- •1.Типы моделей в науке и практике. Достоинства и недостатки метода моделирования и научных экспериментов.
- •2. Применения моделирования в современной экономике. Канторович.
- •3. Этапы применения мат. Методов в эк. Ссср и зар. Стран. Программные средства мод-ия.
- •4. Становление современной теории систем. История становления: Система и ее свойства. Классификация систем. Необходимость системного подхода к исследованию экономических процессов.
- •5.Статическая и динамическая информация, шумы и код. Энтропия, ее измерение.
- •6.Типы управления. Открытое и закрытое управление. Адаптивное управление, его достоинства и недостатки.
- •7.Многокритериальные задачи, методы их решения, метод Парето.
- •8. Метод уступок и метод весовых коэффициентов в многокритериальных задачах.
- •9.Фундаментальная теорема линейного программирования. Достоинства и недостатки линейных моделей.
- •10.Программные средства решения линейных задач lindo и exel. Основные операторы пакета lindo.
- •11.Достоинства и недостатки линейных моделей, условия применимости. Этапы решения задачи линейного программирования, анализ решения.
- •12.Двойственные оценки в анализе решения задачи линейного программирования. Устойчивость оптимальных планов и роль устойчивости в анализе.
- •13.Постановка задачи целочисленного программирования. Программные средства решения задачи цп.
- •14.Решение нелинейных задач программирования. Основные операторы языка lingo. Глобальный и локальный экстремумы.
- •15.Имитационное моделирование в экономике. Языки имитационного моделирования.
- •16.Достоинства и недостатки имитационного моделирования. Методы достижения заданной надежности в имитационном эксперименте.
- •17.Достоинства и недостатки метода “затраты - выпуск”. Вклад Леонтьева в развитие моделирования в экономике.
- •18.Произв.Функция, ее специф. И парам. Функция Кобба-Дугласа, ее пар-ры.
- •19.Осн. Свойства производ. Функции. Эк. Смысл параметров функции Кобба-Дугласа.
- •20.Осн. Зад. Эконометрики. Критерии адекватности эконометрич. Моделей. Их преим. И недостатки. Св-ва оценок мнк
- •21.Автокор.. Мультикол.. Сист. Одновр. Эконометр. Уравнений.
- •22.Анализ вр. Рядов и прогн-ие. Прог-ие в регресс. Моделях. Виды прогнозов.
- •23.Прикла. Стат. Анз. Осн. Проб. Пс. Корр. Ан. Многомерной со-ти, Част., пар. И множ. Коэфф. Корр. Проверка их знач-ти. Интерв. Оц.
- •24.Ранг. Корр. Многом. Класс. Объектов. Кластер-анализ. Агломерат. Методы. Метод к-средних.
- •25.Дискр. Ан. Обуч. Выборки, Класс.Объектов (признаков) с пом. Да Построение класс. Функций. Класс. Объектов на осн. Класс. Функций (классификаторов).
24.Ранг. Корр. Многом. Класс. Объектов. Кластер-анализ. Агломерат. Методы. Метод к-средних.
При изуч. кач. или колич. признаков с неизв. или непрер. зак. расп-я для изуч. тесноты связи прим. метод ранговой корр-ии. Вариац. ряд: х1<=x2<=…<=xj. Рангом набл. значения признака х наз. номер этого наблюдения в вариационном ряду, если неравенства строгие. Коэф. ранг корр.:1) Кендала. Rk=2Sk/n(n-1). Необх. исчисл. величину Sk, опред. меру сходства и рассчит. по числу инверсий, образ-х элементами двойной перестановки. 2) Спирмена испол. меру сходства с учетом весов рангов rc=1-(6Sc/(n3-3)). При изучении связи между числами признаков, измер-х в порядковой шкале, число кот. больше двух, применяют меру сходства (согласия) соответствующего числа ранжировок (перестановок). В качестве пок-ля числа перестановок опр-ся коэфф. конкордации кендала. w=12Sw/(K2(n3-n)), к – кол-во признаков, n – кол-во наблюдений. Этот коэфф. измер. от нуля (абс. несогласие) до 1 (полное совпадение всех ранжировок). Мет. класс-ии: создание интеграл. пок-ля (индекса), методы фактор. ан. (главных компонент), методы класт. ан., дискримин. анализ. КА объединяет различ. процедуры, испол. для проведения класс-ии. В ре-те прим-я эт. процедур исходные сов-ть объектов разделяется на кластеры (группы), схожих между собой объектов, облад. свойством плотности (плотность объекта внутри класса выше, чем вне его), дисперсии, формой (кластер м. им. очертания гиперсферы или элипсоида), размером. КА – автом. класс-я объе-ая методы реш. задачи класс-ии объектов при отсутствии обучающих выборок. В кач. методов КА испол: 1) Агломеративный и иерархич., 2) Метод к-средних. Задача КА обычной формой представления исх. дан. служит прямоуг. табл., каж. сторона кот. пред. рез-ат измерения к рассматр-ых признаков на одном из иссл-ых объектов. Дан. метод послед-но объединяет элементы и группы элементов. На первом шаге рассматрив. каж. из класс. наблюдений хi как отд. кластер. Далее на каж. шаге происх. объединение 2х самых близких групп набл-й. Работа алгоритма заканч., ког. се исх. набл-я окаж. объе-ы в одном кластере. Процесс наглядно отраж. на граф. в виде дендограммы. В кач-ве меры сходства испол.: обычное евклидово расстояние, взвешенное евкл. расс-ие, манхеттенское расс-ие, хемингово расс-ие, метрика Чебышева. В ряде процедур класс-ии испол. понятие рас-ия между целыми группами объектов и меры близости 2х мерных объектов. Между классами: 1) Принцип ближайшего соседа, 2) дальнего соседа, 3) центры тяжести, 4) Принцип средней связи (сред. ариф. всех попарных расстояний между представителями рассматр-х групп). Метод к-средних. Процесс класс-ии нач. с задания нек. начальных условий (кол-ва образуемых классов). Возьмем n наблюдений и хар-ие их признаки х1, х2,…, хр. Их разобьем на к кластеров. Из n точек исследуемой сов-ти отберем к точек. Они прин-тся за эталоны (центры кластеров), эталону присвоим поряд. номер. Из оставшихся точек выбир. одну и смотрим к как. эталону она ближе. Испол. евклид расст. Проверяемый объект присоед. к тому центру, кот. соот-т мин. расст-ю. Эталон зам. новым, перессчит-ся с учетом присоединенной точкии вес увел. на 1 ед. и т.д. Чтобы добиться устойчивости разбиения, по тому же правилу все точки опять отсоединяются к полученным кластерам. При эт. веса их прод. накапливаться. Если они совпадают, то работа алгоритма заканч. В против. случае повтор. Окончат. разбиение имеет центры тяжести, кот. не совпадают с эталонами. Воз-ны 2 модификации мет. к средних: 1) предполаг. пересчет центра тяжести кластера после каж. изменения его состава. 2) лишь после того, как будет завершен пересмотр всех данных.