- •Тема 1. Поняття про економіко-математичні моделі і моделювання
- •Алгоритми побудови моделей
- •Лабораторна робота № 1. «Лінійна модель»
- •Лабораторна робота № 2. «Степенева функція»
- •Лабораторна робота № 3. «Параболічна функція»
- •Лабораторна робота № 4. «Гіперболічна функція»
- •Лабораторна робота № 5. «Експоненціальна модель»
- •Контрольні запитання
- •Тема 2. Лінійне програмування
- •Розв'язування
- •Ітерація 1
- •Ітерація 2
- •Ітерація 3
- •Ітерація 4
- •Економічна інтерпретація математичного розв'язку.
- •Лабораторна робота № 6 «Задача оптимального використання ресурсів»
- •Контрольні запитання
- •Тема 3. Моделі оптимального планування на рівні підприємства
- •Лабораторна робота № 7 «Розрахунок оптимальної виробничої програми карамельного цеху»
- •Вихідні дані для побудови робочої моделі
- •Потреба у сировині, кг/т карамелі
- •Приклад виконання лабораторної роботи.
- •5) По випуску продукції
- •6) По фінансовим можливостям
- •Потреба у сировині, кг/т карамелі
- •Річна продуктивність ліній
- •Робоча матриця
- •Аналіз результатів
- •Вихідні дані для побудови робочої моделі (формули розрахунку)
- •Річна продуктивність ліній (формули розрахунку)
- •Звіт за результатами
- •Звіт по стійкості
- •Звіт по границям
- •Лабораторна робота № 8 «Оптимізація виробничої програми молочного заводу»
- •Робоча модель
- •Лабораторна робота № 9 «Оптимізація виробничої програми ковбасного виробництва»
- •Приклад виконання задачі оптимізації виробничої програми підприємства (цеху, дільниці)
- •Приклад № 1 виконання лабораторної роботи
- •Розв’язок
- •Приклад № 2 виконання лабораторної роботи
- •Вихідні дані для оптимізації ковбасного виробництва
- •Розв’язок
- •Економічний аналіз отриманих результатів
- •Лабораторна робота № 10 «Оптимізація виробничої програми хлібозаводу»
- •Приклад виконання лабораторної роботи Робоча модель задачі.
- •Лабораторна робота № 11 «Модель оптимального використання потужності»
- •Приклад виконання лабораторної роботи
- •Розв'язок
- •Лабораторна робота № 12. «Транспортна задача»
- •Постановка транспортної задачі
- •2. Приклад рішення транспортної задачі за допомогою електронних таблиць
- •Вихідні дані для транспортної задачі
- •3. Економічна інтерпретація математичного розв’язку транспортної задачі
- •Контрольні запитання
- •Тема 4. Нелінійні оптимізаційні моделі економічних систем
- •Контрольні запитання
- •Тема 5. Методи та способи прийняття управлінських рішень
- •Прийняття управлінських рішень в умовах ризику.
- •Прийняття рішень в умовах відсутності повторюваності подій
- •Контрольні запитання
- •Тема 6. Кореляція двох змінних
- •Зміст змінних і рівнянь в економетричній моделі
- •Лабораторна робота № 13 «Модель парної лінійної кореляційної залежності»
- •Приклад виконання лабораторної роботи
- •Оцінка тісноти та значимості зв’язку між змінними моделі
- •Оцінка точності моделі
- •Перевірка значущості та довірчі інтервали
- •Прогнозування за лінійною моделлю
- •Контрольні запитання
- •Тема 7. Одновимірні часові ряди та їх моделювання Елементи часового ряду.
- •Перевірка гіпотези про існування тенденції
- •Перевірка наявності тенденції середнього рівня
- •Метод ковзної середньої
- •Обчислення:
- •Лабораторна робота № 14 «Перевірка наявності тенденції середнього рівня. Згладжування емпіричних кривих (метод ковзної середньої)»
- •Контрольні запитання
- •Тема 8. Моделі множинної регресії
- •Лабораторна робота № 15 «Множинна лінійна кореляційна модель»
- •Приклад дослідження багатофакторної моделі
- •Порядок виконання завдання
- •19. Висновки.
- •Лабораторна робота № 16 «Виробнича функція Кобба-Дугласа»
- •Метод рішення
- •Приклад рішення задачі.
- •Контрольні запитання
- •Додаток 1 Табличні значення критерію Фішера
- •Додаток 2
- •Додаток 3
- •Додаток 4 Основні вбудовані функції системи Eхсеl
- •1. Математичні функції
- •2. Категорія «Ссылки и массивы»
- •3. Статистичні функції
Перевірка наявності тенденції середнього рівня
Один із способів перевірки наявності тенденції заснований на порівнянні середніх рівнів ряду: часовий ряд розбивають на дві приблизно рівні частини, кожну з яких розглядають як деяку самостійну вибіркову сукупність, що має нормальний розподіл. Якщо часовий ряд має тенденцію до змінювання, то середні значення, обчислені для кожної сукупності, мають істотно (значно) різнитися між собою. Якщо розбіжність буде незначною (неістотною, випадковою), це означатиме, що часовий ряд не має тенденції.
Отже, перевірка наявності тренда в досліджуваному ряді зводиться до перевірки гіпотези про рівність середніх двох нормально розподілених сукупностей.
