- •Система открытого образования
- •Глава I. Основные понятия и методы Экономико-математического моделирования 11
- •Тема 1. Основные понятия и определения 11
- •Тема 2. Основы математического моделирования взаимосвязи экономических переменных 21
- •Тема 3. Оптимизационные методы математики в экономике 34
- •Глава II. Базовый комплекс экономико-математических моделей 52
- •Тема 4.Математические Модели формирования и использования запасов 52
- •Тема 5. Математические модели потребительского поведения и спроса 65
- •Тема 6. Математические модели производственных функций предприятия 101
- •Тема 7. Элементы математических моделей экономического равновесия 143
- •Тема 8. Экономико – математические модели «национальный доход – эффективный спрос». (курсовая работа) 187
- •Тема 9. Экономико – математическое моделирование межотраслеВого равнровесия (курсовая работа) 203
- •Введение
- •Глава I. Основные понятия и методы Экономико-математического моделирования Тема 1. Основные понятия и определения Лекция 1. Основные понятия и определения
- •Понятие и типы моделей. Моделирование
- •З аключение
- •Определение параметров линейного однофакторного уравнения регрессии
- •Параметры линейного однофакторного уравнения регрессии
- •Оценка величины погрешности линейного однофакторного уравнения
- •Некоторые значения t – критерия Стьюдента
- •Проблема автокорреляции остатков. Критерий Дарбина-Уотсона
- •Построение уравнения степенной регрессии
- •Двухфакторные и многофакторные уравнения регрессии
- •З аключение
- •Контрольные вопросы к теме №2
- •Тема 3. Оптимизационные методы математики в экономике Лекция 3. Оптимизационные модели
- •Понятие оптимизационных задач и оптимизационных моделей
- •Оптимизационные задачи с линейной зависимостью между переменными
- •Геометрическая интерпретация оптимизационных задач линейного программирования
- •Симплексный метод решения оптимизационных задач линейного программирования
- •Решение оптимизационной задачи линейного программирования в Excel
- •Двойственная задача линейного програмирования
- •Решение двойственной задачи линейного програмирования
- •Свойства объективно обусловленных оценок и их анализ
- •З аключение
- •Контрольные вопросы к теме №3
- •Построение модели управления запасами в условиях детерминированного спроса Оптимальные партии поставки для однопродуктовых моделей
- •Оптимальные партии поставки для многопродуктовых моделей
- •Определение оптимальных параметров системы управления движением запасов
- •З аключение
- •Контрольные вопросы к теме №4
- •Тема 5. Математические модели потребительского поведения и спроса Лекция 5. Математические модели потребительского поведения и спроса
- •Введение
- •Модели распределения доходов
- •Количественный подход к анализу полезности и спроса
- •Отношение предпочтения и функция полезности
- •Кривые безразличия. Решение задачи об оптимальном выборе потребителя
- •Функции спроса. Коэффициент эластичности
- •Изменение цен и компенсация
- •Заключение
- •Изокванта и ее типы
- •Оптимальная комбинация ресурсов
- •Функции предложения и их свойства
- •Моделирование издержек и прибыли предприятия (фирмы)
- •Данные об объемах выпуска, затратах и прибыли
- •Методы учета научно-технического прогресса
- •Модели фирмы (производителя) (курсовая работа) Издержки предприятия на производство продукции, задача их минимизации
- •Задача минимизации издержек
- •Задача максимизации объема выпуска продукции
- •Заключение
- •Тема 7. Элементы математических моделей экономического равновесия Лекция 7. Основы микроэкономического анализа рынка
- •Рыночное равновесие. Сравнительная статика
- •Моделирование процесса достижения равновесия
- •Моделирование рыночных механизмов в условиях ограниченности ресурсов
- •Модели частного экономического равновесия. Паутинообразная модель рынка (курсовая работа) Паутинообразная модель динамики рыночных цен. Допущения и основные составляющие модели
- •Паутинообразная модель с запаздыванием спроса
- •Паутинообразная модель с запаздыванием предложения
- •Итерационное решение задачи Постановка задачи
- •Дополнительные примеры. Анализ полученных результатов
- •Заключение
- •«Цены предшествующего периода Текущее предложение Текущий спрос и существующие цены Предложение следующего периода и т. Д.»
