|
|
|
сделать стартовой | добавить в избранное |
 |
|
Экономико-математическая модель |
Чашка "Неваляшка". 
Коврик для запекания, силиконовый "Пекарь". 
Наклейки для поощрения "Смайлики 2". Экономико-математическая модель – это выраженная в формально-математических терминах экономическая абстракция, логическая структура которой определяется как объективными свойствами предметами описания, так и субъективным целевым фактором исследования, для которого это описание предпринимается. Между моделью и ее прототипом не может существовать взаимооднозначного соответствия, так как модель – это абстракция, связанная с обобщениями и потерей информации. Адекватность реальной действительности - основное требование ,предъявляемое к модели. Конструктивно каждая математическая модель представляет собой совокупность взаимосвязанных математических зависимостей , отражающих определенные группы реальных экономических зависимостей. Классифицируются экономико-математические модели по различным признакам, в том числе и по математическому инструменту, применяемому при моделировании. Наиболее распространенными и эффективными математическими методами, которые нашли как теоретическое, так и практическое приложение в экономических исследованиях, являются: дифференциальное исчисление, математическая статистика, линейная алгебра, математическое программирование и другие. Порядок построения экономико-математической модели Для построения экономико-математической модели определяется объект исследования: экономика государства в целом, отрасль, предприятие, цех и т.п. Формулируется цель исследования. В рассматриваемом экономическом объекте выделяются структурные и функциональные элементы и выделяются наиболее существенные качественные характеристики этих элементов, влияющие на достижения поставленной цели. Вводятся символические обозначения для учитываемых характеристик экономического объекта. Определяется, какие из них будут рассматриваться как зависимые величины, а какие как независимые. Формализуются взаимосвязи между определенными параметрами модели, т.е. строится собственно экономико-математическая модель. Проводятся расчеты по модели и анализируются результаты полученных расчетов. Если результаты оказываются неудовлетворительными с точки зрения неадекватности отображения моделируемого процесса или явления ,то происходит возврат к одному из предшествующих пунктов и процесс повторяется. Пример экономико-математической модели Структуру предприятия удобно описывать организационной моделью, которая демонстрирует состав функциональных подразделений предприятия и связи их подчинения и взаимодействия. При функциональной организационной структуре предприятие подразделяется на элементы, каждый из которых имеет свои задачи и обязанности. Характеристики и особенности того или иного подразделения соответствуют наиболее важным направлениям деятельности предприятия. Функциональная организационная модель предприятия на примере ОАО швейная фабрика «Березка»: Такой вид организационной модели , как правило, встречается в крупных организациях, когда необходимо обеспечить слаженную совместную работу большого числа функциональных подразделений. Объектом исследования будет являться швейная фабрика «Березка», целью исследования – оценка эффективности работы выпуска продукции.
