- •Вопрос 1. Спур.
- •Вопрос 2. Компромиссы в процессе принятия решений. Многоцелевая оптимизация.
- •Вопрос 3. Общие проблемы моделирования при обосновании решений.
- •Вопрос 4. Количественные модели прогнозирования при обосновании решения.
- •Вопрос 5. Этапы моделирования при прогнозировании
- •Вопрос 6. Система. Определение составляющих системы. Примеры.
- •Вопрос 7. Закон необходимого разнообразия системы.
- •Вопрос 8. Принципы построения управляющей системы.
- •Вопрос 9. Экономическая система. Определение. Примеры.
- •Вопрос 10. Два подхода к изучению экономических систем.
- •Вопрос 11. Этапы моделирования экономических систем.
- •Вопрос 12. Схема циклического процесса моделирования.
- •Вопрос 13. Два уровня моделирования экономических систем.
- •Вопрос 19. Имитационное моделирование.
- •Вопрос 20. Эконометрические модели в прогнозировании. Особенности.
- •Вопрос 21. Формы статистической взаимосвязи экономических показателей.
- •Вопрос 22. Проверка эконометрической модели на достоверность.
- •Вопрос 23. Производственная функция. Определение и особенности. Виды производственных функций.
- •Вопрос 24. Построение производственной функции.
- •Вопрос 25. Экономическая постановка задачи, приводящая к необходимости построения производственной функции.
- •Вопрос 26. Анализ производственных функций. Сущность анализа.
- •Вопрос 27. Экономическая постановка задачи, приводящая к необходимости анализа производственной функции
- •Вопрос 28. Виды эластичности в анализе производственной функции.
- •Вопрос 29. Эффект масштаба производства. Три случая эффекта.
- •Вопрос 30. Задача фирмы в условиях совершенной конкуренции, монополии (монопсонии).
- •Вопрос 31. Изокванта. Определения.
- •Вопрос 32. Экономическая постановка задачи, приводящая к необходимости моделирования тенденции временного ряда экономического показателя.
- •Вопрос 33. Этапы анализа временных рядов экономических показателей с учетом сезонности.
- •Вопрос 34, 35. Кривые роста в прогнозировании. Оценка надежности кривых роста, анализ системности, адекватности, альтернативности модели.
- •Вопрос 36. Тенденция временного ряда экономического показателя. Модель тенденции.
- •Вопрос 37. Методы сглаживания временных рядов экономических показателей.
- •Вопрос 38. ЭмМодель объема реализации услуг с учетом сезонных факторов. Экономическая интерпретация.
- •Вопрос 39. Схема моделирования объема реализации услуг при прогнозировании.
- •Вопрос 40. Модели теории массового обслуживания, их значение и область применения.
- •Вопрос 41. Система массового обслуживания. Определение. Примеры.
- •Вопрос 42. Оценка качества функционирования систем массового обслуживания.
- •Вопрос 44. Моделирование входящего потока требований. Интенсивность входящего потока.
- •Вопрос 45. Схема моделирования системы массового обслуживания.
- •Вопрос 46. Оптимизационные модели линейного программирования.
- •Вопрос 47. Экономическая постановка задачи оптимизации производственной программы фирмы.
- •Вопрос 48. Значение оптимизационных моделей линейного программирования для оперативного управления производством в условиях дефицитности ресурсов.
- •Вопрос 49. Свойства двойственных оценок при экономико – математическом анализе оптимального плана.
- •Вопрос 50. Экономическая интерпретация двойственных оценок в оптимальном плане.
- •Вопрос 51. Балансовые модели (моб производства и использования товаров и услуг в системе национальных счетов).
- •Вопрос 52. Основное математическое соотношение моб производства и использования товаров и услуг (сравнительный анализ в статической и динамической модели). В тетради
- •Вопрос 53. Статическая эмМодель моб (стоимостная форма).
