- •Экономико - математические методы и модели
- •Экономико-математические методы в планировании и управлении производством.
- •1. Роль математического моделирования в экономической теории и практике:
- •2. Понятие модели и моделирования:
- •3. История развития экономико-математического моделирования:
- •Межотраслевой балансовый метод
- •7. Равновесные цены в межотраслевом балансе:
- •Динамическая модель межотраслевого баланса
- •Перепишем систему (1) через коэффициенты
- •Матричные модели на предприятии
- •Методологические проблемы разработки межотраслевого баланса
- •Оптимальные модели. Линейное програмирование в оптимальном планировании
- •Алгоритм симплексного метода
- •Оптимальное планирование и оптимальные оценки
- •Нахождение исходного опорного плана
- •Расчет оптимальной производственной мощности
- •Анализ производственной программы с использованием оптимальных моделей
- •Оптимальное использование взаимозаменяемых ресурсов
- •Модели оптимального раскроя промышленных материалов
- •Модели оптимального составления смеси (сплава)
- •Бензин а – 76, октановое число не ниже 76, сера не более 0,3 %
- •Модели транспортной задачи
- •Целевая функция (1), ограничение (2), (3) со знаком
- •Модели оптимального планирования, развития и размещения производства
- •Однофакторные модели экономического развития
- •Статистический анализ и прогнозирование экономических показателей (Лабораторная работа № 4)
- •Многофакторные модели экономического развития
- •Множественная корреляция. (лабораторная работа № 5)
- •Оптимизационные модели на макроуровне
Однофакторные модели экономического развития
1. Понятие однофакторной модели;
2. Нахождение параметров однофакторной модели;
3. Коэффициент парной корреляции;
4. Оценка характеристик корреляционных связей.
1. Понятие однофакторной модели.
Однофакторные модели экономического развития выражают зависимость динамики объема производства от динамики одного производственного фактора.
yt = f (xt)
Производственные факторы: численность работающих, стоимость основных производственных фондов, совокупность затрат. Эта зависимость является корреляционной. Функциональная зависимость – законы физики, химии, они проявляются всегда в любых условиях и ситуациях. Корреляционная зависимость проявляется лишь в массе наблюдений и в среднем.
Корреляция – перевод с лат. «соответствие».
На выпуск продукции влияют факторы объективные (оборудование, тех. оснащение, технологии), субъективные (они связаны с целенаправленной деятельностью человека – административное управление), случайные.
Корреляционная связь учитывает все эти факторы. В корреляционном анализе учитывают задачи:
1. определить вид и форму корреляционной связи в виде уравнения регрессии yt = f (xt);
2. ценить силу, тесноту этой связи, в качестве мерителя этого является коэффициент корреляции.
xt – производственный фактор.
2. Нахождение параметров однофакторной модели.
По статистическим данным можно строить корреляционную зависимость, но статистика должна быть однородной и представительской.
Однородная статистика – на один вид продукции берем предприятия, т.е. относительно одного фактора (параметра).
Статистика может быть задана в пространстве и времени: одно предприятие, но в разные годы.
Бывает смешанная статистика – время и фактор.
Представительская статистика – ее должно быть достаточно, чтобы сделать вывод и доверять полученным закономерностям.
n = 30 наблюдений выводы будут математически выверены.
Чем меньше статистики, тем хуже результат.
Метод построения регрессии: метод наименьших квадратов, метод экспоненциального сглаживания, метод наименьших квадратов с различными условиями.
Метод наименьших квадратов:
По статистическим данным строится уравнение регрессии таким образом, чтобы сумма квадратов отклонений фактических значений от вычисленных по уравнению была минимальной.
ПРИМЕР:
Рассмотрим зависимость средней выработки на одного работающего от стоимости основных фондов. Информация для 10 предприятий, выпускающих одну продукцию.