Более подробно для разрешения поставленной цели будем рассматривать функциональный и структурный элемент объекта - производство. Наиболее существенные и качественные характеристики этого элемента представлены ниже в таблице 1 за временной период с мая 2005 по май 2006. Для построения экономико-математической модели применен метод математической статистики. Расчеты по модели и анализ полученных результатов при использовании данного метода включает в себя этапы: 1.Графическое представление характеристик. 2.Предварительный статистический анализ(анализ данных по выборкам). 3.Корреляционный анализ данных. 4.Регрессионный анализ данных. сырье, м погонный затраты на оплату труда, тыс.руб. материальные затраты, тыс.руб амортизация, тыс.руб. полная себестоимость, тыс.руб май 230 18729 21516 4642 78164 июнь 303 7415 36225 1951 61068 июль 102 7340 12064 1697 30564 август 175 3156 18770 120 31750 сентябрь 155 31854 32548 5364 93611 октябрь 195 28224 23190 1693 77059 ноябрь 112 19939 17061 2018 53794 декабрь 185 26850 25530 2811 81330 январь 98 18589 21042 4061 57179 февраль 248 25728 35358 3718 89639 март 111 14607 22426 2537 51239 апрель 68 3920 13190 118 21689 май 28 2347 5094 104 10510 Исходные данные ОАО швейная фабрика «Березка» Таблица 15 Из исходных характеристик экономического объекта являются независимыми (Х1,Х2,Х3,Х4) или факторными признаками : сырье, затраты на оплату труда, материальные затраты, амортизация, а зависимой или результативным признаком (У) – полная себестоимость. 1. Графический анализ Рисунок 2 2. Анализ данных по выборкам. Предварительный статистический анализ представлен в таблице 2., в ходе которого по каждому параметру рассчитывались следующие статистические показатели: среднее значение показателя, стандартная ошибка, медиана, мода, стандартное отклонение, дисперсия выборки, эксцесс, ассиметричность, минимум, максимум, интервал, сумма, коэффициент вариации. Брался уровень надежности 95%. Таблица 15 Результаты расчетов по этапу Статистический анализ: СЫРЬЕ, М ПОГОННЫЙ ЗАТРАТЫ НА ОПЛАТУ ТРУДА, Т.РУБ. Среднее 154,6153846 Среднее 16053,69231 Стандартная ошибка 21,57531188 Стандартная ошибка 2876,404897 Медиана 155 Медиана 18589 Мода #Н/Д Мода #Н/Д Стандартное отклонение 77,79089328 Стандартное отклонение 10371,02535 Дисперсия выборки 6051,423077 Дисперсия выборки 107558166,7 Эксцесс -0,406977947 Эксцесс -1,508916139 Асимметричность 0,302343811 Асимметричность 0,016663109 Интервал 275 Интервал 29507 Минимум 28 Минимум 2347 Максимум 303 Максимум 31854 Сумма 2010 Сумма 208698 Уровень надежности 95,0% 47,00856628 Уровень надежности 95,0% 6267,147886 Коэффициент вариации V,% 50,31251804 Коэффициент вариации V,% 64,60211861 МАТЕРИАЛЬНЫЕ ЗАТРАТЫ, Т.РУБ. АМОРТИЗАЦИЯ, Т.РУБ. ПОЛНАЯ СЕБЕСТОИМОСТЬ,Т.РУБ. Среднее 21847,23077 Среднее 2371,846154 Среднее 56738,15385 Стандартная ошибка 2536,823476 Стандартная ошибка 477,0664476 Стандартная ошибка 7447,106319 Медиана 21516 Медиана 2018 Медиана 57179 Мода #Н/Д Мода #Н/Д Мода #Н/Д Стандартное отклонение 9146,647119 Стандартное отклонение 1720,087539 Стандартное отклонение 26850,92369 Дисперсия выборки 83661153,53 Дисперсия выборки 2958701,141 Дисперсия выборки 720972102,8 Эксцесс -0,31202086 Эксцесс -0,830489026 Эксцесс -1,088043769 Асимметричность 0,037275084 Асимметричность 0,204463241 Асимметричность -0,288180418 Интервал 31131 Интервал 5260 Интервал 83101 Минимум 5094 Минимум 104 Минимум 10510 Максимум 36225 Максимум 5364 Максимум 93611 Сумма 284014 Сумма 30834 Сумма 737596 Уровень надежности 95,0% 5527,26353 Уровень надежности 95,0% 1039,438496 Уровень надежности 95,0% 16225,85077 Коэффициент вариации V,% 41,86639129 Коэффициент вариации V,% 72,52104172 Коэффициент вариации V,% 47,32428157 Расчет производился в оболочке «Excel», Сервис → Анализ данных → Описательная статистика.
