WWW.REFERATCENTRAL.ORG.UA - Я ТУТ НАВЧАЮСЬ

... відкритий, безкоштовний архів рефератів, курсових, дипломних робіт

ГоловнаЕкономіка (різне) → Шпаргалка - Реферат

Шпаргалка - Реферат

10)реалізовані і нереалізовані;

11)хто приймає рішення – індивідуальні і колективні;

12)прогнозовані і частково прогнозовані;

13)від наслідків-позитивні, нульові і негативні;

46. Коеф. детермінації: суть, обчислення, роль

Він використ. для аналізу якості оціненої лін. регресії. Для парної регресії це квадрат коеф. кореляції змінних х і у.

R2=1-(Σei2/Σ(yi-y)2),або R2=1-σu2/σy2 з урах.ступенів свободи.

Він х-є частку варіації залежної змінної, яку було пояснено за допомогою даного рівняння. Відношення залишкової та загальної дисперсій є часткою не пояснюваної дисперсії, а якщо відняти це значення від 1,то отримаємо частку дисперсії залежної змінної, пояснюваної за допомогою регресії. Отже, R2-це частка поясненої долі розкиду залежної змінної. Коливається від 0 до 1. Числове значення R2 х-є, якою мірою варіація залежної змінної У визн. варіацією незалежних змінних. Чим ближче до 1, тим більше варіація У залежить від варіації незалежних змінних. Поправка на число ступенів свободи завжди зменшує значення R2.

47. Коеф. кореляції: обчисл., тлумачення, зміст

Обчисл. за формулою ryx=cov(x,y)/(σxσy),або як корінь від коеф. детермінації R2.Приймає значення [-1;1].

Коеф. кореляції показує напрям і щільність зв'язку незалежних змінних із залежною.

Додатні значення коеф. кореляції свідчать про прямий зв'язок між показниками, а від'ємні-про зворотній. Якщо він прямує до 0,то спостерігається відсутність лінійного зв'язку, але не виключається існування нелінійної кореляційної залежності, а якщо прямує до 1,то мова йде про лінійний зв'язок. При введенні в модель нових незалежних змінних значення коеф. кор. може зменшуватись(якщо обраховано з урах. ступенів свободи) так само, як і в коеф. детермінації.

48. Комплексна оцінка ек. ризику

Суть комплексної оцінки полягає у поєднанні якісної та кількісної. Необхідні всебічне вивч. явища, аналіз зовн. та вн. факторів ризику, побудова ланцюжка розвитку подій. Мета якісної оцінки – визн. чинники та зони ризику, провести ідентифікацію можл. ризику. Для якісної оцінки класифікують зони ризику (безризикова, допустима, критична, катастрофічна). Критерії розмежування - прибуток, виручка, майно п-ва, коеф. ризику. До якісної входять аналіз причин виникн., а також можл. наслідків., х-ка ризику.

Кількісна оцінка визн. ступінь окремих ризиків (ймов. появи втрат, а також розмір можл. збитків). При кільк. аналізі враховуються розмір п-ва, к-сть прац., активи п-ва.

Абсол. велич. ризику W=pHx, де W-велич. ризику, pH-ймов. небажаних наслідків, x-велич.цих наслідків.

Середньозважена усіх можл.ризиків визн.за допомогою мат.сподівання. М(х)=Σхірі, р-ймовірності.

Розсіювання знач.випадкового параметра від його середнього прогн.знач.-дисперсія. D(x)=M{(x-M(x))2}.

Макс.можливі коливання параметра- середньо квадр.відхлення. δ(х)=( D(x))1/2.

Відносний вимір-розмір збитків, віднесений до конкретної бази, обраної п-вом залежно від виду ризику.

Коеф.варіації К(x)var= δ(х)/ М(х). Порівнює ризикованість напрямів д-сті і конкретних ситуацій за ознаками (втратами). Від 0 до 100%. Чим менший, тим більш стабільна прогнозована ситуація.

Коеф.ризику Kr=SS–var/SS+var , SS–var та SS+var-семіквадратичне відхилення. Чим більше значення, тим більший ступінь ризику даного рішення.

49. Концептологія ЕММ,концепції мат.моделювання

Одним з основних понять ЕММ є поняття мат.моделі. Мат.модель-це абстракція реальної дійсності,в якій відношення між реальними елем. замінені відношеннями між математичними категоріями(у формі рівнянь,нерівностей). Є велика к-сть підходів до класифікації ек.-мат.моделей (за цільовим призначенням, за формою мат.залежностей, за причинно-наслідковим аспектом тощо). Неможливо уявити сучасну науку, зокрема екон.,без застосування мат.моделювання (ММ). Сутність методології моделювання полягає в заміні вихідного об'єкта його „образом"-мат.моделлю. Обчислювальні експерименти з моделями об'єктів дозволяють ретельно та глибоко вивчати об'єкт у детальному вигляді, що недоступно суто теоретичним підходам. Тому ММ може охоплювати аналіз надзвичайно складних ек.процесів. ММ є неминучою складовою НТП. ММ охоплює три етапи – модель,алгоритм,програма. Головна особл.моделювання в тому, що це метод опосередкованого пізнання за допомогою об'єктів-заміщувачів. Існує три підходи до побудови ММ: 1)спрощення реальної ситуації;2)побудова моделі на підставі найхарактерніших особл.реальної ситуації;3)введення значної к-сті чинників, побудова та вивч.моделі засобами імітаційного моделювання. Модель вважається адекватною оригіналу, якщо вона з достатнім ступенем наближення відображає закономірності функт.ек.системи. Головним гальмом для практ.застос.ММ у ек.є проблема наповнення моделей якісною інф. Методи ек.спостережень розробляються ек.статистикою. Дослідж.кількісних відношень ек.процесів спирається на ек.виміри. Проблемами їх вдосконалення є оцінка р-тів інтелект.діяльності,побудова узагальн. показників ек.-соц. розвитку.

