и модели: компьютерное моделирование: Учеб.пособие. – М.: Вузовский учебник: ИНФРА-М, 2014. 369 с.
Орлова И.В. Экономико-математические методы и модели. Выполнение расчетов в среде EXCEL. Практикум: Учеб. пособие для вузов. – М.: Финстатинформ, 2000.
Эконометрика: Учебник / Под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2002. – 344 с.
Кремер Н.Ш., Путко Б.А. Эконометрика: Учебник для вузов. – М.: ЮНИТИ-ДАНА, 2002.
Линейная алгебра: учебник и практикум / Н.Ш. Кремер, М.Н. Фридман. М.: Изд-во Юрайт, 2014. – 307 с.
Высшая математика для экономистов: учебник / под ред. Н.Ш. Кремера. М.: ЮНИТИ-ДАНА, 2010.
Многомерный статистический анализ в экономических задачах: компьютерное моделирование в SPSS: Учебное пособие / Под ред. И.В.Орловой. – М.: Вузовский учебник, 2009-2011.
- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Использование информационных технологий в экономических моделях презентация
Содержание
- 1. Использование информационных технологий в экономических моделях
- 2. Эконометрические модели Переменные, применяемые в эконометрических моделях:
- 3. 3. Системы эконометрических уравнений: системы независимых уравнений системы рекурсивных уравнений
- 4. системы взаимосвязанных уравнений (система совместных, система одновременных уравнений, структурная форма модели)
- 5. Корреляционный анализ Типы связей между признаками: -
- 6. Коэффициент парной корреляции Дисперсия Среднеквадратическое отклонение (стандартное отклонение, стандартная ошибка)
- 7. Качественная оценка коэффициента корреляции (шкала Чеддока) Оценка существенности коэффициента корреляции (t-критерий Стьюдента)
- 8. Матрица коэффициентов парной корреляции Выборочный коэффициент множественной
- 9. Выборочный частный коэффициент корреляции Пример. Имеются данные
- 10. 1. Построить диаграмму рассеяния (корреляционное поле) для переменных «Объем продаж» и «Индекс потребительских расходов»
- 11. 2. Определить степень влияния индекса потребительских расходов
- 12. 3. Оценить значимость вычисленного коэффициента парной корреляции
- 13. 4. Построить матрицу коэффициентов парной корреляции по трем переменным Сервис -> Анализ данных -> Корреляция
- 14. 5. Найти оценку множественного коэффициента корреляции Функция МОПРЕД категория Математические
- 15. 6. Найти оценки коэффициентов частной корреляции или
- 16. Регрессионный анализ Линейная модель парной регрессии Предпосылки
- 17. Оценка параметров регрессионного уравнения Условие идентифицируемости Оценка качества уравнения регрессии Коэффициент детерминации
- 18. Коэффициент множественной корреляции Средняя относительная ошибка аппроксимации
- 19. Стандартные ошибки коэффициентов t-критерий
- 20. Интервальная оценка параметров модели Прогнозирование с применением уравнения регрессии Точечный прогноз Интервальный прогноз
- 21. Пример. Имеются данные о среднедушевых месячных доходах и расходах по Центральному федеральному округу
- 22. 1. Построить однофакторную модель регрессии зависимости расходов
- 24. Уравнение регрессии
- 25. 2. Проверить качество уравнения регрессии и оценить
- 26. Средняя ошибка аппроксимации
- 27. 3. Проверить значимость коэффициента модели ,вычислить доверительные интервалы с вероятностью 95% коэффициента модели регрессии Р-значение 0,00
- 28. 5. Оценить расходы, если доход составит 36000 руб. Нижняя граница Верхняя граница
- 29. 6. Отобразить на графике исходные данные, результаты моделирования и прогнозирования
- 30. Задачи оптимизации Общая задача математического программирования
- 31. Общая задача линейного программирования Каноническая задача линейного программирования
- 33. Экономико-математическая модель задачи
- 34. Теорема 1 Теорема 2
- 35. Кластерный анализ
- 36. Представление исходных данных
- 38. Расстояние между объектами Меры расстояния между объектами
- 39. Меры сходства для объединения кластеров Анализ качества
- 40. Характеристики функционала качества
- 41. Методы кластерного анализа
- 43. Факторный анализ Методика факторного анализа в случае
- 44. Редуцированная (преобразованная) корреляционная матрица Характерность Общность
- 45. Методика факторного анализа в случае нескольких объясняющего фактора
- 46. Корреляция между переменными Характеристическое уравнение Матрица факторного отображения
- 47. Оценки главных компонент и общих факторов Оценки факторных нагрузок Оценки общностей Процедура вращения
Эконометрические модели Переменные, применяемые в эконометрических моделях: Результирующая (зависимая, эндогенная) Y – результативные признаки Объясняющая (независимая, экзогенная) X – факторные признаки Классы эконометрических моделей Модели временных рядов: адаптивные модели, модели кривых
Слайд 1Использование информационных технологий в экономических моделях
Литература
Орлова И.В., Половников В.А. Экономико-математические методы
Слайд 2Эконометрические модели
Переменные, применяемые в эконометрических моделях:
Результирующая (зависимая, эндогенная) Y – результативные
признаки
Объясняющая (независимая, экзогенная) X – факторные признаки
Объясняющая (независимая, экзогенная) X – факторные признаки
Классы эконометрических моделей
Модели временных рядов: адаптивные модели, модели кривых роста (трендовые), модели авторегрессии, модели скользящего среднего.
