Сравнительный анализ критериев - раздел Образование, Тема 0. Цели и задачи моделирования Имеются И Другие Критерии, Представляющие Значительный Теоретический Интерес,...
Имеются и другие критерии, представляющие значительный теоретический интерес, но на практике они требуются редко.
Критерий для обнаружения линейного тренда требуется не часто, но когда он необходим, наилучшим критерием будет либо линейная регрессия, либо коэффициент t. Последний имеет преимущество, которое заключается в том, что он не требует машинных вычислений и легко обновляется. Можно показать, что критерий, основанный на знаках разностей, как критерий на тренд, имеет в асимптотике нулевую относительную эффективность в сравнении с критериями на основе коэффициента регрессии или t.
Если предполагается, что тренда нет, то подсчет поворотных точек как критерий проверки гипотезы о случайности при альтернативной гипотезе о наличии систематических колебаний прост для применения и эффективен на практике. Но если поворотные точки появляются гроздьями, то более подходит фазовый критерий.
Фостером и Стьюартом рассмотрено распределение рекордных значений в ряде. Рекордное значение — это значение, которое больше (или меньше), чем все предыдущие записанные значения. Как критерий гипотезы о тренде он менее эффективен, чем критерии на основе регрессионного коэффициента или t. Главный недостаток, безусловно, состоит в том, что если в действительности нет сильного тренда, то с течением времени рекордные значения имеют тенденцию становиться редкими.
В начале отмечалось, что критерий для проверки гипотезы о случайности может потребоваться для анализа остатков, полученных вычитанием из ряда систематических элементов. К сожалению, сам процесс вычитания обычно порождает корреляцию в получаемых остатках, даже если исходные значения случайны. Именно поэтому довольно опасно применять рассмотренные критерии для анализа остатков без исследования искажений, вносимых процессом вычитания.
Ряд случайных колебаний дискретен по своей сути, но некоторые ряды непрерывного типа (острие лезвия бритвы под микроскопом, звуковая дорожка движущейся пластинки) имеют весьма несистематический вид. Если изучать физические явления вплоть до уровня атомов, они, конечно, дискретные. Но остается вопрос, возможны ли математически непрерывные случайные ряды. По нашему мнению, ответ должен быть отрицательным. Тем не менее, можно рассматривать ряд, в котором интервал наблюдения велик и охватывает большое число точек, в которых проявляется случайный эффект. Для некоторых целей такие ряды, подобные острию бритвы, можно рассматривать как непрерывные, но в математических доказательствах необходима осторожность. Осуществить предельный переход к континууму, как это делается в математике при построении арифметического континуума исходя из множества дискретных точек, не представляется возможным. Другими словами, не представляется возможным построить формально теорию непрерывного случайного ряда аналогично тому, как в математике строится теория вещественных чисел.
Все рассмотренные критерии, не зависят от вида распределения, за исключением стандартного критерия на основе регрессионного коэффициента, когда для определения линейного тренда строится регрессия переменной на время. Большинство рядов, встречающихся на практике, столь явно неслучайны, что тщательное обсуждение критериев случайности едва ли окупится. Однако в теории стационарных процессов часто точные результаты, связанные с распределениями, могут быть получены только для случайных рядов, и эти результаты используются в качестве полезной проверки неслучайных рядов по приближенным формулам.
Тема Цели и задачи моделирования... Объективная основа моделирования... События окружающего мира повторяется Наряду с линейным временем существует время циклическое Для живых существ...
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ:
Сравнительный анализ критериев
Что будем делать с полученным материалом:
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Иерархия понятий моделирования
Предсказание - суждение о неизвестном
Предсказания делятся на прорицания и предвидения.
Прорицание не требует доказательств и обоснований (например, интуиция), хотя и может
Порядок моделирования
Прогнозирование - часть исследования, следовательно сохраняет его общий порядок проведения. (инд, дед; латер) ???
Прогнозирование можно разбить на 3 стадии: две содержательные (постановка,
Графическое представление вариационных рядов
Прогнозирование средствами мат. статистики производится на основе анализа вариационных рядов и их связей.
Варьирование - изменение признака от наблюдения к наблюдению. (Например, варьир
Номинальная шкала
Заключение о связи признаков можно получить графическим (зрительным / визуальным) и расчётным (аналитическим) путём. Взаимосвязь признаков номинальной шкалы отображается Пузырьковой диаграммой. Из
Ранговая шкала
Взаимосвязь ранговых признаков отображается на двухосной (лестничной) диаграмме. Каждому объекту соответствует отрезок (ступенька лестницы), связывающий значения признаков этого объекта.