Выводы: стандартные отклонения выборок исходных данных по сравнению со значениями самих данных велики, т.е. разброс точек в выборках большой. Отклонения максимальных и минимальных значений выборок от соответствующих медиан и среднего также велики. Это означает , что точки выборок расположены рассеяно. Значения коэффициента вариации выборок позволяет судить об их неоднородности. 3. Корреляционный анализ данных. На этом этапе осуществляется парное сравнение выборки результирующего показателя с выборками показателей, которые согласно теоретической модели рассматриваются как факторные, а также проверяется степень коррелируемости факторных показателей. Для этих целей строят и анализируют матрицы парных линейных коэффициентов корреляции r, которые изменяются от -1 до 1. Анализ применим лишь в случае линейной зависимости между признаками. Чем ближе значения коэффициента корреляции к -1 или к 1, тем выше степень коррелируемости соответствующих случайных величин. Однако, при r, близких к 1 или -1, регрессионные связи между соответствующими величинами устанавливаться не могут, так как эта ситуация означает фактически функциональную взаимосвязь показателей. Значимость (существенность) линейного коэффициента корреляции проверяют на основе -критерия Стьюдента. При этом выдвигается и проверяется нулевая гипотеза о равенстве коэффициента нулю, т.е. об отсутствии связи между х и у. Для этого определяется расчетное значение критерия: (1) где r – коэффициент корреляции, – число наблюденеий, σr – среднее квадратическое отклонение кэффициента корреляции. и сопоставляется с табличное с заданными параметрами (уровнем значимости α, принимается обычно за 0,05, и числом степеней свободы &upsilo ; = – 2, где – число наблюдений). Если расчетное › табличное , то нулевая гипотеза отвергается и линейный коэффициент считается значимым, а связь между х и у – существенной, если же неравенство обратное, то связь между х и у отсутствует. Вообще говоря, отсутствие корреляционной связи между факторным признаками и наличие тесной связи (значение парных коэффициентов корреляции )между результативным и факторными признаками – условие включения этих факторных признаков в регрессионную модель. Кроме того, при построении модели регрессии необходимо учитывать проблему мультиколлениарности (тесной зависимости между факторными признаками), которая существенно искажает результаты исследования. Одним из индикаторов определения наличия мультиколлинеарности между факторными признаками является превышение величины парного коэффициента корреляции 0,8 (r ≤ 0,8). сырье,м погонный затраты на заработную плату,т.руб. материальные затраты, тыс.руб амортизация, тыс.руб. полная себесто- имость, тыс.руб сырье,м погонный 1 затраты на заработную плату,т.руб. 0,349630305 1 материальные затраты, тыс.руб 0,830118488 0,587647564 1 амортизация, тыс.руб. 0,377214053 0,759164207 0,612169366 1 полная себестоимость, тыс.руб 0,678604269 0,909886866 0,825715323 0,8247215 1 Таблица 15 Для определения наличия мультиколлениарности и устранения мультиколлениарных признаков была построена и проанализирована матрица парных коэффициентов корреляции, см.
В 1967 создан специализированный научно-исследовательский институт по Ц. (НИИ цен), исследованиями по ценам занимаются более 200 общеэкономических и отраслевых НИИ и вузов страны (1976). Их деятельность в этой области координируется Межведомственным научным советом по проблемам Ц. (образован в 1972) Государственного комитета цен и АН СССР. В практике расчёта прейскурантов и обоснования цен на новые виды продукции всё более широко применяются нормативно-параметрические методы Ц., обеспечивающие построение цен на базе нормативов затрат и рентабельности и с учётом соотношений потребительских свойств изделий. Создаётся автоматизированная система обработки информации по ценам (АСОИ цен) с использованием экономико-математических моделей, современной вычислительной техники и системного анализа для повышения эффективности управления в стране, планирования и прогнозирования цен, расчёта прейскурантов, координации, контроля и анализа цен, обеспечения ценовой информацией всех звеньев народного хозяйства. 25-й съезд КПСС (1976) определил задачи дальнейшего совершенствования планового Ц
1. Математическое программирование и моделирование в экономике и управлении
2. Прогнозирование и планирование экономики
5. Модели прогнозирования на основе временных рядов
10. Математические модели в экономике
11. Математические модели в экономике
12. Математические методы и модели в экономике
13. Экономико-математические методы моделирования в землеустройстве
14. Нахождение оптимальных планов производства продукции и их экономико-математический анализ
15. Экономико-математическое моделирование транспортных процессов
16. Экономико-математическое моделирование
Диско-шар, средний. 
"Счеты" - деревянная игрушка. 
