- •1. Типы структурных экономических моделей.Проблемы идентификации и оценивания параметров.
- •6.Статистические оценки и их характеристика.
- •11. Нуль-гипотеза и принцип ее проверки.
- •12.Модель экономического роста Солоу.
- •13. Задача нелинейного программирования и методы их решения. Теорема Куна-Таккера.
- •14. Классификация методов прогнозирования.
- •25. Относительные величины и их значение в статистике. Виды относительных величин и формы их выражения.
- •15. Кибернетический подход в логистике.
- •16. Игры двух лиц с нулевой суммой. Смешанные стратегии. Теорема Неймана. Аналитическое решение игры (2х2).
- •27. Таблица межотраслевого баланса. Основные балансовые соотношения.
- •17. Неоклассическая задача потребления.
- •18. Временные ряды. Их основные характеристики и процедуры сглаживания.
- •23. Производственная функция. Свойства производственных функций. Основные типы производственных функций.
- •28. Тест Дарбина-Уотсона на автокорреляцию по времени.
- •32.Показатели качества регрессии. Коэффициенты корреляции, детерминации, дисперсионное отношение Фишера, стандартные ошибки.
- •35. Задачи линейного программирования. Различные формы записи. Способ решения. Примеры задач.
- •33. Динамический межотраслевой баланс
- •34. Линейная регрессия в условиях мультиколлинеарности. Ридж-оценивание.
- •43. Модель сетевого планирования. Методы срн и pert.
- •47. Основные макроэкономические показатели.
- •49. Предмет и функции «Экономической теории»
- •80. Цель и роль информационных потоков в логистических системах. Структура инф-ной логистич системы как совокупности подсистем для функциональных областей логистики.
- •51. Рынок труда и безработица.
- •52. Совокупный спрос и совокупное предложение
- •55. Предпринимательский доход и экономическая прибыль. Источники экономической прибыли. Функции прибыли.
- •56. Заработная плата: сущность и факторы, ее определяющие. Зарплата в условиях конкурентного рынка.
- •57. Классификация рыночных структур: признаки совершенной конкуренции, монополистической конкуренции и чистой монополии.
- •58. Определение цены и объема производства в условиях чистой монополии (в двух временных периодах).
- •39.Модель частичного динамического равновесия – паутинообразная модель.
- •59. Источники и движущие силы экономического развития. Критерии экономического развития.
- •60. Сущность, функции и структура рынка.
- •61. Экономическое содержание собственности.
- •62. Закономерности возникновения и развития экономики смешанного типа.
- •63. Законы товарно-денежного обращения
- •64. Модель равновесия «Доходы-Расходы»
- •66. Денежно-кредитная политика в переходной экономике
- •68. Предпринимательство и его сущность. Организационно-правовые формы.
- •69. Акционерный капитал и фондовые биржи.
- •92. Общая характеристика и состав электронного офиса.
- •Предельный доход и спрос (случай линейной функции спроса).Предположим, что кривая спроса монополиста не только имеет отрицательный наклон, но также линейна, как это представлено на рис. 5.2.
- •72. Цена и объем производства фирмы в условиях монополистической конкуренции
- •73. Инфляция: сущность, причины и последствия.
- •73A. Сущность и цели общественного производства.
- •78. Закон спроса и предложения. Состояние рыночного равновесия и его виды.
- •74. Информационные страдства в организации автоматизированных банковских систем.
- •89. Информационные системы в бухгалтерском учете.
- •75. Внемашинное и внутримашинное информационное обеспечение для создания информационных систем в экономике.
- •76. Программно-математическое обеспечение для организации информационных систем в экономике.
- •79. Понятие, принципы формирования и роль информационной стратегии в информационной логистической системе организации.
- •77. Понятие информационных систем в экономике. Принципы создания.
- •81. Информационная логистика: понятие, объект изучения, содержание.
- •82. Классификация информации по разным признакам. Основные понятия (информационные продукт, информационные услуги и т.Д.)
- •83. Понятие информации. Информация и данные, сообщения. Особенности экономической информации. Качество информации.
- •85. Понятие и развитие информатики. Понятие информатики как науки: предмет и задачи, этапы и направления развития информатики.
- •86. Автоматизированные рабочие места: понятие, классификация. Пример использования.
- •87. Информ-ое обеспечение создания информ-ых систем в анализе хоз-ой деят-ти.
- •90. Информационные технологии, их классификация, организация (структура) и средства реализации. Варианты внедрения ит на предприятии.
- •91. Классификация информации и методы организации работы с документами в рф. Принципы организации документооборота.
- •94. Информатизация общества и технологизация социального пространства
- •95. Особенности технологии и классификация экспертных систем.
- •93. Платежная система в интернете. Необходимые условия реализации платежей через интернет. Классификация платежных систем.
- •38. Обобщенная схема мнк.
- •48. Типы и формы собственности.
- •7. Транспортная задача и методы ее решения.
- •88. Перспективы создания ис в экономике.
6.Статистические оценки и их характеристика.
