ряда. Диагностика структуры ряда: графическое представление элементов структуры.
- •22. Построение трендовой линейной модели: факторы, общий вид, оценка параметров, статистические характеристики
- •23. Построение трендовой нелинейной модели: факторы, общий вид, оценка параметров, статистические характеристики
- •24. Выделение сезонной компоненты: суть методики. Пример сезонной компоненты на квартальных данных, на недельных данных
- •25. Понятие стационарного и нестационарного временного ряда: графическое представление. Приведение нестационарного временного ряда к стационарному виду.
- •26. Методика построения регрессионной модели на нестационарных временных рядах.
- •29. Отчетный моб как информацион. База моделей прогнозир-я отраслевых показ-лей промышленности: материально-вещественная структура моб.
- •30. Отчетный моб как информационная база моделей прогнозирования отраслевых показателей промышленности: финансовая структура моб
- •31. Коэффициенты прямых затрат: определение, эк. Смысл, методика расчета
- •32. Модель прогнозирования ценовых пропорций отраслей промышленности в условиях роста цен на ресурсы.
- •33. Модель прогнозирования ценовых пропорций отраслей промышленности в условиях роста заработной платы
- •34. Модель прогнозирования ценовых пропорций отраслей промышленности в условиях роста ставки косвенных налогов
- •40. Осн. Показатели сетевого планирования: сроки свершения событий, резервы события, время начала работы, время окончания работы.
- •41. Основные показатели сетевой модели: критические работы, критические события, критический срок, их интерпретация.
- •42. Календарный график работ (график Ганта): общий вид в контексте сетевой модели, его интерпретация.
- •43. Построение графика потребности в ресурсах: концепция расчета в контексте сетевой модели, его интерпретация.
- •44. Модели управления запасами как инструмент закупочной логистики: постановка задачи.
- •Расчет оптимальных параметров управления запасами
- •Модели теории игр как инструмент выбора оптимальной стратегии: постановка задачи.
- •Основные понятия и определения статистических игр: состояние природы, стратегии, платежная матрица, ее экономический смысл.
- •Характеристика условий неопределенности. Критерии принятия решений в условиях неопределенности.
- •Характеристика условий риска. Критерии принятия решений в условиях риска.
- •Модель формирования оптимальной инвестиционной программы при ограничениях бюджета.
- •Модель оптимизации производственной программы предприятия и ее модификации
- •Оптимизационная модель задачи развития и размещения производства
- •Модель оптимизации технологических процессов в промышленности
Модель оптимизации технологических процессов в промышленности
Оптимизация — это целенаправленная деятельность, заключающаяся в получении наилучших результатов при соответствующих условиях.
Оптимизация технологических процессов помогает сделать наиболее эффективный выбор рационального варианта в конкретной ситуации. Главными задачами расчетов при этом выступают следующие:
Выбор оптимального критерия. Это могут быть различные параметры, чаще всего, минимальная себестоимость при наибольшей производительности, максимальной нагрузке на технологическое оборудование.
Определение параметра, который будет оказывать влияние на результативность ТП.
Разработка F = F(X) в зависимости от существующих условий модели
Выполняется поиск оптимального решения с вычислением экстремума, нахождением наиболее подходящего для конкретной ситуации
Оптимизация для технических процессов применяется для выбора оптимального варианта из имеющихся, то есть фактически это выполняемый поиск экстремума для F(X) при помощи варьирования имеющихся проектных (заданных предварительно) значений для X в пределах следующей области допущения: extr F(X), X € Dx, при этом используются следующие параметры:
F(X) – используемая функция;
X – вектор переменных;
Dx – допустимая рабочая область X.
Имитационная оптимизация управления технологическими процессами предполагает работу в реальных условиях, создания имитационной модели, основа которой дает возможность выбрать удовлетворяющий вариант ТП.