- •Контрольные вопросы к теме №7
- •Тема 8. Экономико – математические модели «национальный доход – эффективный спрос». (курсовая работа) Лекция 8. Экономико – математические модели «Национальный доход – эффективный спрос»
- •Введение
- •Определение национального дохода
- •Личный доход после вычета налогов
- •Совокупный личный доход
- •Национальный доход (в узком смысле слова)
- •Процесс кругооборота доходов в снс
- •Счета доходов
- •Счет вторичного распределения доходов
- •Сводный счет распределения доходов
- •Счета использования доходов
- •Счет использования валового национального располагаемого дохода
- •Определение национального дохода. Графики
- •Заключение
- •Контрольные вопросы к теме №8
- •Тема 9. Экономико – математическое моделирование межотраслеВого равнровесия (курсовая работа) Лекция 9. Экономико – математическое моделирование межотраслевого равнровесия
- •Введение
- •Определение равновесного выпуска итеративным методом
- •Основные элементы межотраслевых таблиц и межотраслевого анализа
- •Модель расширяющейся экономики Неймана
- •Контрольные вопросы к теме №9
- •Вопросы к экзамену
- •Литература
- •Экономико-математические методы и модели Курс лекций
- •220007, Г. Минск, ул. Московская, 17.
Некоторые значения t – критерия Стьюдента
Степени свободы |
Уровень доверия (с) |
|
(n-2) |
0,90 |
0,95 |
1 |
6,31 |
12,71 |
2 |
2,92 |
4,30 |
3 |
2,35 |
3,18 |
4 |
2,13 |
2,78 |
5 |
2,02 |
2,57 |
Для нашего примера находим:
Если интервал ( ) достаточно мал и не содержит ноль, то коэффициент b является статистически значимым на с – процентном доверительном уровне.
Аналогично находятся максимальные и минимальные значения параметра а. Для нашего примера:
Коэффициент а не является статистически значимым, т.к. интервал ( ) велик и содержит ноль.
Вывод: полученные результаты не являются значимыми и не могут быть использованы для прогнозных расчетов. Ситуацию можно поправить следующими способами:
а) увеличить число n;
б) увеличить количество факторов;
в) изменить форму уравнения.
Проблема автокорреляции остатков. Критерий Дарбина-Уотсона
Часто для нахождения уравнений регрессии используются динамические ряды, т.е. последовательность экономических показателей за ряд лет (кварталов, месяцев), следующих друг за другом.
В этом случае имеется некоторая зависимость последующего значения показателя, от его предыдущего значения, которое называется автокорреляцией. В некоторых случаях зависимость такого рода является весьма сильной и влияет на точность коэффициента регрессии.
Пусть уравнение регрессии построено и имеет вид:
– погрешность уравнения регрессии в год t.
Явление автокорреляции остатков состоит в том, что в любой год t остаток не является случайной величиной, а зависит от величины остатка предыдущего года . В результате при использовании уравнения регрессии могут быть большие ошибки.
Для определения наличия или отсутствия автокорреляции применяется критерий Дарбина-Уотсона:
.
Возможные значения критерия DW находятся в интервале от 0 до 4. Если автокорреляция остатков отсутствует, то DW2.
Построение уравнения степенной регрессии
Уравнение степенной агрессии имеет вид:
, где
a, b – параметры, которые определяются по данным таблицы наблюдений.
Таблица наблюдений составлена и имеет вид:
x |
x1 |
x2 |
... |
xn |
y |
y1 |
y2 |
... |
yn |
Прологарифмируем исходное уравнение и в результате получим:
ln y = ln a + bln x .
Обозначим ln y через , ln a как , а ln x как .
В результате подстановки получим:
Данное уравнение есть ничто иное, как уравнение линейной регрессии, параметры которого мы умеем находить.
Для этого прологарифмируем исходные данные:
ln x |
ln x1 |
ln x2 |
... |
ln xn |
ln y |
ln y1 |
ln y2 |
... |
ln yn |
Далее необходимо выполнить известные нам вычислительные процедуры по нахождению коэффициентов a и b, используя прологарифмированные исходные данные. В результате получим значение коэффициента b и . Параметр a можно найти по формуле:
.
В этих же целях можно воспользоваться функцией EXP в Excel.