Понятие временного ряда
Временной (динамический) ряд – изменение признака со временем. Или: это вариационный ряд, где наблюдения – моменты времени.
При прогнозировании динамического ряда изучается зависим
Задачи анализа временного ряда
Задачи - выявление (анализ) и [математическое] описание его компонент, прежде всего - тренда.
Этапы (задачи) анализа тренда:
1. Первоначальная подготовка данных (сопоставимость, р
Первоначальная подготовка данных
Собранные в динамический ряд данные должны быть сопоставимы:
- по физической единице измерения (метры, тонны; тонны, кг)
- по стоимостной оценке (учет инфляции)
- по врем
Механическое сглаживание
Пример 1. Берётся циркуль. Раскрывается на к.л. ширину по усмотрению исследователя. Проводится окружность с центром в первой точке графика. Центр окружности соединяется отрезком с точкой пересечени
Прогнозирование по тренду
На основании проведённого моделирования основных компонент ряда (тренда и сезонности) можно производить предсказания о возможных значениях этого ряда. В статистике это выражается в экстра- и интерп
Сглаживание по четной базе
Перенести формулу сглаживания по нечетной базе на четную базу непосредственно не удаётся – непонятно к какому периоду относить усреднённые значения. В зависимости от целей сглаживания используют сл
Взвешенное сглаживание
В предыдущем методе крайние наблюдения включались в сглаживание с весами ½. Данный подход можно расширить, в зависимости от представлений о природе изучаемого явления. Например, если предпол
Меры близости рядов
После того как определён вид уравнения тренда, необходимо определить (провести, построить) сам тренд, т.е. - определить его параметры. Из бесконечного множества трендов [определённого ранее вида] н
Критерии случайности
(Выдержка из - Кендел М. Временные ряды. М.: Финансы и статистика, - 1981.)
Простейшей гипотезой, которую можно выдвинуть относительно колеблющегося ряда, является предпо
Поворотные точки
Наиболее простой для применения критерий, особенно если ряд изображен графически, состоит в подсчете пиков и впадин. «Пик»— это величина, которая больше двух соседних. «Впадина», наоборот, - значен
Длина фазы
Определенный интерес представляет не только число поворотных точек, но и распределение интервалов между ними. Интервал между двумя поворотными точками называется «фазой». Таким образом, если
Критерий, основанный на знаках разностей
Несколько более сложный критерий состоит в подсчете числа положительных разностей первого порядка в ряде, иначе говоря, числа точек возрастания ряда. Для ряда из n членов получаем n — 1 разностей
Понятие регрессии
Колебания в динамическом ряду часто не строго периодические, но зависят от колебаний другого признака (напр.: стоимость продаж от объёма продаж). Тогда эффективно строить зависимость ряда не от без
Отбор факторов для регрессии
Различают содержательный и формальный отбор. С содержательной точки зрения в перечень факторов включаются причиныизучаемого явления (напр., причиной выпуска продукции является нали
Вид функции регрессии
Формально, регрессионное уравнение может быть произвольного вида. Практически используется только линейная регрессия (и функции, сводимые к ней):
Расчет параметров регрессии
Расчет параметров производится по методу наименьших квадратов, аналогично тренду.
MS Excel оценивает параметры только линейной регрессии (Сервис->Анализ данных->Регрессия либо с испо
ОПРЕДЕЛЕНИЕ ОПТИМАЛЬНОГО АССОРТИМЕНТА
Постановка задачи. Имеется р видов ресурсов в количествах b1, … bi, … bn, которые могут быть использованы при производстве q видов изделий. Задана матрица А = || аij ||, где аij, х
Предварительный этап
На данном этапе определяются:
а) конкретные задачи (вопросы, по которым должна проводится экспертиза);
б) состав лиц, входящих в рабочую группу по подготовке и проведению эксперти
Формирование рабочей группы
Рабочая группа - это группа специалистов, осуществляющих организаторскую работу по проведению экспертизы. В рабочую группу должны входить главным .образом работники специальных подразделений по и
Определение квалификации экспертов
Качество экспертных оценок во многом определяется квалификацией экспертов. При отборе экспертов используются метода оценки квалификации экспертов. Чаще всего - это метода "самооценки" ил
Обработка и анализ результатов опроса экспертов
Заполненные экспертами анкеты, подвергаются логической проверке, сводке и подсчету подученных ответов.
В зависимости от характера задач, решаемых в процессе экспертизы, получаются оценки
Тема 16. Самореализующиеся прогнозы
Самореализующийся прогноз – социально-экономическое явление, состоящее в наличии социального механизма, приводящего к [не] реализации любого прогноза [высказанного в определённых условиях].
Хотите получать на электронную почту самые свежие новости?
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Новости и инфо для студентов