- •Вопрос 54. Динамическая эмМодель моб
- •Вопрос 55. Коэффициенты прямых и полных материальных затрат в балансовых моделях.
- •Вопрос 56. Коэффициенты вложений в балансовых моделях.
Вопрос 34, 35. Кривые роста в прогнозировании. Оценка надежности кривых роста, анализ системности, адекватности, альтернативности модели.
Кривые роста, как один из видов экономико – математической модели, используются для двух основных целей:
для определения тенденции временного ряда на основе его сглаживания;
для экстраполяции на будущее тенденции, наблюдавшейся в базисном году, в рамках прогнозирования.
При прогнозировании экономических систем с использованием кривых роста необходимо выполнение следующих предположений:
• прогнозируемый процесс действительно имеет тенденцию либо к возрастанию, либо к уменьшению среднего значения;
• имевшаяся в базисном периоде тенденция существенно не изменяется в прогнозируемом периоде.
При таких предположениях развитие системы связывают не с влияющими на нее факторами, а с течением времени, т.е. предполагают, что развитие анализируемой системы определяется, прежде всего, потенциальными возможностями самой системы. К настоящему времени насчитываются несколько десятков разнообразных трендовых моделей. (Тренд - количественное выражение тенденции временного ряда экономического показателя). Процедура прогнозирования с их использованием сводится к выполнению следующих основных этапов:
• предварительный анализ экономической системы и исходной информации, получение релевантной информации;
• формирование набора функций-кандидатов (моделей);
• предварительный отбор моделей (в соответствии с определенными критериями);
• численная статистическая оценка параметров отобранных моделей;
• анализ адекватности модели реальной экономической системе;
• выбор модели, наиболее соответствующей реальной экономической системе;
• расчет точечного и интервального прогнозов при априорно заданном уровне вероятности принятия решения.
Модель является адекватной, если
-
математическое ожидание значений остаточного ряда близко или равно нулю.
-
значения остаточного ряда
случайны (нет тенденции),
независимы (нет автокорреляции),
подчинены нормальному закону распределения.
Вопрос 36. Тенденция временного ряда экономического показателя. Модель тенденции.
Для того, чтобы выявить основную тенденцию изменения объема реализации по кварталам или месяцам в течение изучаемого периода времени, следует провести сглаживание его временного ряда с одновременными элиминированием случайных колебаний.
Для этих целей используется методы скользящей средней и наименьших квадратов.
Метод наименьших квадратов при сглаживании временных рядов применяется в качестве вычислительного приема для получения параметров тренда. Чаще всего для количественного описания экономических показателей во времени применяются функция
;
Так, если долговременная тенденция изменения объема реализации может быть представлена прямой вида , то параметр характеризует постоянный прирост объема реализации в единицах измерения объема при начальном значении и т.д.
Сущность метода наименьших квадратов состоит в отыскании таких параметров тренда, при которых сумма квадратов отклонений теоретических значений объема реализации, вычисленных по уравнению тренда, от их фактических значений была бы минимальной. Математический аппарат метода наименьших квадратов описан в большинстве работ по математической статистике.
Близость теоретических и фактических значений объема реализации во многом зависит от того, насколько точно удалось установить тенденцию изменения объема. Поэтому в ходе анализа временных рядов необходимо особое внимание уделить обоснованию аналитического выражения тренда, в наибольшей степени соответствующего характеру долгосрочной тенденции изменения объема реализации.
Выбор вида функции, описывающий тренд, проводится в большинстве случаев эмпирически, путем построения ряда функций и сравнения их между собой по величине среднеквадратической ошибки аппроксимации, которая вычисляется по формуле:
,
где - теоретическое значение объема реализации;
- его фактическое значение;
n - число уровней временного ряда;
р - число параметров функции, описывающий тренд.
Если бы все фактические значения уровней временного ряда лежали строго на прямой или кривой, описываемой соответствующей функцией, то для каждой из точек графика было бы справедливо равенство
,