- •Раздел 1. Осмысление математического аппарата для решения экономических задач
- •1.1. Экстремум функции нескольких переменных
- •1.2. Достаточный признак существования экстремума
- •1.3. Условный экстремум
- •1.4. Метод наименьших квадратов
- •1.5. Правила составления систем стандартных уравнений
- •1.6.2. Биквадратная функция
- •1.6.3. Кубическая функция
- •1.6.4. Обратно пропорциональная функция
- •1.6.5. Дробно-линейная функция
- •1.6.6. Дробно-рациональные функции
- •1.6.7. Степенная функция
- •1.6.7.1. Степенная функция с натуральным показателем
- •1.6.7.2. Степенная функция с целым отрицательным показателем
- •1.6.7.3. Степенная функция с дробным показателем
- •1.6.8. Показательная функция
- •1.6.9. Логарифмическая функция
- •1.7. Асимптоты с привлекательными функциями для измерения экономических процессов (показателей)
- •1.8. Некоторые обобщения
- •1) Сумма квадратов отклонений
- •2) Сумма модулей отклонений
- •1.9. Вопросы для самоконтроля
- •1.10. Тренировочные задачи
- •1.11. Тест к разделу 1
- •Раздел 2. Эконометрические модели
- •2.1. Измеряющие (регрессионные) модели и корреляция
- •2.1.1. Частная корреляция
- •2.2. Имитирование (интерпретация) регрессионных моделей
- •2.3. Эконометрические модели спроса
- •2.4. Эконометрические модели ценообразования
1.10. Тренировочные задачи
1. Исследовать на максимум и на минимум функции:
1. ; 2. ;
3. ; 4. ;
5. .
2. Исследовать на возрастание и убывание следующие функции:
1. ; 2. ;
3. у = екх; 4. ;
5. .
3. Исследовать на экстремум следующие функции:
1. ; 2. ;
3. ; 4. ;
5. ; 6. у = х2 е-х;
7. ; 8. .
4. Найти наибольшее, наименьшее значения функций:
1. на отрезке [-4; 4];
2. на отрезке [1, е];
3. .
5. Найти асимптоты кривых:
1. ; 2. ;
3. ; 4. ;
5. ; 6. .
6. Исследовать функции и построить их графики:
1. ; 2. ;
3. ; 4. ;
5. ; 6. .
1.11. Тест к разделу 1
1. Выберите неравенство, при котором функция достигает экстремума:
а) АС - В2 > 0;
б) АС - В2 < 0;
в) АС - В2 = 0;
2. Отметьте необходимые условия существования экстремума функции:
а) > 0, > 0;
б) < 0, < 0;
в) = 0, = 0.
3. Укажите вспомогательную функцию Лагранжа:
а) Z = ƒ [x1 + (x)] = F(x);
б) Ф(х1у) = ƒ(х1у) + λφ(х1у);
в) Ф(х1у) = х +у + λ .
4. Укажите, правильно ли составлены системы стандартных уравнений:
а)
для функции у = а + bt;
б)
для функции ;
в)
для функции у = а + а1х1 + а2х2 .
5. Выберите привлекательные функции для прогнозирования:
а) у = а + bt;
б) у = аbt;
в) .
Раздел 2. Эконометрические модели
Теперь непосредственно рассматриваем эконометрические модели отдельных экономических показателей, составляющих. Например, эконометрические модели спроса, ценообразования, равновесия и другие. Эти модели, как правило, исследуются на основе выше приведенной системы математического аппарата. Рекомендации, обоснованные на основе эконометрических моделей, могут носить как локальный, так и глобальный характер. Очень многое зависит от масштаба экономической постановки задач.
Цель раздела: закрепление теоретических знаний с практических позиций.
2.1. Измеряющие (регрессионные) модели и корреляция
Простейшим видом измеряющих (регрессионных) моделей являются модели, характеризующие зависимость между двумя признаками (факторами), т.е. модели вида:
y = ƒ (x),
где y - зависимая переменная, т.е. результативный признак;
x - независимая или объясняющая переменная величина, т.е. признак фактора.
