- •4. Сутність економіко-математичної моделі.
- •6. Схема математичного моделювання економічних процесів.
- •7. Етапи математичного моделювання.
- •8. Випадковість і невизначеність процесів економічних систем.
- •9. Причини виникнення невизначеності.
- •10. Системні характеристики соціально-економічних систем.
- •11. Стійкість розвитку соціально-економічних систем
- •12. Ефективність соціально-економічних систем.
- •13. Маневреність, надійність, напруженість, еластичність соціально-економічних систем.
- •14. Як можливо покращувати системні характеристики
- •15. Сутність адекватності економіко-математичних моделей.
- •16. Проблеми оцінювання адекватності моделі.
- •17. Способи перевірки адекватності економіко-математичних моделей.
- •18. Поняття адаптації та адаптивних систем.
- •19. Елементи класифікації економіко-математичних моделей.
- •20. Сутність аналітичного та комп’ютерного моделювання.
- •21. Системи економіко-математичних моделей.
- •22. Інтегрована система економіко-математичних моделей.
- •23. Методологічні принципи побудови системи економіко-математичних моделей.
- •24. Предмет та об’єкт “Математичне програмування”. Приклади економічних задач математичного програмування.
- •25. Загальна постановка задачі лінійного програмування. Приклади економічних задач лінійного програмування.
- •26. Модель задачі лінійного програмування в розгорнутому і скороченому вигляді, а також в матричній і векторній формах.
- •27. Властивості розв’язків задачі лінійного програмування. Геометрична інтерпретація задач лінійного програмування.
- •28. Означення планів задачі лінійного програмування (допустимий, опорний, оптимальний).
- •29. Побудова опорного плану задачі лінійного програмування, перехід до іншого опорного плану.
- •30. Теорема про оптимальність розв’язку задачі лінійного програмування симплекс-методом.
- •31. Знаходженння оптимального розв’язку задачі лінійного програмування. Алгоритм симплекс-методу
- •32. Симплексний метод із штучним базисом. Ознака оптимальності плану із штучним базисом.
- •33. Двоїста задача. Правила побудови двоїстої задачі. Симетричні й несиметричні двоїсті задачі.
- •34. Економічний зміст двоїстої задачі й двоїстих оцінок.
- •35. Теореми двоїстої задачі лінійного програмування,її економ інтерпретація.
- •36 Застосування теорем двоїстості в розв’язуванні задач лінійного програмування.
- •37 Аналіз розв’язків лінійних економіко-математичних моделей. Оцінка рентабельності продукції. Доцільність введення нової продукції.
- •38 Аналіз обмежень дефіцитних і недефіцитних ресурсів.
- •40 Цілочислове програмування. Область застосування цілочислових задач в плануванні й управлінні виробництвом.
- •41. Геометрична інтерпретація задачі цілочислового програмування.
- •42. Метод Гоморі.
- •43. Постановка задачі нелінійного програмування, математична модель. Геометрична інтерпретація.
- •44. Графічний метод розв’язування задач нелінійного програмування.
- •45. Метод множників Лагранжа. Теорема Лагранжа. Алгоритм розв’язування задачі на безумовний екстремум.
- •46. Поняття про опуклі функції. Геометрична інтерпретація задачі опуклого програмування на площині.
- •47. Сідлова точка та необхідні і достатні умови її існування. Теорема Куна-Таккера.
- •48. Квадратична функція та її властивості.
- •49. Постановка задачі квадратичного програмування та її математична модель.
- •50. Градієнтні методи розв’язання задач нелінійного програмування та їх класифікація.
- •51. Метод Франка-Вульфа. Алгоритм розв’язування задачі нелінійного програмування.
- •52. Загальний вигляд теоретичного та емпіричного рівнянь парної лінійної регресії, їх складові елементи.
- •53. Причини, які спонукають появу випадкової складової в регресійних моделях.
- •54. Етапи побудови економетричної моделі.
- •55. Параметри моделі парної лінійної регресії, їх сутність та оцінювання.
- •56.Закони розподілу ймовірностей емпіричних параметрів , їх числові характерстики та статистичні властивості.