Регрессионные модели с одним уравнением: линейные и нелинейные, однофакторные (парная регрессия) и многофакторные (множественная регрессия)
Слайд 33. Системы эконометрических уравнений:
системы независимых уравнений
системы рекурсивных уравнений
Слайд 4системы взаимосвязанных уравнений (система совместных, система одновременных уравнений, структурная форма модели)
Слайд 5Корреляционный анализ
Типы связей между признаками:
- функциональные
- корреляционные
По направлению: прямые и
обратные
По форме: линейные и нелинейные
По количеству факторов, действующих на результативный признак: однофакторные (парные) и многофакторные
По форме: линейные и нелинейные
По количеству факторов, действующих на результативный признак: однофакторные (парные) и многофакторные
Ковариация
Слайд 6Коэффициент парной корреляции
Дисперсия
Среднеквадратическое отклонение (стандартное отклонение, стандартная ошибка)
Слайд 7Качественная оценка коэффициента корреляции (шкала Чеддока)
Оценка существенности коэффициента корреляции (t-критерий Стьюдента)
Слайд 8Матрица коэффициентов парной корреляции
Выборочный коэффициент множественной корреляции
Выборочный множественный коэффициент детерминации
Проверка значимости
коэффициента детерминации (F-критерий Фишера)
Слайд 9Выборочный частный коэффициент корреляции
Пример. Имеются данные об объеме продаж и затратах
на рекламу одной фирмы, а также индекс потребительских расходов за ряд текущих лет
Слайд 101. Построить диаграмму рассеяния (корреляционное поле) для переменных «Объем продаж» и
«Индекс потребительских расходов»
Слайд 112. Определить степень влияния индекса потребительских расходов на объем продаж (вычислить
коэффициент парной корреляции)
Функция КОРРЕЛ из категории Статистические
Слайд 123. Оценить значимость вычисленного коэффициента парной корреляции
Фактическое значение t-критерия
Критическое значение t-критерия
Функция
СТЬЮДРАСПОБР категория Статистические
Слайд 134. Построить матрицу коэффициентов парной корреляции по трем переменным
Сервис -> Анализ
данных -> Корреляция
Слайд 145. Найти оценку множественного коэффициента корреляции
Функция МОПРЕД категория Математические
Слайд 16Регрессионный анализ
Линейная модель парной регрессии
Предпосылки метода наименьших квадратов
1. Математическое ожидание случайной
составляющей в любом наблюдении должно быть равно нулю
2. Возмущение (или зависимая переменная yi) есть величина случайная, а объясняющая переменная xi – неслучайная.
3. В любых двух наблюдениях отсутствует систематическая связь между значениями случайной составляющей
4. Дисперсия случайной составляющей должна быть постоянной для всех наблюдений
Слайд 17Оценка параметров регрессионного уравнения
Условие идентифицируемости
Оценка качества уравнения регрессии
Коэффициент детерминации
Слайд 18Коэффициент множественной корреляции
Средняя относительная ошибка аппроксимации
Проверка значимости уравнения регрессии и отдельных
параметров
F-критерий
Стандартная ошибка
Слайд 20Интервальная оценка параметров модели
Прогнозирование с применением уравнения регрессии
Точечный прогноз
Интервальный прогноз
Слайд 21Пример. Имеются данные о среднедушевых месячных доходах и расходах по Центральному
федеральному округу
Слайд 221. Построить однофакторную модель регрессии зависимости расходов от доходов
Сервис –>
Анализ данных -> Регрессия
Слайд 252. Проверить качество уравнения регрессии и оценить его значимость. Оценить точность
модели
Коэффициент детерминации
F-критерий
Табличное значение F-критерия FРАСПРОБР категория Статистические
Слайд 273. Проверить значимость коэффициента модели ,вычислить доверительные интервалы с вероятностью 95%
коэффициента модели регрессии
Р-значение 0,00<0,01<0,05
Верхняя и нижняя граница имеют одинаковые знаки
4. Построить доверительный интервал для полученной модели регрессии
Слайд 39Меры сходства для объединения кластеров
Анализ качества классификации
функционал качества разбиения
метрика в пространстве
наблюдения (объекты)
Разбиение объектов на классы
Слайд 43Факторный анализ
Методика факторного анализа в случае одного объясняющего фактора
Матрица факторных нагрузок
Матрица
наблюдений
Корреляционная матрица
Слайд 47Оценки главных компонент и общих факторов
Оценки факторных нагрузок
Оценки общностей
Процедура вращения