Обчислення за цим методом складається з наступних етапів:
вхідний часовий ряд у1,у2, у3, …, ул розбивають на дві приблизно рівні частини обсягом п1 ≈ п2 , де (п1 + п2 = п);
для кожної з частин обчислюють середні значення та дисперсії:
висувають основну гіпотезу про рівність середніх значень:
проти альтернативної і допоміжну гіпотезу про рівність дисперсій проти альтернативної ;
перевіряють допоміжну гіпотезу за допомогою F-критерію Фішера. Для цього порівнюють розрахункове (експериментальне) значення критерію:
з табличним (критичним) значенням розподілу Фішера Fтабл = F(а, k1,k2), де a – заданий рівень значущості, ki = п.–1 – степені вільності, і = 1,2.
Якщо за критерієм Фішера дисперсії виявляться нерівними (Fексп > Fтабл), то основну гіпотезу не перевіряють. Інакше переходять до наступного пункту;
основну гіпотезу про відсутність тренда перевіряють за допомогою t-критерію Стьюдента. Для цього обчислюють вибіркову статистику – розрахункове значення критерію Стьюдента за формулою
де – середньоквадратичне відхилення різниці середніх;
Якщо розрахункове значення tексп менше від табличного значення розподілу Стьюдента (tексп tтабл), де tтабл =t(а, (п–2)), то основна гіпотеза Н0 приймається, тобто середні значення рівні, отже, ряд не має тренда.
Якщо H0 відхиляється, то ряд має тенденцію до змінювання (тренд є).
Метод ковзної середньої
Метод ковзної середньої є найбільш простим способом згладжування емпіричних кривих. Суть цього методу складається в заміні фактичних значень показника їхніми усередненими величинами, що мають значно меншу варіацію, чим вихідні рівні ряду.
Залежно від періоду усереднення розрізняють ковзні середні, розраховані для непарного й парного числа інтервалів часу. Розглянемо порядок побудови ковзної середньої з непарним числом членів.
Є динамічний ряд, що складається з рівнів y1, y2, y3, …, yn.
Для визначення ковзної середньої послідовно розраховують суми m елементів ряду (де m – непарне число), поступово переходячи від перших членів y1, y2, y3, …yn до наступних груп рівнів: y2, y3, …ym+1; y3, y4, …ym+2; y4, y5, …ym+3; і т.д.
По окремих сумах визначають середні арифметичні, кожна з яких міняє свою величину («ковзає») у міру збільшення параметра t. Із середніх арифметичних формується новий динамічний ряд, елементи якого в значній мірі вільні від випадкових зовнішніх впливів на прогнозований показник. Вважається, що ковзні середні більш точно характеризують тенденцію зміни ознаки, чим рівні вихідного тимчасового ряду. Найбільше часто на практиці застосовуються трьох- і п’ятичленні середні.
Їхній розрахунок ведеться по формулах
yt′ = (yt-1 + yt + yt+1)/3, t=2,3…,(n–1);
14yt′ = (yt-2 + yt-1 + yt + yt+1+ yt+2)/5, t=3,4…,(n–2),
де yt′ – ковзна середня.
Більш складна обчислювальна схема використовується в тих випадках, коли ковзна середня визначається по парному числу елементів. При парному періоді згладжування проста середня арифметична має один істотний недолік – вона не може бути приписана жодному реальному значенню t, оскільки доводиться на проміжок часу між двома роками. Наприклад, при t = 4 середня арифметична буде ставитися до проміжку між другим і третім роком; при m=6 – до проміжку між третім і четвертим роком і т.д.
При виконанні реальних розрахунків ковзну середню з парним періодом вирівнювання визначають у два етапи. Спочатку знаходять середні для проміжків часу (t–1 й t, t й t+1), а потім отримані величини підсумують і знову використають для розрахунку середньої.
З ковзних середніх з парним числом елементів найчастіше використається згладжування по чотирьох рівнях динамічного ряду. Обчислення чотиричленної ковзної середньої здійснюється по формулі
,
t=3,4…,(n–2),
Застосування ковзних середніх дозволяє «вирівняти» контури вхідної кривої, що створює умови для більш точного відтворення динаміки зміни показника.
Приклад 1. Перевірка наявності тенденції
Дослідити часовий ряд на наявність тренду (тенденції). Умовні дані про витрати на впровадження інновацій в попередньому періоді, тис грн. (Y).
Вхідні дані та обчислення оформимо у таблиці (табл. 7.1).
Таблиця 7.1
t (рік) |
X |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
Витрати на впровадження інновацій в попередньому періоді, тис грн. |
Y |
3,52 |
9,7 |
8,9 |
9,8 |
10,1 |
13,9 |
19,9 |
14,3 |
11,5 |
19,5 |
14,2 |
|
-9,52 |
-3,34 |
-4,14 |
-3,24 |
-2,94 |
0,86 |
6,86 |
1,26 |
-1,54 |
6,46 |
1,16 | |
|
90,63 |
11,16 |
17,14 |
10,50 |
8,64 |
0,74 |
47,06 |
1,59 |
2,37 |
90,63 |
11,16 |
Продовження таблиці 7.1
12 |
13 |
14 |
15 |
16 |
17 |
18 |
19 |
20 |
21 |
22 |
23 |
24 |
25 |
14 |
20,2 |
22,7 |
28,2 |
25,2 |
25 |
24,3 |
21,5 |
27,1 |
36,3 |
34,1 |
34,1 |
35,2 |
44,5 |
0,96 |
7,16 |
-7,15 |
-1,65 |
-4,65 |
-4,85 |
-5,55 |
-8,35 |
-2,75 |
6,45 |
4,25 |
4,25 |
5,35 |
14,65 |
|
13,04 |
|
|
|
|
|
|
|
|
|
|
= |
29,85 |
41,73 |
1,35 |
0,92 |
51,27 |
51,12 |
2,72 |
21,62 |
23,52 |
30,80 |
69,72 |
7,56 |
41,60 |
18,06 |
18,06 |
285,09 528,05