- •57.Що являється точковою незміщеною статистичною оцінкою для в моделі парної лінійної регресії?
- •58. Описати алгоритм побудови довірчих інтервалів із заданою надійністю для параметрів і функції регресії
- •59.Побудова точкового та інтервального прогнозу залежної змінної в моделі парної лінійної регресії.
- •60.Описати алгоритм перевірки на статистичну значущість та r в моделі парної лінійної регресії.
- •62. Теоретична та статистична лінійна множинна модель та їх запис у векторно-матричній формі.
- •63. Умови Гаусса-Маркова для парної та множинної лінійної регресії.
- •64. Чому дорівнює вектор в моделі множинної лінійної регресії?
- •65. Чому дорівнює м( ), cov , m( ) в моделі множинної лінійної регресії?
- •66. Як визначається точкова незміщена статистична оцінка для в моделі множинної лінійної регресії?
- •67. Як побудувати довірчий інтервал із заданною надійністю для та теоретичної множинної лінійної регресії?
- •68. Перевірки статистичної значущості та перевірка загальної якості множинної регресії.
- •69. Суть та наслідки мультиколінеарності. Методи усунення з моделі ознаки мультиколінеарності.
- •70. Як виявити ознаку мультиколінеарності в лінійних моделях? в якому випадку: , , ?
- •71.Виробнича функція Кобба-Дугласа. Визначення для неї .
- •72.Поліноміальна та гіперболічна моделі, визначення для них .
- •73.Суть гетероскедастичності. Які негативні наслідки викликає ознака гетероскедастичності в лінійних моделях?
- •74.Які лінійні моделі з порушенням ознаки гетероскедастичності належать до першої, другої та третьої групи? Чому дорівнює для лінійних моделей, що належать цих групи?
- •75. В чому полягає суть тесту гельдфельда-квандта? послідовність його виконання.
- •76. Узагальнений метод найменших квадратів. Визначення вектора і .
- •77. Зважений метод найменших квадратів. Визначення вектора і за умов а) та б) .
- •78. Часовий ряд в загальному вигляді. Поняття тренду, сезонної, циклічної та випадкової компоненти. Основні етапи аналізу числових рядів?
- •79. Що називається середнім темпом та середнім комулятивним темпом часового ряду?
- •80. В чому полягає суть ковзної середньої?
- •81. Який загальний вигляд має лінійний фільтр?
- •82. Автокореляція часового ряду, коефіцієнт автокореляці, автокореляційна функція.
- •83. Що слід розуміти під поняттям «аналітичне вирівнювання рядів»? Описати етапи аналітичного вирівнювання.
- •84. Що називається стаціонарним часовим рядом? Які його основні характеристики?
- •85. Дайте означення економічного ризику. Поясніть його сутність
- •86. Наведіть приклади економічних рішень, обтяжених ризиком. Ідентифікуйте ризики, здійсніть їх якісний аналіз.
- •87.Поясніть основні причини виникнення економічного ризику.
- •88. Пояснити сутність таких понять як: джерело, об`єкт, суб`єкт економічного ризику.
- •89. Назвіть основні види джерел ризику, в певному виді економічної діяльності, й самих ризиків
- •90. Сутність кількісного аналізу ризику. Навести відповідні приклади
- •91. Сутність кількісного аналізу ризику за допомогою методів імітаційного моделювання.
- •92. Основні засади кількісного аналізу ризику методом аналогій.
- •93. Сутність та основні кроки здійснення аналізу ризику за допомогою методу аналізу чутливості. Навести відповідний приклад.
- •94. Чому для кількісного вимірювання величини ризику використовують декілька показників? Навести окремі з них, та подати відповідні приклади.
- •95. Які Ви знаєте показники кількісної оцінки ризику в абсолютному вираженні? Навести приклади.
- •96. Чому та в якому випадку для оцінювання переваг одного з декількох варіантів проектів використовують коефіцієнт варіації, узагальнений коефіцієнт варіації?
- •97. Навести приклади показників ступеня ризику у відносному вираженні.
- •98. В яких ситуаціях доцільніше оцінювати ризик за допомогою семіваріації? За допомогою коефіцієнта семіваріації? Навести приклади.
