- •2. Понятие и виды коррел. И регресс. Задачи коррел. И регресс. Ан-за
- •3. Парн. Лин. Регресс.(плр)
- •5.Коэф-т корреляции
- •6.Предпос. М-да наим. Квадратов. Т. Г-м
- •7.Анализ точности опред. Оценок коэф-ов регрессии.
- •1. Понятие экон-ки. Осн. Задачи экон-ки.
- •8) Проверка гипотез относит. Коэф-тов лин. Ур-я регрес
- •9. Интерв. Оценки коэф-ов лин. Ур-ния регрессии
- •13. Расчет коэф-в множ. Регр-ии.
- •24/Обратная модель.
- •14. Дисперсии и станд. Ошибки коэф-в.
- •19. Проверка равенства двух коэффициентов детерминации.
- •20. Проверка гипотезы о совпадении уравнений регрессии для двух выборок
- •21. Статистика Дарбина-Уртсона
- •22.Логарифмические (лог-линейные) модели.
- •Вопрос 28 – Постановка и мат. Модель задачи векторной оптимизации
- •Вопрос 30 – методы решения многоцелевых задач
- •31. Метод лин.Комбинаций част.Критериев.
- •32. Метод ведущего критерия.
- •34. Метод равных и наим-их относит. Отклонени
- •35. Метод минимакса
- •36. Предмет и основные понятия теории игр
- •40. Решение матричных игр в смешанных стратегиях. Теорема о необходимом и достаточном условии смешанных стратегий
- •41.Теорема о преобразованиях эл-ов платежной матрицы
- •16. Пров стат значимости коэф ур-ния множ лин регрессии
- •42. Теорема о сведении плат-й матрицы к матрице с полож числами.
- •43. Сведение матричной игры к задаче линейного программирования
- •44. Игры с природой. Понятие риска сиатистика. Матрица рисков.
- •45. Критерии Байеса и Лапласа выбора наилучшей стратегии статистика
- •46. Критерии Вальда, Сэвиджа и Гурвица выбора наилучшей стратегии статистика.
- •47. Модели анализа основных финансовых операций.
- •48. Дисконтирование денежных потоков. Текущая стоимость проекта.
- •49. Чистая текущая стоимость инвестиционного проекта
- •50. Внутренняя норма прибыли проекта
- •Вопрос 51. Индекс прибыльности и период окупаемости проекта.
- •Вопрос 52. Влияние инфляции на денежные потоки проекта.
- •55. Осн. Понятия и опр. Спу
- •54.Анализ чувств-ти ден. Потоков проекта
- •17, 18. Проверка общ кач-ва ур множ рег-сии и статзначимостикоэф детерминации.
- •56. Правила построения сет. Графиков
- •57. Расч. Врем. Парам. Событ.
- •Вопрос 60 Оптимизация проекта по времени, если задан срок выполнения проекта
- •Вопрос 59 Линейный график комплекса работ (график Ганта). Диаграмма потребления ресурсов
- •58. Расч времен парам раб.
- •61. Оптимизац проекта по времени за счет вложен выделен сумм.Ср.
- •62. Оптимизация проекта по стоимости при нефиксированной величине критического пути.
- •67. Основные соотношения, отражающие сущность моб.
- •68. Мат. Модель моб. Эк. Сущность коэф-тов прямых затрат (кпз).
- •65.Принципиальная схема моб в снс.
- •66. Экономическое содержание квадрантов моб.
44. Игры с природой. Понятие риска сиатистика. Матрица рисков.
Управление экономич. Процессами и явлениями осуществляется путем последовательно принимаемых решений. В случае отсутствия достаточно полной информации возникает неопределенность в принятии решений. С целью уменьшения неблагоприятных последствий в каждом конкретном случае следует учитывать степень риска. В этом случае лицо принимающее решение – статистик вступает в игровые отношения с некоторым абстрактным лицом, которое будем называть «природой»
Под «природой» будем понимать совокупность неопределенных факторов, влияющих на эффективность приним. Решений.
Статистик должен уметь находить управл. Реш., когда природа не выбирает свои оптимальные стратегии . Но иногда мы располагаем вероятностными характеристиками состояния природы. Такого рода ситуации принято называть «играми с природой»
Множество стратегий статистика будем обозначать через А, а отдельные стратегии через Аi €A , i = 1,m .
Множество состояний природы будем обозначать через П, а отдельные состояния Пj€П , j = 1,n
Во взаимоотношения с природой статистик может использовать любую из стратегий в зависимости от состояния природы. Причем статистик, когда определяет какую стратегию ему выбрать руководствуется некоторым поведением , которое и будет являться оптимальной стратегией .При этом статистик может пользоваться как частными так и смешанными стратегиями.
Обозначим платежную матрицу игры с природой через
а11 а12 … а1n
а21 а22 … а2n
. . . . . . . . . . .
аm1 аm2 … аmn ,
где каждый элемент аij , i = 1,m , j = 1,n называется выигрышем статистика, если он примет стратегию Аi при состоянии природы Пj.
При анализе игры с природой вводится также показатель позволяющий оценить насколько то или иное состояние природы влияет на исходную систему. Этот показатель называется риском.
Риском rij , i = 1,m , j = 1,n статистика, когда он пользуется чистой стратегией Аi при состоянии природы Пj, называется разность между максимальным выигрышем, который он мог бы получить, достоверно зная, что природа будет реализована именно состоянием Пj, и тем выигрышем Аij, который он получит используя стратегию Аi, не зная какое из состояний природа действительно реализует.
Rij = max aij , aij>=0, i = 1,m , j = 1,n
45. Критерии Байеса и Лапласа выбора наилучшей стратегии статистика
К первой группе относительных критериев, в которых используются вероятности состояний природы, относятся критерии Байеса и Лапласа. В качестве оптимальной по критерию Байеса принято считать стратегию при которой максимизируется средний выигрыш статистика
Max ai = max (i) ∑(j=1,n)aijqj , i = 1,m
Если статистик представляет в равной мере правдоподобными все состояния природы q1=q2=….=qn=1/n, то по критерию Лапласа в качестве оптимальной берется стратегия обеспечичвающая max ai = max 1/n ∑(j=1,n)aij , i = 1,m
46. Критерии Вальда, Сэвиджа и Гурвица выбора наилучшей стратегии статистика.
По критерию Вайда (критерий крайнего пессимизма) в качестве оптимальной считается стратегия, при которой в наихудших условиях гарантируется максимальный выигрыш:
v=maxi minj .
По критерию Сэвиджа (критерий минимального риска) в качестве оптимальной рекомендуется выбирать стратегию, для которого величина максимального риска минимизируется:
r=minj maxi .
По критерию Гурвица в качестве оптимальной следует выбирать стратегию, для которой выполняется соотношение:
g=maxi [αminj + (1-α)maxj ], где 0>α>1.
Если α=0, то получим критерий крайнего оптимизма.
Если α=1, то получим критерий Вайда.