2. Типы экономических данных, используемых в эконометрических исследованиях: пространственные данные и временные ряды.
3. Специфика экономических данных. Зависимые и независимые переменные.
...
25. Нелинейные модели множественной регрессии. Функция Кобба-Дугласа, ее основные характеристики.
26. Анализ экономических объектов и прогнозирование с помощью модели множественной регрессии....
Оценка уровня точности модели.
Средняя квадратическая ошибка:
Если
< 5%, то уровень точности модели можно считать удовлетворительным.
В нашем примере:
Е1отн= 2,575758 2,6 %
Е2отн= 11,29032 11,3 %
Е3отн= -2,72727 2,7 %
и т.д
= 3,80916 3,8%
Так как 3,8%...
Проанализируем коэффициенты корреляции между результирующим признаком Y и каждым из факторов Xj :
r (Y,X1)=0,20>0, следовательно, между переменными Y и Х1 наблюдается прямая корреляционная зависимость.
r (Y,X2)=0,72>0, следовательно, между переменными Y и Х2 наблюдается прямая корреляционная зависимость: при увеличении числа комнат в квартире будет увеличиваться цена квартиры.
r (Y,X4)=0,85>0, следовательно, между переменными Y и Х4 наблюдается прямая корреляционная зависимость: при увеличении жилой площади квартиры будет увеличиваться цена квартиры.
Анализ матрицы коэффициентов парной корреляции показывает, что зависимая переменная Y (цена квартиры) имеет наиболее тесную связь с факторным признаком Х4, коэффициент парной корреляции r_(Y,X4)=0,85.
5. По модели п. 3 осуществите прогнозирование среднего значения показателя Y при уровне значимости α = 0.1, если прогнозное значение фактора составит 80% от его максимального значения. Представьте на графике фактические, модельные значения и точки прогноза....
X1 0,549799141 x2 0,280509766 х3 0,169691093
µ 0,178958304
σ 0,370742209
Х=(0,55;0,28;0,17) - оптимальный портфель
µ = 0,178958 - доходность
σ = 0,370742 - – минимальный риск
0,03969 0,12919 0,3969
0,0405 0,2025
0,049 0,1225
...
1. Определить множество оптимальности по Парето.
Составляем матрицу рисков R.
Для этого нужно во всех столбцах матрицы найти максимальные значения и вычесть из них оставшиеся значения в столбцах.
В1- max =15
В2 - max = 15
В3 - max = 14
В4 - max = 12
2. Выбрать рациональную управленческую стратегию в ситуации неопределенности и риска, применяя критерии:
а) Вальда.
Критерий Вальда – пессимистичный критерий.
Находим минимальные значения в каждой строке матрицы Q:
А1 = 2
А2 = 2
А3 = 3
Выбираем из полученных результатов максимальное значения, которое равно 3.
Следовательно, наилучшей стратегией является стратегия А3.
б) максимакса.
Максимакс – крайний оптимизм.
Находим максимальные значения в каждой строке матрицы Q:
А1 = 15
А2 = 14
А3 = 15
Выбираем из полученных результатов максимальное значения, которое равно 15.
Следовательно, наилучшим стратегиями являются стратегии А1 и А3.
...
Проект B
р1= 0,1
р2= 0,3
р3= 0,3
р4= 0,2
р5= 0,1
u1= 3,2
u2= 4,5
u3= 6,2
u4= 8
u5= 10,5
1)Найдём доходность проекта В
2)Найдём дисперсию операции 2)Найдём дисперсию операции
Mq^2= 66,0715 Mq^2= 42,456
Dq= 6,148419 Dq= 38,1924
...
Задача 1. Банк выдал ссуду размером Р рублей. Дата выдачи ссуды – Тн, возврата – Тк. День выдачи и день возврата считать за один день. Проценты рассчитываются по простой процентной ставке i% годовых.
Найти:
1) точные проценты с точным числом дней ссуды;
2) обыкновенные проценты с точным числом дней ссуды;
3) обыкновенные проценты с приближенным числом дней ссуды.
Задача 2. Через Тдн дней предприятие должно получить по векселю S рублей. Банк приобрел этот вексель с дисконтом. Банк учел вексель по учетной ставке d% годовых (год равен 360 дням). Определить полученную предприятием сумму, дисконт и дисконтируюший множитель.
Данная задача решается одним способом.
Полученная предприятием сумма находится по формуле:
D=S*n*d
n = t/K
Дисконт находится по формуле:
S – D
Дисконтируюший множитель находится по формуле:
1 - n*d
Решение средствами MS Excel.
Задача 10. Кредит в сумме А выдан на n лет по ставке сложных процентов j% годовых. Возврат кредита предполагается осуществлять в конце каждого квартала равными выплатами, включающими сумму основного долга и проценты.
Определить вид потока платежей и найти величину погасительного платежа за месяц.
Данная задача решается двумя способами.
...
