- •Тема 1. Предмет і структура курсу. Основні принципи системного підходу
- •1.1. Предмет і структура курсу.
- •1.2. Поняття складної системи.
- •1.3. Взаємодія системи з зовнішнім середовищем
- •1.4. Особливості складних систем.
- •1.5. Основні поняття системного підходу й аналізу.
- •1.6. Класифікація систем і їх моделей.
- •1.7. Особливості економічних систем.
- •Тема 2. Метод математичного моделювання в економіці.
- •2.1. Поняття «модель» і «моделювання».
- •2 .2. Класифікація моделей.
- •2.3. Етапи практичного моделювання.
- •2.4. Оптимальність керування і достатність системи обмежень.
- •2.5. Формальна класифікація моделей.
- •Тема 3. Матричні емм. Модель міжгалузевого балансу.
- •3.1. Основні співвідношення і поняття моделі.
- •3.2. Коефіцієнти прямих і повних матеріальних витрат.
- •3.3. Різновиду матричних балансових моделей.
- •Тема 4. Оптимізаційні емм.
- •4.1. Особливості емм оптимізації.
- •4.2.Емм оптимізації виробничого плану галузі.
- •4.3.Емм оптимізації випуску продукції підприємствами галузі.
- •4.4. Емм розподілу фінансових ресурсів по оптимізації приросту потужностей (галузі, підприємства, ...).
- •4.5. Розподіл капітальних вкладень по проектах.
- •4.6.Емм складання оптимальних сумішей, сплавів, з'єднань і вибір оптимального раціону харчування (годівлі).
- •4.7.Емм оптимізації розкрою матеріалу.
- •4.8. Економічна інтерпретація двоїстих задач лінійного програмування.
- •Тема 5. Методи моделювання ( вірогідних ) систем. Імітаційне моделювання.
- •5.1. Поняття про вірогідні системи і процеси.
- •5.2. Імітаційне моделювання систем і процесів.
- •5.3. Імітаційна модель і її структура..
- •5.4. Метод Монте-Карло (метод статистичних іспитів).
- •Тема 6. Методи і моделі керування запасами.
- •6.1. Основні визначення і поняття теорії керування запасами.
- •6.2. Класифікація систем постачання і їхніх моделей.
- •6.3. Стратегія керування запасами.
- •6.4. Детермінована емм керування запасами з фіксованим попитом.
- •6.5. Модель керування запасами при випадковому попиті.
- •6.6.Емм керування запасами з обмеженнями на складські приміщення.
- •Тема 7. Емм систем масового обслуговування.
- •7.1. Основні поняття і визначення.
- •7.2. Класифікація і позначення смо.
- •7.3. Основні характеристики системи масового обслуговування.
- •Тема 8. Емм і моделі асу.
- •8.1. Основні характеристики і класифікація асу.
- •8.2.Емм розрахунку ефективності асу.
- •Тема 9. Економетричні моделі і їхнє застосування в економіці.
- •9.1. Основні поняття про Економетричні моделі і кореляційний аналіз.
- •9.2. Метод найменших квадратів (мнк).
- •9.3. Використання якісних показників в економетричних моделях.
- •Тема 10. Огляд прикладних пакетів програм.
9.2. Метод найменших квадратів (мнк).
Суть даного методу полягає в тім, що квадрат суми ріниці між фактичним значенням результативної ознаки і його теоретичним значенням зводиться до мінімуму.
F
*
* - уфакт (емпіричне) , - yтеор(теоретичне)
Щоб знайти параметри a0 , a1, a2 , необхідно у формулу (1) підставити утеор, тобто ту аналітичну залежність, який будемо згладжувати (апроксимувати) статистичний матеріал. Як відомо з математики, для знаходження мінімуму функції потрібно взяти частинні похідні по аналізованих параметрах, тобто по а0, а1 і прирівняти даний вираз до нуля. Одержимо систему нормальних рівнянь, з яких знайдемо задані коефіцієнти.
F = (уфакт – a0 – a1xфакт )2 min
урасч = a0 + a1xфакт
(*)
перетворивши рівняння (*), одержимо систему нормальних рівнянь:
(**)
рішенням системи (**) будуть:
Розрахувавши коефіцієнти a0 , a1, можна синтезувати модель:
(оцінки коефіцієнтів a0 , a1)
Аналогічно, використовуючи МНК, можна одержати коефіцієнти для інших функцій, використовуваних при апроксимації.
Якщо як факторну ознаку х використовується час t, то такий ряд називається динамічним (тимчасовим) поруч. При застосуванні спеціального підходу при позначенні факторної ознаки t, коли сума часу t буде дорівнює 0, вираження для коефіцієнтів a0 , a1 , a2 – будуть простіше.
ti, t = 0
93 |
94 |
95 |
96 |
97 |
-2 |
-1 |
0 |
1 |
2 |
При такому підході формули коефіцієнтів a0 , a1 значно спрощуються:
, (для лінійної функції)
Аналогічно визначаємо коефіцієнти для інших функцій:
yt =a0 +a1t +a2t2 (парабола)
y =a0 a1t (показова функція)
Для того, щоб переконатися, що отримані коефіцієнти є типовими, використовують метод оцінки за допомогою розподілу Стьюдента (критерій Стьюдента). Знаходять:
- середнє квадратичне відхилення;
2 – дисперсія
- залишкова дисперсія
,
Відокремивши ta0, ta1 і порівнявши з tтаблич, можна зробити висновок, що якщо ta0 tтаблич і
ta1 tтаблич (ta0 tтаблич ta1), те параметри а0 і а1 – стандартно типові (мають оцінку незміщеної, ефективний).
Одержавши синтезовані моделі по функціях 1-5 порівнюють залишкову дисперсію і по мінімальності залишкової дисперсії вибирають функцію для апроксимації (згладжування).
Для оцінки прогнозу використовують звичайно не дискретні (крапкові) значення результативної ознаки, а розрахований інтервал.
Yпрогнозне= yтеор t *
- коефіцієнт довіри, звичайно вибирається 0,05 і імовірність Р=0,95.
t - знаходиться по таблиці Стьюдента (t = 4,3).
* - скоректоване середнє квадратичне відхилення з урахуванням ступенів волі n - m, де
m - число параметрів нашої синтезованої моделі;
n - обсяг вибірки.
Д ля y =a0 +a1x, m = 2
9.3. Використання якісних показників в економетричних моделях.
В економічних явищах поряд з кількісними факторами застосовуються також якісні фактори: племінні, сортові властивості. Ці якісні параметри оцінюються показником d, що носить бінарну властивість.
«1» - властивість є (студент-відмінник, овоч сортовий, худоба породиста)
d -
«0» - властивості немає
У літературі d – «DUMMY - фактор»
Тоді, з обліком d:
yi = a0 + a1d1i + 1i x1i + i (*)
З обліком d1i = (1,0), рівняння розпадається:
E (yi / d1i = 0)= a0 + 1i x1i + i
E (yi / d1i = 1)= a0 + a1 + 1i x1i + i
X – вступний бал на іспиті;
Y – рейтинг студента в семестрі.