《西方经济学》课程设计指导书.docVIP

  1. 1、本文档共21页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《西方经济学》课程设计指导书

《西方经济学》课程设计指导书 主编: 周勇 王莹 工商管理教研室 目 录 一、设计目的 2 二、设计方法 2 三、课程设计要求 3 四、课程设计主要内容 3 五、课程设计具体步骤 3 (一)需求函数的估计 3 (二)估计成本函数 14 (三)企业产出决定 15 (四)检验关门法则 15 (五)计算总利润或损失 15 (六)结论 15 附录一:利用Excel进行回归分析 16 一、设计目的 (1)运用需求理论、生产理论、成本理论、市场结构理论等经济学基本原理解决企业生产、定价等管理经营决策所涉及的实际经济问题,加深对生产资源稀缺条件下资源配置与利用这一经济学基本问题以及基础理论知识的理解,掌握理论联系实际的技能。 (2)运用数学分析工具、统计分析方法,以及边际分析、弹性分析等经济学基本研究方法对经济问题进行量化分析,掌握定性分析与定量分析相结合的问题分析的基本技能。 (3)运用Excel软件程序进行回归分析等数学统计分析,掌握利用计算机辅助决策的方法,提高决策质量和决策效率。 二、设计方法 课程设计采用规范与实证相结合,定性与定量相结合的基本研究方法,具体而言,包括以下几方面: (1)经济学方法 主要涉及均衡分析、边际分析、弹性分析等方法。 (2)统计学方法 主要包括统计数据的搜集、整理、抽样分布、参数估计、假设检验、回归分析等具体方法。 (3)数学方法 主要涉及函数、微积分(求最值)等方法。 (4)计算机 利用Excel进行回归分析。 三、课程设计要求 1.课程要求有详细的计算步骤和严密的推导过程; 2.利用计算机完成的回归分析需打印出结果; 3.实习报告写作规范,统一采用16K纸,可手写也可打印。 四、课程设计主要内容 课程设计内容是围绕一定市场条件和企业现有资源条件下,企业以获取最大利润为目标做出的一系列管理决策,主要内容包括以下几部分: (一)需求函数估计 (二)成本函数的估计 (三)企业产出决定 (四)利润及亏损的计算 (五)检验关门法则 (六)结论 五、课程设计具体步骤 (一)需求函数的估计 1.含义 我们在《经济学》课程的学习中已经知道,需求受多种因素的影响:自身的价格、消费者收入、相关商品的价格、消费者偏好、消费者的予期、政府的政策等,所以实践中所观察到的需求量的数据实际是多种因素共同作用的结果,但为研究方便以及现实的可能性,在我们的计算中我们会事先假定一些因素不变,而得出其它因素与需求量之间的函数关系,那么需求函数的估计实际就是客观反映需求量与各个影响变量之间的函数关系。 2.方法与步骤 估计需求函数最常用的方法是利用实际收集到的一组数据进行回归分析,这种方法较为客观,通过它得到的信息比较完全和精确。 为了完成回归分析,我们必须首先构造一个需求函数并确定函数的具体形式;然后再在收集数据的基础上用回归分析方法求出函数的具体参数值;最后,我们还需要检验回归结果对数据的拟合程度,以及回归分析的前提条件是否成立,因为一个没有显著函数关系或回归分析前提条件不成立的回归分析结果是没有意义的。 (1)影响变量的选取 这是一般形式的需求函数,就一个具体的回归分析而言,各个变量必须具有特定的含义。在进行回归分析时,我们应该对于研究对象具有深入的了解,否则在函数构造这一步可能会漏掉一些很重要的解释变量。在进行回归分析时应注意不要漏掉重要的解释变量,但这并不意味着解释变量越多越好,因为在模型中包括一些并不重要的解释变量反而会引起一些统计上的问题,一般来说,当解释变量超过5至6个时,就可能降低模型的自由度,甚至引起多重共线性问题,这些都会影响到模型的解释力。对于一些属性因素,如年龄、季节、性别等,如不同的属性表现对被解释变量有明显不同的影响时,还需设计虚拟变量。 (2)需求函数形式的确定 上面所构造的需求函数只涉及了变量的选取,但为了完成回归分析,我们必须确定需求函数的具体形式。一种常被采用的函数形式是线性形式,即 当然,需求函数的形式也有非线性的,如 (3)数据的收集 当模型的具体形式已经确定下来之后,我们需要针对模型中的变量收集样本数据。数据类型包括时序数据和截面数据。回归分析中也会碰到数据不足的情况,这时我们就不得不做一些理论上简化,例如消费者偏好是一个很难量化的变量,对此可以假定在考察期内消费者偏好没有发生变化,还可以近似的用其他的指标来反映消费者偏好的变化,比如说可以认为消费者偏好的变化与企业的广告费用有较强的相关性,我们可以近似地以广告费用这一指标来代替消费者偏好作为模型的解释变量。 (4)建立回归方程及参数估计 1)一元线性回归模型 ①总体回归模型 如果两个变量在总体上存在线性回归关系,可以用下式表示 —随机误差 公式中a,b是总

文档评论(0)

woai118doc + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档