- •1.Використання математичних методів в економ.
- •2. Математ. Школа в політекономії
- •3.Статистичний напрям.
- •4.Економетрія.Історія становлення та сутність наукової дисципліни.
- •5.Використання моделювання у наукових дослідженнях
- •6.Класифікація моделей
- •7.Особливості використання математичного моделювання в економічних дослідж.
- •8.Загальна схема проведення економетричного дослідження.
- •9.Внесок українських вчених в розвиток економіко-математичних досліджень.
- •10. Види зв’язку між змінними. Кореляційна залежність.
- •11. Аналітичне групування.
- •12. Основні завдання кореляційно-регресійного аналізу.
- •1.Встановлення причинно-наслідкового зв'язку між досліджуваними економічними змінними.
- •2.Визначення типу і форми кореляційно-регресійної моделі.
- •3.Вибір методу оцінювання невідомих параметрів моделі та побудова моделі.
- •4.Оцінювання сили кореляційного зв'язку між змінними.
- •5.Перевіряння моделі на точність.
- •6. Вибір "найкращої" моделі.
- •7. Аналіз результатів моделювання, їхня економічна інтерпретація та практичне використання.
- •13.Узагальнена та вибіркова парні лінійні кореляційно-регресійні моделі.
- •14. Оцінювання параметрів економетричних моделей.
- •15. Визначення оцінок параметрівв парної лінійної кореляційно-регресійної моделі.
- •16.Економетрична інтерпретація параметрів парноїмоделі. Випадкові відхилення.
- •1.Параметр b1 (коефіцієнт регресії, тангенс кута нахилу прямої).
- •2. Параметр b0 ( вільний член рівняння регресії, початкове значення результуючої змінної).
- •3.Випадкові відхилення.
- •17. Основні припущення класичного кореляційно-регресійного аналізу.
- •2.Відсутність автокореляції між випадковими величинами .
- •3.Гомоскедастичність(однакова дисперсія) в.В. .
- •6.Регресійну модель специфіковано правильно.
- •18. Перевірка моделі на наявність автокореляції.
- •19. Побудова плкрм методом максимуму правдоподібності.
- •20. Коефіцієнт кореляції та його властивості
- •21. Спряжені парні лінійні кореляційно-регресійні моделі
- •22. Стандартна та гранична похибка моделі
- •23.Відношення детермінації. Кореляційне відношення.
- •24. Вибіркова похибка моделі.
- •25. Похибка індивідуального прогнозу
- •26. Оцінювання коефіцієнта кореляції
- •27. Перевірка значущості параметрів зв’язку між змінними
- •28.Експрес-діагностика моделі
- •29. Основні припущення під час багатофакторного кр аналізу.
- •30. Етапи побудови множинної лкрм.
- •31. Оцінювання параметрів моделі
- •1. Побудова системи нормальних рівнянь способом відхилень.
- •2. Побудова системи нормальних рівнянь способом коваріацій.
- •32. Економетричний зміст параметрів багатофакторної моделі
- •33. Матричний підхід до побудови множинної лкрм
- •34.Стандартна похибка багатофакторної моделі.
- •35.Коефіцієнти множинної кореляції та детермінації
- •36.Вибіркова похибка багатофакторної моделі.
- •37.Похибка індивідуальної оцінки багатофакторної моделі
- •38.Оцінювання коефіцієнта множинної кореляції.
- •39.Експрес-діагностика багатофакторної моделі
- •40.Часткова регресія. Коефіцієнти часткової кореляції та часткової детермінації.
- •41. Огляд методів вибору багатофакторної моделі.
- •42.Метод усіх можливих регресій
- •43.Метод виключень
- •44.Покроковий регресійний метод
- •45.Основи Дисперсійного аналізу
- •46. Однофакторний дисперсійний аналіз
- •Вихідні дані для однофакторного дисперсійного аналізу з рівним числом паралельних дослідів
- •Однофакторний дисперсний аналіз (з рівним числом паралельних дослідів)
- •47.Двофакторний дисперсійний аналіз
- •48.Трифакторний дисперсійний аналіз.
- •49.Суть компонентного аналізу
- •50. Метод головних компонент
- •51. Методи класифікації соціально-економічних об’єктів. Дискримінантний аналіз.
- •52. Основи кластерного аналізу
5.Використання моделювання у наукових дослідженнях
Головним методом провед. Дослідження є моделювання.
Суб’єкт дослідж.- людина або група людей ,які проводять наукове дослід.
