20. Определение меры связи между двумя факторами. Техника проведения корреляционного анализа с использованием пакета статистического анализа Statistica. Выводы о наличии или отсутствии корреляционной зависимости между факторами.
21. Методика проведения многошагового регрессионного анализа. Построение моделей средствами ППП Statistica.
22. Цель проведения факторного анализа. Выявление гипотетических факторов как переменных порядка с целью повышения эффективности управления социально-экономическими процессами. Основное факторное уравнение.
23. Постановка задачи и сущность метода факторного анализа. Модель факторного анализа. Основные понятия: факторные нагрузки, общности, специфичности, надежность.
24. Схема решения и основные проблемы факторного анализа. Проблема общности. Проблема факторов. Проблема вращения. Проблема оценки значений факторов.
25. Геометрическая интерпретация модели факторного анализа. Основные критерии, используемые для выделения факторов. Определение числа факторов.
26. Постановка задачи и сущность метода факторного анализа. Техника проведения факторного анализа с использованием пакета статистического анализа Statistica.
27. Понятие экономических рядов динамики. Моделирование тенденций временного ряда.
28. Предварительный анализ и сглаживание временных рядов экономических показателей.
29. Прогнозирование экономической динамики на основе трендовых моделей.
30. Информационная технология построения статистических динамических моделей. Интерпретация и применение статистических моделей в социально-экономическом прогнозировании.
31. Отношение предпочтения и функция полезности.
32. Функция спроса и предложения. Коэффициент эластичности.
33. Решение задачи об оптимальном выборе потребителя. Кривые безразличия.
34. Изменение цен и компенсация.
35.Макроэкономические производственные функции.
36. Базовый вариант модели Солоу.
37. Балансовые модели в экономике. Открытая и замкнутая модели Леонтьева многоотраслевой экономики.
38. Матрица Леонтьева (структурная), идея балансового анализа, балансовые уравнения,
39. Математическая модель межотраслевого баланса, свойства технологических коэффициентов, матрица коэффициентов прямых затрат,
40. Модель Леонтьева, матрица коэффициентов полных затрат, продуктивная матрица.
41. Классические методы оптимизации и свойства выпуклых функций. Максимум и минимум при отсутствии ограничений. Выпуклые и вогнутые функции.
42. Приближенные методы решения задач с сепарабельными функциями. Транспортные задачи с выпуклыми сепарабельными целевыми функциями.
43. Градиентные методы. Решение задач линейного программирования с использованием градиентных методов.
44. Задачи динамического программирования. Алгоритм последовательного многошагового анализа и нахождения оптимального решения. Принцип оптимальности Р. Беллмана.
45.Задачи линейного программирования. Система линейных ограничений. Задача использования сырья.
46. Эквивалентность канонической и стандартной задачи линейного программирования, основные и неосновные переменные, допустимый базис.
47. Общая задача линейного программирования. Симплекс-метод, матричное представление симплекс-метода, его основные принципы.
48. Задачи линейного и целочисленного программирования. Допустимые решения.
49. Графический метод решения задач линейного программирования. Область допустимых решений (ОДР). Целевая функция в задаче линейного программирования, линии уровня, градиент целевой функции.
50. Аналитический метод решения производственной задачи линейного программирования. Базисные и свободные переменные.
51. Табличный симплексный метод решения задач линейного программирования. Индексная строка, ключевой столбец и ключевой элемент. Правило прямоугольника для построения симплекс-таблицы.
52. Анализ моделей на чувствительность и двойственная задача. Общее понятие двойственности.
53. Методы решения двойственной производственной задачи линейного программирования. Симметричная двойственная задача.
54. Несимметричная двойственная задача. Смешанная двойственная задача.
55. Оптимизация распределения потоков товарных поставок на транспортной сети. Закрытая транспортная задача.
56. Выбор оптимального транспортного маршрута Метод северо-западного угла. Метод минимального тарифа. Вырожденная транспортная задача. Условно занятые клетки.
57. Составление исходного опорного плана. Циклы. Метод потенциалов. Оценки свободных клеток.
58. Проверка найденного опорного решения на оптимальность. Переход от опорного решения к другому.
59. Открытая транспортная задача. Фиктивный потребитель и фиктивный поставщик. Оптимизация распределения потоков товарных поставок на транспортной сети.
60. Приведение задачи о назначениях к транспортной задаче с неделимым товаром. Венгерский метод решения транспортной задачи.
61. Оптимизация распределения потоков товарных поставок на транспортной сети. Применение транспортных моделей в экономических задачах.
62. Назначение и области применения сетевого планирования и управления. Сетевая модель и ее основные элементы.
