- •1.Поняття моделі й моделювання
- •1.Спостереження за економічним процесом і їх словесний опис – пасивний метод, оскільки спостерігач жодним чином не впливає на хід процесу. Результати спостереження і є словесною моделлю процесу.
- •3. Етапи та принципи побудови емм
- •4. Класифікація емм
- •5. Основні поняття та приклади задач лп.
- •6. Форми запису задач лп
- •8.Симплекс метод
- •12Математична постановка і умова розв’язності т-задач
- •13.Побудова опорних планів транспортної задачі
- •15.Постановка задачі нлп
- •16.Графічний метод задач нлп
- •17.Задачі дробово-лінійного програмування
- •18.Задача нлп без обмежень і з обмеженнями-рівняннями. Метод множників Лагранжа.
- •21.Типи залежностей між ек змінними:
- •23.Вибіркові кореляційні характеристики
- •24.Основні передумови мнк у випадку парної лінійної регресії. Теорема Гауса-Маркова
- •25.Стандартні помилки регресії та коефіцієнтів регресії у випадку парного кореляційно регресійного зв’язку
- •26.Перевірка гіпотез відносно коефіцієнтів регресії та кореляції для парного лінійного кореляційно-регресійного зв’язку
- •27.Інтервальні оцінки параметрів та лінії регресії
- •28.Перевірка загальної якості рівняння регресії
- •29.Формалізація лінійної моделі множинної регресії
- •31.Основні передумови Мнк
- •32.Кількісні оцінки множинного кореляційного зв'язку
- •33.Перевірка значущості коефіцієнтів регресії , детермінації і кореляції у випадку лінійної множиної регресії
- •34.Значущість моделі у цілому
- •35. Інтервальні оцінки параметрів та функції регресії
- •36.Сутність та наслідки гетероскедастичності
- •37. Сутність та наслідки автокореляції
- •38. Сутність та наслідки мультиколінеарності
- •40. Сезоні фіктивні зміні
17.Задачі дробово-лінійного програмування
Якщо b1-відношення двох лінійних ф-цій, а b2 gi, і={1…m} – лінійні ф-ції, то задачі НЛП є задачею дробово-лінійного програмування
f=c1x1+c2x2+cnxn+c0/d1x1+d2x2+dnxn+d0=Ʃcjxj+c0/Ʃdjxj+d0-˃extr
Ʃaijxj {≤,≥,=}bi, і={1…m}
xj≥0, j={1…n}
18.Задача нлп без обмежень і з обмеженнями-рівняннями. Метод множників Лагранжа.
Задачею НЛП без обмежень називається задача про знаходження екстремумів ф-ції багатьох змінних, коли на змінні не накладено жодних обмежень.
Задача НЛП з обмеженнями-рівняннями:
f=f(x1,x2…xn)-˃max(min)
gi (x1,x2…xn)=bi, і={1…m}
Метод множників Лагранжа зводить задачу умовного екстремуму до задачі безумовного екстремуму для
ф-ції Лагранжа
19.Визначення економетрики як окремої дисципліни.
Економетрика – економіко-математична дисципліна, яка вивчає кількісні закономірності та взаємозв»язки економічних явищ і процесів за допомогою математично-статистичних моделей, а також можливості їх застосування у прийнятті ек рішень.
Об’єктом економетрики є ек явище та процес
Предметом – виявлення і кількісне вимірювання зв’язків між ек показниками, що характеризують об’єкт.
Мета – емпіричне підтвердження ек теорії.
Економетрика є результатом взаємодії ек теорії, математики, економіки, статистики.
20.Поняття економетричної моделі.
Для вирішення задач економетричних досліджень потрібна побудова економетричної моделі.
Економетрична модель – математична конструкція, яка у явній чи неявній формі описує кореляційно-регресійний зв'язок між певними економічними змінними для яких характерний поділ на залежні та незалежні.
Етапи побудови:
Підготовчий етап – постановка задачі та з’ясування можливостей її розв’язання
Специфікація – вибір математичної форми ек моделі
Етап параметризація – оцінка параметрів запропонованої моделі на основі реально заданої інформації
Етап верифікації – перевірка якості оцінених параметрів моделі і її відповідності оригіналу
Застосування побудованих моделей у прийнятті реальних ек рішень та проведенні відповідної ек політики.
Класи економетричних моделей:
Моделі парної (лінійної та нелінійної) регресії
Моделі множинної (лінійної та нелінійної) регресії
Системи економетричних рівнянь
Динамічні економетричні моделі (моделі з розподіленими лагами та авторегресійні моделі)
21.Типи залежностей між ек змінними:
Функціональна
Статистична
кореляційна
Багато залежностей в економетриці є функціональними. Однак абсолютна більшість є так званими статистичними або кореляційними. Саме вони є безпосереднім предметом економетрики.
Статистичною називається така залежність між змінними Х та У, при якій кожному значенню однієї змінної відповідає певний розподіл іншої. На практиці стат залежність є складною, тому використовують її частковий випадок – кореляційну залежність.
Кореляційною залежністю між Х та У називається числова функціональна залежність між значенням однієї змінної та умовними математичними сподіваннями іншої.
22.Теоретичне та вибіркове рівняння парної лінійної регресії.
Якщо ф-ція g(x)=M (Y/x)≡M(Y/x=x)
g(x)=α+βX,
де α і β-невідомі теоретичні параметри регресії,то це р-ня називається теоретичним р-ням парної регресії
На практиці для того, щоб знайти значення α і β потрібно знати всі значення величин Х та У. однак в реальній ситуації ми маємо лише вибірку (хі, уі), і=1,n,тому можем побудувати лише вибіркове р-ня регресії:
g(x)=а+bx,
де а і b – параметри вибіркової регресії.
Для визначення параметрів а і b потрібно скористатись МНК, суть якого полягає в мінімізації суми квадратів відхилень фактичних вибіркових значень від вибіркового р-ня регресії. Після застосування мнк можна записати р-ня в симетричній формі:
g(x)-Y=ρ*σy/σx(x-X) (все з дужками зверху)