Виды культур Возможные состояния погоды Цены
Засуха В1 Нормальная В2 Дождливая В3
А1 20 15 10 5
А2 7 15 5 7
А3 0 5 10 10
Приведя задачу к паре взаимно двойственных задач ЛП, определите пропорции, в которых фермер должен засеять имеющийся участок земли, чтобы получить максимальный гарантированный доход вне зависимости от того, какие погодные условия будут реализованы.
Решение:
Находим нижнюю и верхнюю оценки игры.
Нижняя цена игры α = 50; верхняя цена игры β = 100. Величине соответствует максиминная стратегия , придерживаясь которой игрок А при любых стратегиях противника обеспечит себе выигрыш, не меньший 50. соответствует минимаксная стратегия игрока В, придерживаясь которой он при любых стратегиях противника обеспечит себе проигрыш, не больший 100.
Т.к. игра не имеет седловой точки, то ее решение будем искать в смешанных стратегиях.
2) Сводим игру к паре взаимно двойственных задач линейного программирования.
1-ая взаимно двойственная задача.
Задача игрока А.
ЭММ задачи:
2-ая взаимно двойственная задача.
Задача игрока В.
ЭММ задачи:
Решение взаимно двойственных задач линейного программирования средствами MS Excel.
...
2. Понятие, роль и этапы математического моделирования в экономике и финансах.
3. Общая постановка задачи оптимизации. Основные элементы и понятия. Примеры задач оптимизации в экономике и финансах.
...
34.Классическая модель управления запасами с допущением дефицита.
35. Модель управления запасами произведенной продукции....
Постройте экономико-математическую модель задачи. Решите графическим методом типовую задачу оптимизации. Проверьте решение средствами MS Excel. Составьте модель двойственной задачи, найдите ее оптимальное решение и проведите анализ оптимального решения исходной задачи с помощью двойственных оценок.
Условие:
Научно-производственное объединение «Стрела» занимается изготовлением комплектующих изделий для предприятий ВПК. При изготовлении изделий типа А и ти¬па В используются сталь и цветные металлы. Технологический процесс также включает обработку изделий на токарных и фрезерных станках. По технологическим нормам на производство одного изделия типа А и одного изделия типа В требуется определенное количество сырья и некоторый объем станкочасов для обработки на станках в цеху. Технологические данные производственного процесса приведены в таблице ниже. В течение месяца цеха НПО «Стрела» располагают ограниченными ресурсами по сырью и по времени работы в производственных цехах (см. таблицу). Прибыль от реализации од¬ного изделия типа А составляет 70 руб., а от единицы изделия типа В — 180 руб.
1. Найти оптимальный план производства для НПО «Стрела» (количество изделий типа А и типа В), дающий наибольшую прибыль.
2. Провести анализ решения с использованием двойственных оценок.
Решение:
1. Найти оптимальный план производства для НПО «Стрела» (количество изделий типа А и типа В), дающий наибольшую прибыль.
Х1 – Изделие А
Х2 – Изделие В
ЭММ задачи:
F = 70х1+180х2→ мах
Ограничения:
S1: 20х1+50х2≤7000
S2:20х1+100х2≤12000
S3:200х1+400х2≤80000
S4:60х1+100х2≤18000
Х1,2≥0
...
1. Модель 4: МНК, использованы наблюдения 2001:2-2020:4 (T = 79)
Зависимая переменная: Y
2. Построим автокорреляционную функцию для ряда количество сделок слияния и поглощения.
3. Во всех случаях распределение близко к нормальному, за исключением переменных сумма сделок и индекс фондового рынка.
Построим графики динамики.
...
Вывод: В 2015 году принято на работу 81 человек, коэффициент оборота по приему 0,101. В 2016 году принято 90 человек, коэффициент оборота по приему 0,105. В 2016 году коэффициент оборота по приему выше на 0,04 чем в предыдущем году.
Коэффициент текучести кадров а так же коэффициент выбытия в 2016 году выше на 0,01, чем в предыдущем году. Причины увольнения: по собственному желанию +8,6%, в вооруженные силы +41,67%. Коэффициент постоянства остался на прежнем уровне....
Введение 3
I. Имитационное моделирование датчиков случайных величин 6
1.1. Классификация видов моделирования 6
1.2. Математическое моделирование сложных систем 11
1.3. Понятие имитационного моделирования 16
1.4. Метод Монте-Карло 17
1.5. Моделирование случайных величин 20
1.6. Имитация случайных величин и процессов 23
1.6.1. Понятие базового датчика 23
1.6.2. Модели базовых датчиков 25
1.6.3. Генерация дискретных случайных величин 26
1.6.4. Генерация непрерывных случайных величин 27
II. Исследование линейной и нелинейной моделей планирования производства 29
2.1 Исследование линейной модели планирования производства 29
2.2 Исследование нелинейной модели планирования производства 32
Заключение 36
Список использованных источников 37
...