Статистической оценкой неизвестного параметра теоретического распределения называют функцию от наблюдаемых случайных величин. Статистическая оценка неизвестного параметра генеральной совокупности одним числом называется точечной. Рассмотрим следующие точечные оценки: смещенные и несмещенные, эффективные и состоятельные.
Несмещенной называют статистическую оценку , математическое ожидание которой равно оцениваемому параметру θ, то есть . Смещенной называют статистическую оценку , математическое ожидание которой не равно оцениваемому параметру. Однако ошибочно считать, что несмещенная оценка всегда дает хорошее приближение оцениваемого параметра. Действительно, возможные значения могут быть сильно рассеяны вокруг своего среднего значения, т. е. дисперсия величины может быть значительной. В этом случае найденная по данным одной выборки оценка, например , может оказаться удаленной от своего среднего значения , а значит, и от самого оцениваемого параметра . Приняв в качестве приближенного значения , мы допустили бы ошибку. Если потребовать, чтобы дисперсия величины была малой, то возможность допустить ошибку будет исключена. Поэтому к статистической оценке предъявляются требования эффективности. Эффективной называют статистическую оценку, которая (при заданном объеме выборки n) имеет наименьшую возможную дисперсию. При рассмотрении выборок большого объема к статистическим оценкам предъявляется требование состоятельности. Состоятельной называют статистическую оценку, которая при стремится по вероятности к оцениваемому параметру. Например, если дисперсия несмещенной оценки при стремится к нулю, то такая оценка оказывается также состоятельной. Рассмотрим вопрос о том, какие выборочные характеристики лучше всего в смысле несмещённости, эффективности и состоятельности оценивают генеральную среднюю и дисперсию. Пусть изучается дискретная генеральная совокупность относительно количественного признака. Генеральной средней называется среднее арифметическое значений признака генеральной совокупности. Она вычисляется по формуле или , где — значения признака генеральной совокупности объема N; — соответствующие частоты, причем
Пусть из генеральной совокупности в результате независимых наблюдений над количественным признаком извлечена выборка объема n со значениями признака . Выборочной средней называется среднее арифметическое значений признака выборочной совокупности и вычисляется по формуле или , где — значения признака генеральной совокупности объема n; — соответствующие частоты, причем Если генеральная средняя неизвестна и требуется оценить ее по данным выборки, то в качестве оценки генеральной средней принимают выборочную среднюю, которая является несмещенной и состоятельной оценкой. Отсюда следует, что если по нескольким выборкам достаточно большого объема из одной и той же генеральной совокупности будут найдены выборочные средние, то они будут приближенно равны между собой. В этом состоит свойство устойчивости выборочных средних. Если дисперсии двух совокупностей одинаковы, то близость выборочных средних к генеральным не зависит от отношения объема выборки к объему генеральной совокупности. Она зависит- от объема выборки: чем больше объем выборки, тем меньше выборочная средняя отличается от генеральной. Для того чтобы охарактеризовать рассеяние значений количественного признака X генеральной совокупности вокруг своего среднего значения, вводят сводную характеристику — генеральную дисперсию. Генеральной дисперсией называется среднее арифметическое квадратов отклонений значений признака генеральной совокупности от их среднего значения , которое вычисляется по формуле или . Для того чтобы охарактеризовать рассеяние наблюденных значений количественного признака выборки вокруг своего среднего значения , вводят сводную характеристику — выборочную дисперсию. Выборочной дисперсией называется среднее арифметическое квадратов отклонений наблюденных значений признака от их среднего значения , которое вычисляется по формуле или . Кроме дисперсии для характеристики рассеяния значений признака генеральной (выборочной) совокупности вокруг своего среднего значения используют сводную характеристику — среднее квадратическое отклонение. Генеральным средним квадратическим отклонением называют квадратный корень из генеральной дисперсии: . Выборочным средним квадратическим отклонением называют квадратный корень из выборочной дисперсии: . Пусть из генеральной совокупности в результате n независимых наблюдений над количественным признаком X извлечена выборка объема n. Требуется по данным выборки оценить неизвестную генеральную дисперсию . Если в качестве оценки генеральной дисперсии принять выборочную дисперсию, то эта оценка приведет к систематическим ошибкам, давая заниженное значение генеральной дисперсии. Объясняется это тем, что выборочная дисперсия является смещенной оценкой . Другими словами, математическое ожидание выборочной дисперсии не равно оцениваемой генеральной дисперсии, а равно . Легко исправить выборочную дисперсию так, чтобы ее математическое ожидание было равно генеральной дисперсии. Для этого нужно умножить на дробь . В результате получим исправленную дисперсию, которая будет несмещенной оценкой генеральной дисперсии: . Наряду с точечным оцениванием, статистическая теория оценивания параметров занимается вопросами интервального оценивания. Задачу интервального оценивания можно сформулировать так: по данным выборки построить числовой интервал, относительно которого с заранее выбранной вероятностью можно сказать, что внутри него находится оцениваемый параметр. Интервальное оценивание особенно необходимо при малом количестве наблюдений, когда точечная оценка малонадежна.