Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
ЭММ.doc
Скачиваний:
13
Добавлен:
25.09.2019
Размер:
962.05 Кб
Скачать

3.Понятие корреляционного отношения и формы его расчета, сфера применения

Корреляционное отношение используется для оценки тноты связи между двумя явлениями, в частности для определения тесноты связи исходного ряда у , с теоретическим рядом y . Корреляционное отн iTшение определяют по данным, сгруппированным по объясняющей переменной. В основе расчёта корреляционного отношения лежит правило сложения дисперсий, то есть , где - отражает вариацию у за счёт всех остальных факторов, кроме х , то есть являются остаточной дисперсией:

.

Коэффициент детерминации показывает долю вариации результативного признака под влиянием вариации признака-фактора. Теоретическое корреляционное выражение применяется для измерения тесноты связи при линейной и криволинейной зависимостях между результативным и факторным признаком. корреляционное отношение может находиться от 0 до 1. Чем ближе корреляционное отношение к 1, тем связь между признаками теснее. Математической мерой Корреляции двух случайных величин служит коэффициент Корреляции. Отношение между двумя или более рядами ценностей. Теоретическое корреляционное отношение з (индекс корреляции) - это относительная величина, которая получается в результате сравнения среднего квадратического отклонения выравненных значение результативного признака д со средним квадратиченским отношением эмпирических значений результативного признак.

4. Основные понятия математического моделирования социально экономических систем

На основе данйых такого анализа экономическая система описывается некоторыми математическими соотношениями, т.е. создается ее математическая модель.Математическая модель, как правило, представляет собой математическое описание изучаемого процесса или явления в виде системы уравнений, неравенств, соотношений, отображающих взаимосвязь между-элементами в каком-либо реальном экономическом процессе. Число конкретных математических моделей почти так же велико, как и число проблем, для решения которых они разрабатывались. Велико также и число типов моделей, а также методов их реализации. Например, при разработке моделей массового обслуживания ■ широко используются методы теории вероятностей, а при разработке моделей управления запасами - методы оптимизации и математической статистики.Многие экономике математические модели формулируются в рамках методов линейного программирования и состоят из системы ограничений и целевой функции.Ограничения модели выражают условия, которые должны соблюдаться при решении задачи. Целевая функция - это принятый критерий эффективности решения задачи.Такие модели могут иметь лишь одну целевую функцию. Нельзя получить оптимальное решение таких задач исходя из нескольких целевых функций. Так, нельзя решить транспортную задачу, преследуя одновременно две разные цели: максимально сократить транспортные затраты и время перевозки. Эти два требования противоречат друг другу, т.к. для сокращения времени перевозки. приходится пользоваться более дорогим видом транспорта. Иногда- в целевую функцию включают несколько однотипных экономических показателей. Например, в целевую функцию производственно-транспортной задачи включают затраты на производство, доставку и приведенные капиталовложения, которые затем минимизируются.

Преодоление ограничений, связанных с единственной целевой функцией, возможно с использованием разных подходов. Наиболее простым является модификация симплексного метода для решения задач целевого программирования, в которых специальным образом сконструированная целевая -функция и особые переменные позволяют учитывать несколько целей, не обязательно однотипных, но ранжированных по степени их важности..Главное в моделировании – недопустимость переусложнения и.переупрощения. Обычно для повышения точности модели приходится свводить новые переменные и усложнять существующие связи. В то же время упрощенные модели легко понимать и использовать. Однако, излишнее упрощение модели может привести к тому, что она уже не будет отражать реальный процесс, а ее решения будут ошибочными.Приближения модели к действительности можно добиться разными приемами, среди которых могут быть, например:а) линеаризация нелинейных зависимостей путем аппроксимирования кривых с помощью нескольких прямолинейных отрезков;б) исключение из модели переменных, не оказывающих существенного влияния на функционирование системы:в) замена нескольких переменных агрегированным показателем, который дает незначительное отклонение от реальной действительности и т.д. управления системой.