- •1 Понятие эконометрики, ее основные задачи
- •2 Классы эконометрических моделей
- •3 Типы данных и виды переменных в эконометрических моделях
- •4 Этапы эконометрического моделирования
- •5 Корреляционно-регрессионный анализ. Этапы его проведения
- •6. Парная корреляция. Линейный коэффициент корреляции и парный коэффициент детерминации. Проверка значимости коэффициента корреляции.
- •7 Парная линейная регрессия. Оценка коэффициентов корреляции.Коэффициент эластичности.
- •8. Предпосылки мнк ( условия Гаусса-Маркова).
- •9. Проверка адекватности модели. Критерий Фишера.
- •10. Определенные меры точности модели. Доверительные интервалы прогноза.
- •11. Нелинейные модели и их линеаризация. Логарифмич. Модели и обратная зависимость.
- •12. Нелинейные модели и их линеаризация. Степенная и показательн. Модели
- •13. Множественный корреляцион. Регрессион. Анализ. Его задачи.
- •15. Множественная и частная корреляция. Матрица парных линейных коэф-в корреляции, нахождение коэф-та множествен. Корреляции и коэф-т детерминации.
- •16 Виды систем эконометрических уравнений. Применение систем одновременных уравнений
- •17 Структурная форма модели, содержание ее параметров. Классы структурных уравнений модели
- •18 Приведенная форма модели, причины ее построения
- •19 Иденцификация модели. Классы структурных моделей. Необходимое и достаточное условие идентифицируемости системы
- •20 Методы решения систем одновременных уравнений. Косвенный мнк
- •21 Временные ряды(вр),их классификация. Составляющие вр
- •22 Осн. Этапы анализа врем.Рядов
- •23 A)Стационарный врем.Ряд, коэффициент автокорреляции, автокоррел-ая функция б)Понятие об авторегрессионных моделях
- •24 Прогнозирование на основе моделей врем.Рядов(вр)
- •25 Экономический анализ при нарушении классических предположений
- •27.Автокорреляция,ее основные причины и последствия.
- •28.Обнаружение и устранение автокор-ции.
- •29.Мультиколлинеарность,ее последствия и причины устранения.
- •30.Определение мультиколл-сти и методы ее устранения.
- •31 Задачи эмм
- •32. Экономико-математическая оптимизационная модель.
- •33 Модели оптимального планирования в промышл-м и аграрном комплексе
- •34 Виды оптимизац. Моделей.
- •35 Задача оптимизации производств-ой прогр-мы предприятия
- •36. Математическая модель и экономическая интерпретация задачи рационального использования ресурсов и двойственной к ней
- •37.Понятие о методе межотраслевого баланса. Балансовая модель. Межотраслевой баланс в общем виде
- •38.Состав и характеристика 4-х квадрантов межотраслевого баланса
- •39.Стоимостной межотраслевой баланс. Цены, используемые при разработке стоимостного баланса
- •40. Состав и характеристика 4-х квадрантов стоимостного моб
- •41. Основные соотношения моб
- •42. Модель Леонтьева. Расчеты, кот. Можно выполнить с помощью этой модели
- •43. Динамические модели моб
- •44. Матричная игра с нулевой суммой
- •45. Чистые и смешанные стратегии. Реш-е матр.Игры в чистых стр-гиях
- •46. Смешанные стратегии. Теоремы о смешанных стратегиях матричной игры
- •47. Активные стратегии. Теоремы об активных стратегия
- •48. Доминирующие и доминируемые стратегии. Теорема о преобразовании платежной матрицы матричной игры
- •49. Решение матричных игр 2*2
- •50. Сведение ми к злп
- •51.Статистические игры. Основные понятия.
- •52. Решение статистических игр при неизвестных вероятностях состояний природы. Критерий Вальда и Гурвица.
- •53. Матрица рисков Сэвиджа
- •54. Критерии Байеса, Гурвица, Вальда и Сэвиджа.
- •55.Сетевое планирование. Основные понятия. Правила построения сетевых графиков.
- •56. Основные параметры, которые можно определить для каждой из работ сетевого графика (ранние и поздние сроки начала и окончания работ, резервы времени работ).
- •57. Сетевое планирование. График Ганта.
- •58. Сетевое планирование. График интенсивности использования ресурсов.
- •59. Основные характеристики моделей управления запасами.
- •60. Системы регулирования запасов.