Например, бизнесменов, предпринимателей, экономистов, менеджеров интересует как изменится спрос на конкретный вид товара, если цены увеличатся на 12,3%, причем, при насыщенности рынка на данный товар на уровне 84,5%. Или в какой степени является целесообразным увеличение выпуска продукции на 15,5%, если цены на товары увеличиваются на 8,4%, а насыщенность рынка составляет не более 92%. Или еще, их интересует: какие товары надо производить, какого качества, в каком количестве, на какой рынок следует ориентироваться и т.д.
На все эти вопросы отвечают измеряющие эконометрические модели, если они подобраны, обоснованы адекватно, повторяю, если они выявлены с учетом объективной, достоверной информацией, а также учета комплекса внутренних и внешних факторов. В связи с этим хотелось бы, чтобы слушатели внимательно относились к эконометрическим моделям, исследованиям.
При количественной оценке связей между двумя переменными возможны использования следующих функций:
1. у = а + bx; 6. y = a · bx;
2. y = а + ; 7. y = ;
3. y = a · xb; 8. y = a + bx + cx2;
4. y = ; 9. y = ;
5. y = a + bx + cx2; 10. y = a + bx + cx2 + dx3.
Для выяснения адекватности выводов, как правило, вычисляются коэффициенты корреляции и детерминации. Расчеты ведутся по формулам:
,
где r - коэффициент корреляции;
- средняя величина фактора;
- средняя величина результативного признака;
- средняя величина из попарных произведений изучаемых признаков x и y;
- среднее квадратическое отклонение факторного признака;
- среднее квадратическое отклонение результативного признака.
Коэффициент корреляции представляет собой величину, которая колеблется в пределах от 0 до 1.
В тех случаях, когда коэффициент корреляции равен нулю, связь отсутствует. Если же он равен 1, то связь между изучаемыми признаками функциональная, т.е. полная. Знак коэффициента корреляции указывает на направление связи (плюс - прямая связь, минус - обратная).
Если же r 0,5, связь между факторами можно считать слабой; если 0,51 r 0,8, связь можно рассматривать как среднюю, а если r 0,81 - связь можно отнести к более устойчивой категории.
Линейный коэффициент корреляции можно вычислить и по другим формулам, например:
.
Часто применяется формула, основанная на расчетах отклонений от средней:
.
Коэффициент корреляции имеет ошибку, которая вычисляется по формуле:
.
При этом предполагается, что число наблюдений, по которым ведутся расчеты, является лишь выборкой из большого числа наблюдений "генеральной" совокупности, а вычисленный коэффициент корреляции – только приближенная оценка того "истинного" коэффициента, который характерен для нее.
Для выяснения доли связи между факторами вычисляется коэффициент детерминации:
r2 = D.
Измеряется этот коэффициент в процентах.
В случае многофакторной зависимости вычисляется коэффициент множественной корреляции:
.
Квадратическая ошибка коэффициента множественной корреляции исчисляется по формуле:
,
где n – число факторов.
Аналогично определяются и пределы "истинного" коэффициента множественной корреляции в определенных границах с некоторой вероятностью, зависящей от t - доверительного числа:
.
Если мерой тесноты связи при линейной форме служит коэффициент корреляции, то для криволинейной зависимости такую функцию связи выполняет корреляционное отношение, которое вычисляется по формуле:
, или ,
где у – фактическое значение результативного признака;
- расчетное значение признака;
- среднее значение признака.
Корреляционное отношение как показатель тесноты связи при множественной регрессии используется наравне с коэффициентом множественной корреляции. Корреляционное отношение как мера совокупной связи между признаками имеет вид:
Квадратическая ошибка корреляционного отношения определяется по формуле:
.
Достоверность выводов определяется на основании вычисления: .