Стоимость осн. фондов, млн. руб. (х) |
Средняя выработка, тыс. руб. (у) |
х2 |
х у |
расс-читанное |
(у - )2 |
(у – )2 |
1 |
14 |
1 |
14 |
13,6 |
30,25 |
0,16 |
2 |
16 |
4 |
32 |
14,9 |
12,25 |
1,21 |
3 |
15 |
9 |
45 |
16,2 |
… |
1,44 |
4 |
17 |
16 |
68 |
… |
… |
… |
5 |
18 |
25 |
90 |
… |
… |
… |
6 |
21 |
36 |
126 |
… |
… |
… |
7 |
23 |
49 |
161 |
… |
… |
… |
8 |
22 |
64 |
176 |
… |
… |
… |
9 |
24 |
81 |
216 |
… |
… |
… |
10 |
25 |
100 |
250 |
… |
… |
… |
55 |
195 |
385 |
1178 |
194,5 |
142,5 |
7,65 |
y = 12,3 + 1,3 x
= 12,3 + 1,3 1 (= x1)
y = a0 + a1 x
x – стоимость основных фондов;
у – выработка на одного рабочего;
– среднее = 194,5 / 10 = 19,5.
у
у = a0 + a1 x
25
20
15 a1
10
5 a0
0
х
F (a0; a1) – все отклонения зависят от функции от 2-х параметров.
F (a0; a1) = min
10 a0 + xi a1 = yi
xi a0 + xi2 a1 = xi yi
ПРИМЕР:
10 a0 + 55 a1 = 195,
55 a0 + 385 a1 = 1178.
a0 = 12,3; a1 = 1,3
y = 12,3 + 1,3 x – уравнение регрессии (отклонение min).
Вывести формулу от зависимости: y = a0 + a1 x + а2 х2
F = (yi – a0 – a1 xi а2 хi2) 2
, .
3. Коэффициент парной корреляции;
= 19,5 (195 / 10) – средняя величина – основная величина.
Оценка средней: - среднеквадратическое отклонение.
Оценка уравнения:
– коэффициент корреляции, 0 | r | 1
если r = 0 связей нет и уравнение регрессии ничего нового нам не даст.
если r = 1 , где получается - оценка по уравнению намного меньше, чем оценка по средней.
0 – связь, описанная уравнением сильная, уравнение хорошо описывает статистику.
y = f (x) – корреляционная зависимость.
Задачи:
1) построить уравнение регрессии;
2) оценить тесноту связи с помощью коэффициента корреляции r.
Если r 1, то связь сильная.
y = 12,3 + 1,3 x – уравнение регрессии
r = 0,96
Задача решена. Уравнение можно использовать для анализа и прогнозирования.
При х = 13, = 12,3 + 1,3 13 = 29,2 – прогноз, но важно знать не цифру, а интервал.
4. Оценка характеристик корреляционных связей.
Берем группу однородных предприятий (10) – выборка
y = f1 (x) – одна выборка;
y = f2 (x) – другая;
y = f (x) – генеральная совокупность.
Оценка значений, вычисленных по уравнению регрессии:
При расчете уравнения регрессии мы совершаем ошибку:
Средняя ошибка будет различной для различных выборок. В зависимости от объема выборки она является случайной величиной, которая подчиняется закону Стьюдента: у = t
t - зависит от величины выборки и от вероятности (n и ), берем в таблице.
= 0,05 соответствует Р = 0,95 – самое приемлемое значение для экономического исследования.
Если n = 10, то t = 2,26;
n = 12, то t = 2,2;
n = 30, то t = 2.
Для х = 13, = 29,2
у = 29,2 2,26 0,87 = 29,2 1,97
Оценка коэффициента корреляции:
- коэффициент корреляции генеральной совокупности;
– ошибка при вычислении коэффициента корреляции r.
= (1- 0,94) / 3 = 0,02
= r t - оценка коэффициента корреляции, так же подчиняется закону Стьюдента.
Значимость коэффициента корреляции:
Коэффициент корреляции r – это сила связи между двумя показателями, описанными уравнениями регрессии.
Если = 0, то связи нет. Мы делаем ошибку, связанную с выборкой.
– величина ошибки.
Если связь есть, r – существует, значит он значимый.
Если r [ t *], то связь отсутствует, коэффициент не значим.
Если r [ 2,26 0,333] = [ 0,75]
r = 0,96 – коэффициент значимый.