- •99. Пояснити, що означають терміни: “допустимий”, “критичний”, “катастрофічний” ризик, навести приклади кількісного визначення цих величин.
- •100. Розкрити зміст основних етапів процесу управління ризиком. Навести приклади.
- •101. Наведіть приклади ситуацій, коли доцільно використовувати зовнішні способи зниження ступеня ризику. Дайте відповідні пояснення.
- •102. В яких випадках доцільно й можливо застосовувати страхування як спосіб зниження ризику? Наведіть приклади.
- •103. Для розв’язання яких проблем та в яких сферах економіки можна застосовувати теорію портфеля? Наведіть приклади та дайте відповідні пояснення.
- •104. Суть поняття “систематичний ризик ” та “специфічний ризик ” цінного паперу. Навести приклади та дати відповідні пояснення.
- •Сутність соціально-економічних систем.
- •Структура соціально-економічних систем.
79. Що називається середнім темпом та середнім комулятивним темпом часового ряду?
Одним із найбільш вживаних показників , за допомогою якого в узагальненому вигляді характеризують зміну часового ряду, є середній темп зростання досліджуваної величини. Цей показник отримують як середнє геометричне з числового ряду послідовних ланцюгових темпів зростання. Ланцюговий темп зростання характеризує відношення будь-якого рівня ряду до наступного. Він виражається у відсотках або долях одиниць . Тому його також називають коефіцієнтом зростання.
Середній темп зростання час від часу піддають модернізації задля його покращення. Наприклад, використовують середній кумулятивний темп зростання, який позначають через τk. В його визначенні беруть участь усі члени ряду і таким чином використовується вся інформація , що міститься в часовому ряді. Для визначення τk підраховується сума рівнів ряду, починаючи з другого.
80. В чому полягає суть ковзної середньої?
Суть методу ковзної середньої полягає в тому, що середні обчислюють за збільшеними інтервалами при послідовному переміщенні меж інтервалів на один інтервал. При цьому коливання динамічного ряду згладжуються. Недолік методу полягає в тому, що згладжений ряд коротший від емпіричного. Крім того, він лише ілюструє тенденцію, але не дає можливості кількісно виміряти її.
, де
- ковзна середня інтервалу для моменту часу t
уі – фактичне значення рівня в інтервалі вирівнювання (фільтрації)
т – інтервал вирівнювання (фільтрації)
81. Який загальний вигляд має лінійний фільтр?
Операції, що здійснюються над часовими рядами, називаються фільтруванням, а сам оператор, за допомогою якого відбувається фільтрування, називається фільтром. На практиці здебільшого використовують лінійні фільтри, загальний вигляд яких подається формулою: Де – відфільтроване (вирівняне) певною мірою від коливань значення рівня на момент часу t.
ar - вага, яку пов’язують з кожним рівнем (членом) часового ряду, що міститься на відстані r від моменту часу t. Фільтр охоплює при цьому s рівнів після моменту часу t і q рівнів до початку цього моменту. На практиці рекомендується вибирати кількість рівнів ряду непарною, оскільки в цьому випадку підраховане значення потрапляє на той момент часу t, для якого існує вже фактичне спостережене значення рівня.
Якщо покласти , і загальна формула набере такого вигляду , де
-ковзна середня інтервалу для моменту часу
yi -фактичне значення рівня в інтервалі вирівнювання (фільтрації);
m-інтервал вирівнювання (фільтрації).
82. Автокореляція часового ряду, коефіцієнт автокореляці, автокореляційна функція.
Однією з важливих характеристик часового ряду є коефіцієнт кореляції між вихідним часовим рядом і цим же рядом, зсуненим на величину який має назву коефіцієнта автокореляції й обчислюється за формулою де n-кількість рівнів (членів) часового ряду;
Абсолютне значення
коефіцієнта автокореляції не
Перевищує одиниці;
Коефіцієнт кореляції вимірює кореляцію між членами одного й того самого ряду, тому його називають коефіцієнтом автокореляції, а залежність від лагу називають автокореляційною функцією. Оскільки тому при дослідженні автокореляційної функції обмежуються лише для додатніх значень лагу