Юрій Козак » Математичні методи та моделі для магістрів з економіки. Практичні застосування
|
[додати інший файл чи обкладинку цього твору]
[додати цей твір до вибраного]
|
Математичні методи та моделі для магістрів з економіки. Практичні застосування
Посібник
|
|
|
| Написано: |
2017 року |
|
| Розділ: |
Навчальна |
|
| Твір додано: |
04.01.2017 |
|
| Твір змінено: |
04.01.2017 |
|
| Завантажити: |
pdf
див.
(6.4 МБ)
|
|
| Опис: |
Козак Ю. Г. Математичні методи та моделі для магістрів з економіки. Практичні застосування. [текст] Навч. посіб. / Ю. Г. Козак, В. М. Мацкул. – К.: Центр учбової літератури, 2017. – 254 с.
ISBN 978-617-673-488-8
Розглядаються математичні методи та моделі, які застосовуються у різноманітних сферах економіки (як на мікро, так і на макрорівнях). Наводяться приклади розбудови та аналізу математичних моделей для достатньо широкого кола прикладних задач економічного аналізу. Проведення числових розрахунків зорієнтовано на застосування сучасних IT технологій. Магістрантам з економіки та науковцям, які займаються дослідженнями економічних явищ та процесів. |
|
| Зміст: |
[натисніть, щоб розгорнути]
Передмова………………………………………………………………... 5
Розділ 1. Основи математичного моделювання та
прогнозування…………………………………………………………
8
1.1. Логіка прикладного економіко-математичного моделювання.
Економічні дані (інформаційна база моделі). ……………..…………
8
1.2. Розвідувальний аналіз даних за допомогою комп’ютерних
технологій. Однорідність та типологія. Багатовимірне ранжування.
Метод експертних оцінок..………………………………………………
10
1.3. Сутність та види прогнозів………………………………………..... 25
Розділ 2. Методи та моделі багатовимірного факторного аналізу..
28
2.1. Кластерні процедури класифікації. Дискримінантний аналіз. ….. 28
2.2. Факторний аналіз. Метод головних компонент. Узагальнений
метод головних компонент (пакетний PLS/PCA-R, SPC)……………
61
Розділ 3. Моделювання та прогнозування динаміки економічних
процесів…………………………………………………………………..
74
3.1. Основи моделювання динаміки……………………………………. 74
3.2. Основні типи трендів. Короткострокове прогнозування на основі
ковзних середніх………………………………………………………….
78
3.3. Оцінювання сезонної компоненти. Моделі Холта-Вінтера та
CENSUS X-II……………………………………….……………………..
82
3.4. Моделі авторегресії AR, ARIMA*ARIMAS, ARСH, GARСH.
Динамічні факторні моделі DFM та DFMS (із марківськими
перемиканнями). Фільтр Калмана. Векторні авторегресії VAR……….
85
Розділ 4. Особливі випадки регресійного аналізу …………………. 130
4.1. Нелінійна регресія, особливості аналізу панельних (просторово-
часових) даних. Моделювання причинних комплексів (системи
структурних регресій).…………………………………………………..
130
4.2. Моделювання причинних комплексів (системи структурних
регресій). Проекція на латентну структуру. Методи PLS-PM/PCA-
PM. Логіт-регресія МакФаддена ……………………………………….
139
Розділ 5. Динамічні оптимізаційні моделі………………………. 160
5.1. Модель Ерроу-Дебре. Прикладні моделі обчислюваної загальної
рівноваги (CGE – computable general equilibrium) та динамічної
рівноваги DSGE……….
160
5.2. Застосування моделей CGE, DSGE………………………………… 167
5.3. Динамічна задача оптимального управління пакетом виробничих
інвестицій………………………………………………………………
187
3 Розділ 6. Моделювання за допомогою нейронних мереж.
Імітаційне моделювання……………………………………………… 195
6.1. Загальні принципи нейромережевого моделювання.
Приклади………………………………………………………………. 195
6.2. Системна динаміка та імітаційне моделювання. Приклади……. 213
Література…………………………………………………….. 249
|
|
|
|
| |
|
Відгуки читачів:
|
| |
|
Поки не додано жодних відгуків до цього твору.
|
| |
|
|
| |