50. Крива економічного ризику.

КЕР-це залежність між величиною втрат та ймовірністю Їх виникнення. За допомогою КЕР можна спрогнозувати можливий ризик. 3 етапи побудови:

1)рівні втрат розбивають на зони ризику:

а)безризикова зона(це рівень відсутності втрат R0=0);

б)зона допустимого риз(рівень втрат R1=очікуван.прибуток)

в)зона критичного риз.(R2=величині доходу);

г)зона катастрофічного риз.( R3=вартості майна п-ва).

2)за статистичним методом чи за експертними оцінками встановлюють ймов.втрат для кожної зони ризику;

3)в прямокутній сист.координат будують точки (по горизонтальній осі–рівні втрат R,по вертикалі–їх ймовірності). Далі будуємо криву через точки. Це і буде КЕР.

51. Критерій методу найменших квадратів

Для МНК шукаються такі числ. знач. параметрів р-ня, щоб сума квадратів залишків регресії була найменшою. Короткий запис Σei2=Σ(yi-b0-b1xi)2→min. На підставі теореми про необхідні умови існування екстремуму і після деяких перетворень отримуємо сист. лінійних алгебраїчних р-нь.

Σyi= b0n+ b1Σxi

Σxiyi=b0Σxi+ b1Σxi2

При використ. МНК до похибок εі діють вимоги(умови Гауса-Маркова).1) εі –випадкова змінна; 2)М(εі)=0; 3)дисперсія εі постійна D(εі)= D(εj)=σ2; 4)знач. εі незалежні між собою; 5)величини εі статист. незалежні зі знач. хі. Якщо виконуються, то оцінки незміщені, тобто мат.спод.= справжнім знач., ефективні (дисперсія найменша) та обґрунтовані.

Узагальнений МНК (методу Ейткена) застосовується, якщо наявна гетероскедастичність. Для її визнач.вдаються до 4 критеріїв: 1)критерій μ(коли вихідна сукупність спостережень досить велика); 2)параметричний тест Гольдфельда- Квандта (сукупність спост.невелика); 3)непараметричний тест Г.-Кв.(на основі графіка зміни залишків після упорядкування спостережень за тією поясн.змінною,що може призвести до гетероскедастичності); 4)тест Глей сера (будується регресій не р-ня від тієї пояснюючої змінної, що може призвести до гетероскедастичності, тобто відповідає зміні дисперсії залишків).

52. Критерій Стьюдента

Значущість коефіцієнта кореляції потребує перевірки. Вона базується на t-критерії Стьюдента:

t =,

де R2 - коефіцієнт детермінації моделі;

R – коефіцієнт кореляції; n-m – кількість ступенів свободи.

Якщо t >tтабличне, то можна зробити висновок про значущість коефіцієнта кореляції між залежною і пояснювальними змінними моделі.

За допомогою критерію Стьюдента можна перевірити статистичну значущість кожної з оцінок параметрів економетричної моделі.

tj =. Знаменник цього відношення – стандартна похибка оцінки параметра моделі.

Обчислене значення критерію порівнюється з табличним при вибраному рівні значущості α і n-m ступенях свободи. Якщо tфакт>tтабл, то відповідна оцінка параметра економетричної моделі є статистично значущою.

На основі t-критерію і стандартної похибки будуємо інтервали довіри для параметрів aj:

aj =

53. Критерій Фішера

Перевірку лінійної регресійної моделі на адекватність виконуємо на підставі критерію Фішера:

F = , .

Вибираємо рівень значущості α (0,05), n-2, знаходимо F критичне.

При F>Fкр стверджується, що побудована регресійна модель адекватна реальній дійсності.

54. Лінійна регресійна модель(див. 58)

55. Математична модель задачі лінійного програмування, її економічний зміст.

Загальна задача лінійного програмування подається у вигляді лінійної функції, для якої треба визначити найбільше або найменше значення на даній області, яка описується системою лінійних рівнянь або нерівностей.

Z = c1x1+c2x2+...+cnxn →max(min)

a11x1+a12x2+...+a1nxn{≤,=,≥}b1

a21x1+a22x2+...+a2nxn{≤,=,≥}b2

..........................................

Loading...

 
 

Цікаве