- •2. Понятие и виды коррел. И регресс. Задачи коррел. И регресс. Ан-за
- •3. Парн. Лин. Регресс.(плр)
- •5.Коэф-т корреляции
- •6.Предпос. М-да наим. Квадратов. Т. Г-м
- •7.Анализ точности опред. Оценок коэф-ов регрессии.
- •1. Понятие экон-ки. Осн. Задачи экон-ки.
- •8) Проверка гипотез относит. Коэф-тов лин. Ур-я регрес
- •9. Интерв. Оценки коэф-ов лин. Ур-ния регрессии
- •13. Расчет коэф-в множ. Регр-ии.
- •24/Обратная модель.
- •14. Дисперсии и станд. Ошибки коэф-в.
- •19. Проверка равенства двух коэффициентов детерминации.
- •20. Проверка гипотезы о совпадении уравнений регрессии для двух выборок
- •21. Статистика Дарбина-Уртсона
- •22.Логарифмические (лог-линейные) модели.
- •33. Метод лин.Комбинаций част.Критериев.
- •34. Метод ведущего критерия.
- •36. Метод равных и наим-их относит. Отклонени
- •37. Метод минимакса
- •38. Предмет и основные понятия теории игр
- •42. Решение матричных игр в смешанных стратегиях. Теорема о необходимом и достаточном условии смешанных стратегий
- •43.Теорема о преобразованиях эл-ов платежной матрицы
- •16. Пров стат значимости коэф ур-ния множ лин регрессии
- •44. Теорема о сведении плат-й матрицы к матрице с полож числами.
- •45. Сведение матричной игры к задаче линейного программирования
- •46. Игры с природой. Понятие риска сиатистика. Матрица рисков.
- •47. Критерии Байеса и Лапласа выбора наилучшей стратегии статистика
- •48. Критерии Вальда, Сэвиджа и Гурвица выбора наилучшей стратегии статистика.
- •49. Модели анализа основных финансовых операций.
- •50. Дисконтирование денежных потоков. Текущая стоимость проекта.
- •51. Чистая текущая стоимость инвестиционного проекта
- •52. Внутренняя норма прибыли проекта
- •Вопрос 53. Индекс прибыльности и период окупаемости проекта.
- •Вопрос 54. Влияние инфляции на денежные потоки проекта.
- •58. Осн. Понятия и опр. Спу
- •57.Анализ чувств-ти ден. Потоков проекта
- •17, 18. Проверка общ кач-ва ур множ рег-сии и статзначимостикоэф детерминации.
- •59. Правила построения сет. Графиков
- •60. Расч. Врем. Парам. Событ.
- •63. Оптимизация проекта по времени, если задан срок выполнения проекта
- •62. Линейный график комплекса работ (график Ганта). Диаграмма потребления ресурсов
- •61. Расч времен парам раб.
- •64. Оптимизац проекта по времени за счет вложен выделен сумм.Ср.
- •65. Оптимизация проекта по стоимости при нефиксированной величине критического пути.
- •66. Оптимизация проекта по стоимости при фиксированной величине критического пути
- •67. Оптимизация проекта по ресурсам
- •70. Основные соотношения, отражающие сущность моб.
- •71. Мат. Модель моб. Эк. Сущность коэф-тов прямых затрат (кпз).
- •72Испол.Моб в исслед.Взаимосв. Отрасл.Структур
- •73. Использование модели моб в прогноз.Цен
- •68.Принципиальная схема моб в снс.
- •69. Экономическое содержание квадрантов моб.
16. Пров стат значимости коэф ур-ния множ лин регрессии
Значим каждого коэфрегрbjопределt-статистикой аналогично парной линейной регр:
tbj=bj/Sbj=;
Sbj-стат ошибка коэфbj,
S^2- необ дисп. Если |tb|>tj-α, n-m, то коэф регрессии bjзначим на уровне α (знач смотр по таблице).
44. Теорема о сведении плат-й матрицы к матрице с полож числами.
Т-ма:Если p* и q* оптим-е смеш-е стр-гии соотв-но игроков А и В в матричной игре и ценой игры V, то эти стр-гии будут оптим-ми и в матричной игреи ценой игры V`=bV+c,b>0.
Док-во: Согласно теор.3 для оптим-й смеш-й стр-гии p* игрока А и для любой чистой стр-гии Bj игрока В вып-ся нер-во: V, j=1,n. Умножим посл-е нер-во на полож-е число и обеим частям нер-в прибавим произв-е , пол-м:+cVb+c+ c. Т.к. =1, то пол-м:b c)pi*bV+c, j=1,n. Т-ма док-на для смеш-й стр-гии p* игрока А. Ан-но q* игрока В. На основании данной теор-мы плат матрицу игры, имеющую отриц числа можно преобразовать в матр-цу с полож числами.