63. Порядок и правила построения сетевых графиков. Упорядочение сетевого графика.
64. Понятие о пути, критический путь и критическое время сетевого графа.
65. Сетевое планирование в условиях неопределенности. Анализ и оптимизация сетевого графика методом «время - стоимость».
66. Модели массового обслуживания и их применение в экономике и менеджменте. Основная модель M/G/1.
67. Основные понятия систем массового обслуживания (СМО). Классификация СМО.
68. Основная модель с конечным источником M/G/1/N/. Системы массового обслуживания с ожиданием.
69. Основная модель с бесконечным источником. Очереди с приоритетами.
70. Модели управления запасами, основные понятия. Стохастические модели управления запасами.
ЛАБОРАТОРНЫЙ ПРАКТИКУМ
Тема 3. Особенности статистического моделирования. Требования к информационной базе. Этапы построения статистических моделей
Лабораторная работа №1
Цель: научиться разрабатывать системы показателей, наиболее полно отражающие изучаемые процессы. Получить навыки по формированию БД в ППП Statistica.
1. На основании логико-содержательного анализа из общей БД отобрать показатели и сформировать систему в соответствии с заданным вариантом:
Вариант | Система показателей |
1 | уровня экономического развития регионов |
2 | региональной конкурентоспособности |
3 | инновационной активности в регионах РФ |
4 | инвестиционной активности в регионах РФ |
5 | уровня жизни в регионах РФ |
6 | уровня экологической безопасности регионов РФ |
7 | уровня экономической безопасности регионов РФ |
8 | уровня потребления в регионах РФ |
9 | уровня концентрации ресурсов в регионах РФ |
2. Сформировать базу данных в среде Statistica:
- открыть новую таблицу;
- ввести необходимое число переменных;
- ввести необходимое число случаев;
- ввести обозначения и длинные имена переменных;
- ввести названия случаев;
- ввести через буфер обмена данные;
- сохранить таблицу.
Лабораторная работа № 2. Визуализация данных. Экспресс анализ данных.
Цель: используя графические методы, сделать предварительные выводы, сформулировать гипотезы о состоянии и развитии исследуемых явлений.
Для получения первоначального представления об исследуемых процессах используют графические методы предварительного анализа данных.
Исходной базой являются данные из файла labrab1.xls.
При выполнении лабораторной работы каждый построенный график перенести в Excel. Сформировать отчет постранично по каждому типу графика. Во время отчета по лабораторной работе иметь флеш-карту с файлом.
1.Используя пользовательские графики 2D определить переменные с наибольшим разбросом.
2.Получить основные описательные статистики. Определить коэффициент вариации.
3.Осуществить визуализацию выделенного блока данных через меню пользовательских графиков.
4.Построить гистограммы для каждой переменной и подобрать наиболее соответствующий им закон распределения (модуль Непараметрические статистики). Выявить процент переменных, распределения значений которых соответствует нормальному закону, логнормальному, гамма, экспоненциальному и т. д. Результаты зафиксировать на странице 2.
5.Используя пользовательские графики, получить два графика на одной схеме. Варьируя переменные, отобразить на страницы все возможные типы графиков из данной библиотеки.
6.Получить матричные диаграммы рассеивания. Из меню Статистических 2D графиков построить диаграммы рассеивания для всех переменных, выявить зависимости одной переменной от другой (если они существуют).
7.Осуществить идентификацию точек «выбросов» посредством специального инструмента «Лассо». Определить регионы, соответствующие точкам выбросов для каждой зависимости.
8.Найти графические средства, позволяющие получить так называемые «лица Чернова». Определить характерные признаки, соответствующие определенным показателям.
Тема 4. Многомерная классификация как основа экономических исследований. Непараметрические методы многомерной классификации и реализация их в среде ППП Statistica
Лабораторная работа № 3 «Разработка системы определения рейтинговых оценок экономических объектов непараметрические методы многомерной классификации »
Цель: Освоить непараметрические методы агрегирования информации, методы «сжатия» информационного пространства в среде Excel.
1.Использовать БД, сформированную в среде Excel в лабораторной работе №1.
2.На последующих трех листах необходимо реализовать непараметрические методы: ранжирования, многомерной средней, метод «Паттерн» (листы именовать названиями методов).
3.Определить ранги регионов каждым методом.
4.Построить итоговую таблицу с помощью ссылок на ячейки, содержащую ранги, полученные каждым методом. Сравнить результаты с помощью коэффициента Спирмена (для расчета коэффициентов завести новую таблицу), рассчитанного по формуле:
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 6 |
