- •Моделирование межотраслевых связей
- •2. Статическая модель Леонтьева.
- •3. Модель равновесных цен. Модель м/нар торговли
- •4. Сетевая модель и её основные элементы. Правила построения см
- •5. Временные параметры сетевых графиков
- •6. Общая постановка злп. Формы записи злп.
- •7.Примеры задач злп.
- •8. Симплексный метод решения злп.
- •9. Понятие двойственности. Построение двойственных задач, их свойства.
- •10. Основные теоремы двойственности.
- •11.Применение оценок в послеоптимизационном анализе.
- •13. Тз. Построение исходного базисного плана.
- •14 Тз. Метод потенциалов
- •15. Модели управления запасами. Основные понятия.
- •16.Статическая детерминированная модель управления запасами без дефицита
- •17.Статическая детерминированная модель управления запасами с дефицитом
- •.Регрессионный анализ. Этапы моделирования.
- •19.Модель множественной регрессии. Интерпретация уравнения регрессии
- •20. Основные гипотезы. Теорема Гаусса-Маркова.
- •21. Метод наименьших квадратов. Оценка дисперсии шибок.
- •22. Проверка гипотез о параметрах модели. Доверительные интервалы
- •23. Проверка общего качества уравнения регрессии. Коэффициент детерминации
- •Коэффициент детерминации
- •24.Фиктивные переменные.
21. Метод наименьших квадратов. Оценка дисперсии шибок.
МНК – оценка нах-ся из условия min суммы коэф-ов отклонений наблюдаемых значений эндогенной переменной от ожидаемых значений.
- остаток отклонений
Оценка дисперсии ошибок
Вектор прогнозных знач-й , соответст-щих перем-х х опр-ся:
Отклонение наблюдаемых значений эндогенной переменной и от значений наз-ся остатками модели.
Сумма квадратов остатков явл-ся естественным кандидатом на оценку дисперсионных ошибок.
МНК оц-ка S2 дисп. ошибок опр-ся как нормирование Σ квадратов остатков
, - станд-ое отклонение зависимой переменной отн-но ф-ции регрессии – станд. ошибка регрессии.
Оц-ка дисперсии S2 явл. состоятельной и эффективной оц-кой: при выполнении условий 1-3(а,б,в) справедливы след. утверждения:
-
оц-ка вектора β имеет нормальное распределение параметра
-
Нормиров-е Σ квадратов остатков имеет распределение х2
-
Случ. вектор и е не зависят от соб.
-
и S2 явл-ся независимыми
22. Проверка гипотез о параметрах модели. Доверительные интервалы
Гипотеза о допустимых значениях βi.
Полагаем, что: Н1:βi= β0 и Н0:βi= βi0
Проверка этой гипотезы осущ-тся с помощью критерия стат-ки t.
Если Н1>tc , tc – некот. критич.уровень, то Н0 отвершается на заданном ур-не значимости α.
Гипотеза о значимости коэффициентов регрессии.
H0: βi=0;
H0: βi не равно 0;
Если |t|> tc – то Н0 отклоняем.
Следовательно коэфф-т регрессии статистически значим; м/д завис. переем-ой и независ. x, сущ-ет достоверная статист. связь.
Заявление о том, что Н отвергается или неотвергается при опред. ур-не значимости не позволяет выдвинуть предпол-е о том, что значения β=некот. конкретному числу, однако справедлив вопрос: какие гип-зы совместимы с результатом оценивания регрессии, или насколько сильно гипотетич. знач-ие может отличаться от рез-та экспер-та прежде чем они станут несовметимыми.Область этих значения зад-тся интервалом, наз. доверительным интервалом.
Довер. интервал даёт доверит-ую оценку параметра, т.е диапазон значений, кот. будет включать истинное знач-е неизв. параметра с высокой, заранее опред-ой вероятностью,95% или 99%.
Гипотеза о дост-ти влияния всех независ-х перемен-х на зависимые.
Н0: β2= β3=…= βk=0.
Не отвергается, если f>fc, fc= fj(k-1,n-k), если же f<fc, то нет оснований отклонить Н0,это даёт основание считать, что совокупное влияние объясняющих премен-х модели несущ-но, из этого следует, что общее кач-во модели невысоко.
Н0: βk+1= βk+2=…= βm=0.
Данная гипотеза позволяет оценить обоснов-ть исключ-ия или добавл-ия в ур-ние регрессии некот-ых наборов объясняющ-их факторов.
Новое кол-во перемен-ых объясняет величину (RSSk – RSSm)
Если f>fc, то этов пользу улучшения кач-ва модели за счёт добавления новых переем-х.(Н0 отклоняется).
23. Проверка общего качества уравнения регрессии. Коэффициент детерминации
Проверка качества оценённого ур-ния регрессии включает в себя следующие направления:
-
Проверка статистической значимости коэффициента ур-ния
-
Проверка общего качества уравнения регрессии
-
Проверка проверка выполнения основных гипотез МНК.