- •11. Экономико-математические модели включают в себя
- •2.2. Парная регрессия и корреляция
- •2.3. Модели множественной линейной регрессии
- •2.4 Эконометрический анализ при нарушении классических модельных предположений
- •2.5. Моделирование временных рядов
- •2.6. Изучение взаимосвязей на основе временных рядов
- •3.2. Оптимизационные модели
1. Процесс построения математической модели называют: математическим моделированием.
2. Процедура изучения модели предполагает: проведения различного рода «модельных» экспериментов, в результате которых накапливаются и систематизируются данные о поведении модели при различных экономических условиях и ограничениях.
3. Процедура применения модели связана с использованием полученным с ее помощью знаний для построения обобщающей теории реального экономического объекта, прогнозирование его дальнейшего поведения и управления им.
4. Моделирование предполагает использование: методов абстрагирование и идеализации.
5. Различие между эконометрическими и экономико-математическим моделями состоит в характере функциональных зависимостей, связывающих их величины.
6.В соответствии с общепринятой классификацией экономико-математические модели подразделяются на эконометрические (статистические), балансовые и оптимизационные.
7. По функциональному признаку модели подразделены на модели планирования, модели бухгалтерского учета, модели экономического анализа, модели информационных процессов.
8. Методы математической статистики :
9. Моделируемые объекты эконометрических и экономико-математических моделей классифицируются с позиций:
-
сущности моделируемых процессов производства;
-
временных характеристик процессов;
-
уровней управления процессами;
-
назначение моделей в управлении.
10. В основу классификации эконометрических и экономико-математических моделей по средствам их построения положены:
-
средства моделирования и методы реализации моделей;
-
структура моделей и характер зависимости её компонентов;
-
используемая информация.
11. Экономико-математические модели включают в себя
12. Эконометрика: наука, объединяющая совокупность математико-статистических моделей и методов, которые позволяют описывать стохастические причинные отношения экономических явлений и процессов в экономическом анализе для проверки правильности экономических теоретических моделей и способов решения экономических проблем.
13. Основные задачи эконометрики, определяющие ее функции, это:
-
построение экономических моделей,
-
оценка параметров построения модели,
-
проверка качества найденных параметров модели и самой модели в целом,
-
использование построенных моделей для объяснения, прогнозирования и предсказания поведения исследуемых экономических показателей.
14. Эконометрические методы, базируются на анализе связей между различными экономическими показателями на основании статистических данных с использованием: аппарата теории вероятностей и математической статистики.
15. Переменные эконометрической модели классифицируются как: выходные или результирующие переменные (Y); входные или объясняющие переменные (X).
16. В эконометрических исследованиях используют следующие типы экономических данных:
-
пространственные – характеризуют ситуацию по конкретной переменной, относящейся к пространственно разделенным сходным объектам в один и тот же момент времени;
-
временные – отражают изменения (динамику) какой-либо переменной на промежутке времени.
17. Эконометрические модели в зависимости от соответствующей теории связи между переменными экономических систем, принято делить на основные классы:
-
модели временных рядов;
-
регрессионные модели с одним уравнением;
-
системы эконометрических уравнений.
18. К моделям временных рядов относятся: адаптивные модели, модели кривых роста(трендовые) и модели авторегрессии и скользящего среднего.
19. Выделяют следующие виды эконометрических систем:
-
системы независимых уравнений;
-
системы рекурсивных уравнений;
-
системы взаимосвязанных уравнений.
20. Этапами построения эконометрической модели являются:
1.Проведение теоретического описания изучаемого эконометрического объекта с отражением существенных факторов. 2.Определение целей исследования, достижение которых требует привлечения модели, введения ограничений и предварительных предложений. 3.Выбор математической модели экономического объекта с фиксацией формы всех зависимостей и обозначением параметров, входящих в модель. 4.Сбор статистических наблюдений над входящими в модель переменными в соответствующие моменты времени. 5.Выбор метода оценивания неизвестных параметров модели. 6.Реализация алгоритма оценивания параметров, обеспечивающая адекватность модели. 7.Интерпретация полученных результатов, принятия решения относительно следующего цикла исследования и прогноза.
2.2. Парная регрессия и корреляция
21.Рассматривая линейную зависимость между признаками, прежде всего, выделяют типы связей:
- Функциональные – характеризуются полным соответствием между изменением факторного признака и изменением результативной величины: каждому значению признака-фактора соответствует вполне определенные значения результативного признака.
- Корреляционные – между изменением двух признаков нет полного соответствия, воздействия отдельных факторов проявляется лишь в среднем, при массовом наблюдении фактических данных.
22. К показателям, значения которых свидетельствуют о присутствии или отсутствии линейной связи между переменными относятся коэффициенты линейной (парной) и множественной корреляции.
23. Основная задача корреляционного анализа заключается в выявлении взаимосвязи между случайными переменными путем: точечной и интервальной оценки парных коэффициентов корреляции, вычисления и проверки значимости множественных коэффициентов корреляции и детерминации.
24. Ковариация – это статистическая мера взаимодействия двух переменных.
25. Дисперсия (оценка дисперсии) характеризуют:
26. Для качественной оценки коэффициента корреляции применяются различные шкалы, наиболее известной из которых является специальная шкала значений коэффициентов корреляции – шкала Чеддока.
27. В зависимости от объема выборочной совокупности различают методы оценки существенности линейного коэффициента корреляции: при малых объемах выборки выполняется с использованием t-критерия Стьюдента.
28. В многомерном корреляционном анализе рассматривается задачи:
-
Определение тесноты связи одной случайной величины с совокупностью остальных величин, включенных в анализ.
-
Определение тесноты связи между двумя величинами при фиксировании или исключении влияния остальных величин.
29. Квадрат коэффициента множественной корреляции принято называть: выборочным множественным коэффициентом детерминации.
30. Коэффициент множественной корреляции принимает значения от 0 до 1.
31. Проверка значимости коэффициента детерминации осуществляется путем сравнения с табличным Fтабл.: расчетного значения F – критерия Фишера.
32. При отклонении парной статистической зависимости от линейной коэффициент корреляции оценивается измерителем связи: индекс корреляции (корреляционное отношение).