- •61. Основная модель управления запасами (параметры модели и предположения о работе идеального склада). Формула Уилсона
- •62. Формула Уилсона. Характеристическое свойство оптимального размера партии. Расчетные характеристики работы склада в оптимальном режиме
- •63. Основная модель управления запасами. Точка заказа
- •64.Модель производственных запасов
- •Оптимальная периодичность поставок
- •65. Системы массового обслуживания. Основные понятия и виды смо
- •66. Понятие потока событий. Простейший поток
- •67. Уравнения Колмогорова
- •68. Процессы гибели и размножения
- •69. Смо с отказами
- •70.Многоканальная система с отказами
5 Корреляционно-регрессионный анализ. Этапы его проведения
Корреляционный анализ – раздел матем статистики, который изучает тесноту связи м/д признаками (двумя признаками при парной связи и м/д результативным и множествен факторн признаков при многофакторн связи). Типы зависимостей: функциональная (каждому значению независимой переменной X соот точно определенное значение зависимой переменной Y); статистическая (это связь, при которой каждому значению независимой переменной X соот множество значений зависимой переменной Y →
Изменение одной одной из величин влечет изменение распределения другой); корреляционная (это связь, при которой каждому значению переменной X соот определен матем ожидание (ср.зн), при изменении одной из велечин, изменяется средн значение другой.. Виды корреляц зависимости: парная (связь между двумя признаками (резулт Y и факт X или двумя факторн)); частная (зависимость м/д результ и одним факторн признаками при фиксированном значении др факторн признаков); множественная (зависимость м/д результ признаком и 2 или более фаторн признаками, вкл в исследование). Функцион и корреляцион связь в зависимости от направления действия бывает: прямая (с увеличением значений факторн признака происходит увеличение результ признак и наоборот); обратная (с увелич происходит уменьшение и наоборот). В зависимости от кол-ва признаков, вкл в модель, бывает: однофакторн (связь м/д 1 факторн признаком и 1 результативн признаком при абстрагировании от влияния других); многофакторн (связь м/д несколькими факторн и 1 результативн признаком). Задачи корреляцион-регрессион анализа: установление формы корреляцион связи, т.е. вида функции регрессии (линейн, квадратичн, показательн); оценка тесноты корреляцион связи; оценивание неизвестных параметров регрессион модели, проверка гипотез об их значимости и адекватности модели рассматриваемому эконом объекту). Этапы кор-рег анализа: предварительный анализ явлений и выявлений причин возникновения взаимосвязей м/д признаками, выбор наиболее существен признаков; предварительная оценка формы уравнения регрессии определение уравнения регрессии, расчет теоретически ожидаемых значений результ признака, оценка тесноты связи м/д признаками, вкл в модель; общая оценка качества модели, построение исправленной модели; статистическая оценка достоверности параметров уравнения регрессии, осуществление практических выводов из проведен анализа.
6. Парная корреляция. Линейный коэффициент корреляции и парный коэффициент детерминации. Проверка значимости коэффициента корреляции.
Парная корреляция –это связь между 2 признаками (результативным y и факторным x или 2 факторными).
Соотношение yi=β0+β1xi+εi наз. теоретическим уравнением регрессии. xi значения независимой переменной в i-ом наблюдении. Yi значения зависимой переменной в i-ом наблюдении,I= 1,n. β0, β1 теоретические параметры регрессии. εi-случайное отклонение.
Эмпирическое уравнение линейной регрессии по выборке ограниченного объема может построить эмпирическое уравнение регрессии: ^yi=b0+b1xi+ei. xi значения независимой переменной в i-ом наблюдении. ^yi оценка условного мат. ожидания. b0, b1 оценки неизвестных параметров, сл-ноβ0, β1эмпирические коэфф-ты отклонения регрессии. εi- оценка теоретического случайного отклонения
Коэффициент парной корреляции исп-ся в кач-вемеры, характ-щей степень линейной связи 2 переменных. Он предст. собой ковариацию 2 наборов данных, деленную на произведение их стандартных отклонений. Значения от -1 до +1. Если r> 0, то корр. связь явл. прямой, если r> 0, то обратной. Если r = ±1 корр. Связь предст. линейной функц. зависимостью. При r = 0 корр. связь отсутствует.
Вычисляется по формуле: rxiy = bi∙σxi/σy, где σxi=корень (∑(xi - x̅)2/n), σy= корень (∑(yi - y̅)2/n).
Коэффициент детерминации – характеризует долю дисперсии, объясняемую регрессию в общей дисперсии результ. признака.D = r2.