45. Сведение матричной игры к задаче линейного программирования
Пусть имеем матричную игру размерности mxn:
а11 а12 … а1n
а21 а22 … а2n
. . . . . . . . . . .
аm1 аm2 … аmn
Обозначим через p*и q*оптимальные смешанные стратегии игроков А и В Оптимальная смешанная стратегия p* игрока A гарантирует ему выигрыш не меньше V независимо от того, какую из чистых стратегий выбирает игрок В
а11p1*+ а12p2*+ … + а1npm* >=V
а21p1*+ а22p2*+ … + а2npm* >=V где рi*>=0, i = 1,m ∑(i=1,m)pi*=1(1)
. . . . . . . . . . . . . . . . . . . . . .
аm1p1*+ аm2p2*+ … аmnpm* >=V
Оптимальная смешанная стратегия q* гарантирует игроку В проигрыш не больше цены игры V не зависимо от выбора чистой стратегии игроком А
а11q1*+ а12q2*+ … + а1nqm* <=V
а21q1*+ а22q2*+ … + а2nqm* <=V где qj*>=0, j = 1,n ∑(j=1,m)pj*=1 (2)
. . . . . . . . . . . . . . . . . . . . . .
аm1q1*+ аm2q2*+ … аmnqm* <=V
Cогласно теореме 5 все компоненты платежной матрицы можно сделать положительными, значит V>0 Преобразуем (1) и (2) разделив обе части на V и введем обозначение i , i = 1,m , j , j = 1,n
а11x1+ а12x2+ … + а1nxm >=1
а21x1+ а22x2+ … + а2nxm >=1 где xi>=0, i = 1,m ∑(i=1,m) xi =1/V (3)
. . . . . . . . . . . . . . . . . . . . . .
аm1x1+ аm2x2+ … аmnxm >=1
Аналогично:
а11y1+ а12y2+ … + а1nym >=1
а21y1+ а22y2+ … + а2nym >=1 где yj>=0, j = 1,n ∑(i=1,n) yj =1/V (4)
. . . . . . . . . . . . . . . . . . . . . .
аm1y1+ аm2y2+ … аmnym >=1
так как игрок А стремится максимизировать цену игры V, то тогда обратная величина 1/V будет минимизироваться, следовательно оптимальная стратегия игрока А находится из задачи
Min f = x1+x2+…+x m ограничения (3)
Аналогично рассуждая оптимальную стратегию игрока В найдем из задачи
Max ψ=y1+y2+…+yn Ограничения (4)
Решив эти задачи мы сможем определить
V=1/f*=1/ ψ*
рi*=v xi*, i = 1,m
qj*= v yj* , j = 1,n
46. Игры с природой. Понятие риска сиатистика. Матрица рисков.
Управление экономич. Процессами и явлениями осуществляется путем последовательно принимаемых решений. В случае отсутствия достаточно полной информации возникает неопределенность в принятии решений. С целью уменьшения неблагоприятных последствий в каждом конкретном случае следует учитывать степень риска. В этом случае лицо принимающее решение – статистик вступает в игровые отношения с некоторым абстрактным лицом, которое будем называть «природой»
Под «природой» будем понимать совокупность неопределенных факторов, влияющих на эффективность приним. Решений.
Статистик должен уметь находить управл. Реш., когда природа не выбирает свои оптимальные стратегии . Но иногда мы располагаем вероятностными характеристиками состояния природы. Такого рода ситуации принято называть «играми с природой»
Множество стратегий статистика будем обозначать через А, а отдельные стратегии через Аi €A , i = 1,m .
Множество состояний природы будем обозначать через П, а отдельные состояния Пj€П , j = 1,n
Во взаимоотношения с природой статистик может использовать любую из стратегий в зависимости от состояния природы. Причем статистик, когда определяет какую стратегию ему выбрать руководствуется некоторым поведением , которое и будет являться оптимальной стратегией .При этом статистик может пользоваться как частными так и смешанными стратегиями.
Обозначим платежную матрицу игры с природой через
а11 а12 … а1n
а21 а22 … а2n
. . . . . . . . . . .
аm1 аm2 … аmn ,
где каждый элемент аij , i = 1,m , j = 1,n называется выигрышем статистика, если он примет стратегию Аi при состоянии природы Пj.
При анализе игры с природой вводится также показатель позволяющий оценить насколько то или иное состояние природы влияет на исходную систему. Этот показатель называется риском.
Риском rij , i = 1,m , j = 1,n статистика, когда он пользуется чистой стратегией Аi при состоянии природы Пj, называется разность между максимальным выигрышем, который он мог бы получить, достоверно зная, что природа будет реализована именно состоянием Пj, и тем выигрышем Аij, который он получит используя стратегию Аi, не зная какое из состояний природа действительно реализует.
Rij = max aij , aij>=0, i = 1,m , j = 1,n