Мантоварка алюминиевая, 3 сетки, 6 л. 17. Математическое моделирование в экономике
19. Билеты по предмету Математические методы в экономике за осенний семестр 2000 года
20. Компьютерное математическое моделирование в экономике
21. Экономико-математическое моделиpование
25. Экономико-математические методы управления денежными потоками
27. Теоретические основы математических и инструментальных методов экономики
28. Математические методы в экономике
29. Математические методы экономики
30. Применение математического моделирования в экономике
31. Особенности Японской модели экономики
32. Математические методы и модели в конституционно-правовом исследовании
Мельница для специй AK-7112K "Alpenkok", 16 см. 
Стул ученический регулируемый (рост 2-4, серый каркас). 
Магнитный календарь "Мой первый календарь". 33. Математическая модель всплытия подводной лодки
34. Оценка систем дистанционного образования (математическая модель)
35. Анализ проблем использования математических моделей для снижения уровня неопределенности принятия УР
36. Математические модели в программе логического проектирования
41. Математические модели инфляции
42. Практикум по предмету Математические методы и модели
44. Математическая модель человеческой уверенности
45. О законах истории и математических моделях
46. Модели поведения человека в институциональной экономике
47. Германская модель социально рыночной экономики
48. Шпоры по экономике предприятия 1 курс
Настольная семейная игра "Crazy Белка". 
Пакеты с замком "Zip-Lock", 30х40 см (100 штук). 
Кружка фарфоровая "FIFA 2018. Забивака. Без рук!", 400 мл. 49. Формирование эконом-математической модели
50. Германская модель социальной рыночной экономики
51. Системы и модели в экономике
52. Разработка математической модели и ПО для задач составления расписания
53. Милитаризация экономики Японии после 1-ой мировой войны
58. Решение задачи с помощью математической модели и средств MS Excel
59. Исследование математических моделей оптимизации обслуживания сложных систем
61. Математические методы описания моделей конструкций РЭА
62. Математические модели окружающей среды
63. Инновационная модель развития национальных экономик
64. Обзор методов графического представления моделей в экономике и управлении
Пазл "Новогодний праздник", 600 элементов. 
Настольная игра "Большая стирка". 
Корзина универсальная, 550x170x395 мм. 66. Математические модели в расчетах
67. Инвестиции и их роль в экономике: макроэкономические модели
68. Конкурентная среда и ее воздействие на экономику предприятия ОАО "Хлебозавод № 1"
69. Модель рыночной экономики Кейнса
73. Сравнительный анализ моделей экономики Россиии
75. Использование математических методов и моделей в управлении микроэкономическими системами
76. Модель рыночной экономики Кейнса
77. Математическая модель в пространстве состояний линейного стационарного объекта управления
78. Математические методы и модели исследования операций
79. Математические модели поведения производителей
Фигурка "FIFA2018. Забивака. Класс!", 8,5 см. 
Игра настольная "Словодел". 
Сидение для купания (голубое). 81. Экономико-географическая характеристика Юга США
82. Экономико-географическая характеристика Белоруссии
83. Италия: географические особенности и экономика (Доклад)
84. Литва: география и экономика
85. Статья Н.Н. Баранского "Экономико-географическое положение"
89. Экономико-географическая характеристика страны на примере Испании
90. Экономико-географическое положение Тверской области
91. Экономика Италии (1914-1990гг.)
92. Экономика Аргентины (перевод англоязычной статьи с приложениями)
93. Экономика ФРГ
94. Экономико-географическая характеристика Хабаровского края
95. Экономико-географическая характеристика Германии
96. Особенности и изменение экономико-географического положения РФ
Самоклеящиеся этикетки "Europe 100", универсальные, 210x297 мм, белые, 100 листов. 
Стул детский Ника "СТУ3" складной, мягкий (цвет: синий). 
Рюкзак для средней школы "Неон", 46x34x18 см. 97. Экономико-географическая характеристика Германии
98. Особенности изменения экономико-географического положения России
99. Аргентина. Комплексная экономико-географическая характеристика