Об’єкт дослід.- об’єкт,процес ,явище реального світу.
Моделювання – спосіб дослід. Об*єкта на його моделі. Модель – умовний образ дослідження.
Суть процесу можна виразити так :
1 етап- Побудова моделі
2 етап – вивчення моделі (Проведення модальних експериментів)
3 етап – перенесення знань із моделі на об’єкт дослідження
4 етап – практичне перевіряння і викор знань
6.Класифікація моделей
моделі можна класифікувати:
за способом представлення;
за формою представлення;
за галузями використання;
з урахуванням фактору часу.
За способом представлення моделі можна розділити на матеріальні та інформаційні.
За формою представлення інформаційні моделі можна поділити на такі групи:
- словесні(усні й письмові описи);
- геометричні (рисунок, піктограма, креслення, карта, об’ємне зображення);
- структурні (таблиця, графік, діаграма, схема);
- алгоритмічні( правила і план дій);
- математичні( математичні співвідношення між значеннями властивостей об’єкта);
- спеціальні( хімічні формули і рівняння, нотний запис, запис шахової партії тощо).
За галузями використання всі моделі можна класифікувати так:
- навчальні( наочні посібники, тренажери);
- дослідницькі( зменшені або збільшені копії реального об’єкта, наприклад модель річкового теплохода);
-науково-технічні (створюються для досліджень процесів і явищ, наприклад стенд для тестування комп’ютерів);
- ігрові( військові, економічні, спортивні, ділові ігри, які створюються для розробки і перевірки різноманітних стратегій поведінки);
- імітаційні ( не наближено, а досить точно імітують реальні ситуації для проведення експериментів)/
За урахуванням фактору часу моделі можна поділити на такі групи:
статичні – це моделі, які відображають властивості об’єкта в певний конкретний момент часу, наприклад гіпсова модель піраміди Хеопса;
динамічні – це моделі, які дають змогу простежити зміну значень властивостей об’єкта з часом, наприклад модель Сонячної системи, яка змінюється в результаті спостережень, відкриття нових малих планет, інших об’єктів.
За призначенням моделі поділяють на дескриптивні та нормативні .
Дескриптивні – це описові моделі . Нормативні моделі– включають критерії оцінки якості функціонування системи.Такими моделями є оптимізаційні моделі.Нормативні моделі описують норми Функціонування системи і обов*язково включають дескриптивні моделі.
7.Особливості використання математичного моделювання в економічних дослідж.
Особливості матем моделювання в ек дослід:
1.Складна система
Складній системі притам такі ознаки:
велика к-сть пов’язаних між собою елементів
розгалужена структура
багато вимірність
взаємодія із зовні середовищеи
наявність керування та інтенсивних інформ потоків
емерджентність
2.Особлив економічних спостережень та вимірювань
Оцінюється якістю інформації.Властивості якості інф.:
- репрезентативність – змістовність – повнота - доступність
- актуальність – стійкість – точність - достовірність - цінність
3.Випадковість і невизначеність у функціонув економічних систем.
Щоб врахувати фактори Випадковісті і невизначеністі викор стохастичне моделювання,методи штучного інтелекту…
4.Перевіряння правильності економіко-математичних моделей
5.Місце математичного моделювання в економічній науці
Сучасні методи управління економічними системами та процесами базуються на широкому використанні математичних методів та ЕОМ. Застосовувати математику для розв’язування певних економічних задач почали дуже давно, сотні років тому. Але протягом останніх 50–60 років, коли економічна наука сягнула певних рубежів у своєму розвитку і в ній постали задачі, які не вдається розв’язати за допомогою традиційних економічних методів, математика посіла в цій науці одне з основних місць. Сформувався напрямок теоретично-практичних досліджень — економіко-математичне моделювання. Математичне моделювання є вираженням процесу математизації наукового економічного знання. Математика, проникаючи в сутність економічної науки, приносить із собою точність та універсальність розв’язків, строгість і довершеність наукових концепцій. З розвитком математики, електронної обчислювальної техніки, загальнометодологічних та економічної наук дедалі стають різноманітнішими математичні моделі, виникають усе нові форми математичного моделювання.
Математична модель кожного об’єкта (процесу, явища) містить у собі три групи елементів: 1) характеристику об’єкта, який потрібно визначити (невідомі величини), — вектор Y = (yj); 2) характеристики зовнішніх (щодо модельованого об’єкта) умов, які змінюються, — вектор X = (xj); 3) сукупність внутрішніх параметрів об’єкта — A.
