В причинно-следственных моделях изменение объемов продаж рассматривается с учетом одной или нескольких рыночных переменных (таких как активность конкурентов, цена и так далее), а не просто во времени. [c.209]
Самая популярная причинно-следственная модель прогнозирования. С использованием многофакторной регрессии объем продаж соотносится с несколькими независимыми переменными, такими как чистый доход, цена по отношению к конкурентам, уровни рекламной активности, число продуктов на рынке и другими. [c.210]
IV. Причинно-следственные модели позволяют объяснить происхождение и оценить потери при осуществлении бизнес-процессов с помощью методов теории вероятностей. Основой такого подхода является то, что причины и следствия связаны условными вероятностями. Расчет потерь производится на основе формулы Байеса [12]. [c.446]
Основной причиной отсутствия такой оценки в системе связей с общественностью является то, что они слишком разнородны, чтобы приспособиться к относительно четким формулам, используемым в рекламе. Возникает интуитивное понимание того, что хорошие связи с общественностью срабатывают, однако систематизированная причинно-следственная модель, которая бы гласила "сделай А и получишь Б", отсутствует. [c.296]
Моделирование — это концепция, которой уделено много внимания в нашем обсуждении. Наиболее заметный и, возможно, наиболее значительный вклад школы научного управления заключается в разработке моделей, позволяющих принимать объективные решения в ситуациях, слишком сложных для простой причинно-следственной оценки альтернатив. Многие из таких моделей настолько сложны, что не всякий средний руководитель в состоянии воспользоваться ими самостоятельно. Однако, отсутствие основательного представления о моделях может привести руководителя к методу проб и ошибок и принятию необдуманных решений, вместо применения проверенных методов. [c.222]
Исследования, как представляется, подтверждают точку зрения Портера и Лоулера о том, что высокая результативность является причиной полного удовлетворения, а не следствием его. В итоге, модель Портера-Лоулера внесла основной вклад в понимание мотивации. Она показала, в частности, что мотивация не является простым элементом в цепи причинно-следственных связей. Эта модель показывает также, насколько важно объединить такие понятия как усилия, способности, результаты, вознаграждения, удовлетворение и восприятие в рамках единой взаимоувязанной системы. [c.382]
В целом факторные модели рентабельности раскрывают важнейшие причинно-следственные связи между показателями финансового состояния и финансовыми результатами, они используются при прогнозировании финансовой устойчивости организации. [c.239]
Анализ потребительского спроса начинается с описательной модели конкретного товарного рынка, которая содержит информацию о его качественном своеобразии. Разработке описательной модели предшествуют анализ и количественная оценка присущих данному рынку тенденций и причинно-следственных связей. [c.326]
Узловым элементом методики представляется выбор системы показателей для исследования объектов и предмета анализа, а также разработка моделей их взаимосвязи. Измерение причинно-следственных взаимосвязей в экономическом анализе, оценка результатов влияния различных факторов на итоговые показатели, первичная обработка исходной информации проводятся с помощью специального инструментария — способов и технических приемов. Они являются важнейшими элементами методики экономического анализа. Взаимосвязь метода и методики его реализации, способов и приемов представлена в виде схемы на рис. 2.1. [c.21]
Факторные модели позволяют раскрыть, количественно измерить, проанализировать причинно-следственные связи между различными показателями, всесторонне описывающими хозяйственную деятельность организации. Кроме того, с помощью фак- [c.404]
Факторы, которые входят в систему, должны быть не только необходимыми элементами формулы, но и находиться в причинно-следственной связи с изучаемыми показателями. Иначе говоря, построенная факторная система должна иметь познавательную ценность. Факторные модели, которые отражают причинно-следственные отношения между показателями, имеют значительно большее познавательное значение, чем модели, созданные при помощи приемов математической абстракции. Последнее можно проиллюстрировать следующим образом. Возьмем две модели [c.93]
В этом случае для преобразования исходной факторной модели, которая построена на математических зависимостях, использованы способы удлинения и расширения. В результате получилась более содержательная модель, которая имеет большую познавательную ценность, так как учитывает причинно-следственные связи между показателями. Полученная конечная модель позволяет исследовать, как влияют на фондоотдачу рентабельность основных средств производства, соотношения между основными и оборотными средствами, а также коэффициент оборачиваемости оборотных средств. [c.99]
Модель факторной системы — математическая формула, описывающая причинно-следственную связь между анализируемыми явлениями. [c.535]
Этап 1. Производится отбор наиболее важных существенных факторов, влияющих на результативный показатель. При отборе факторов учитываются причинно-следственные связи между показателями, причем все факторы должны быть количественно измеримы. Большую помощь при отборе факторов для корреляционной модели оказывают аналитические группировки, способ сравнения параллельных и динамических рядов, линейные графики. Отбор показателей для анализа и придание им статуса фактора или результативного значения осуществляются на основе знания экономических законов. Например, знание закона спроса и предложения помогает изучить влияние ценового фактора на изменение спроса. Отобранные для анализа показатели и результаты наблюдений за их изменением помещаются в таблицу, в которой факторные признаки располагаются в порядке возрастания или убывания, т.е. ранжируются. [c.50]
Анализ причинно-следственных связей в факторной системе фондоотдачи позволяет построить несколько вариантов детерминированных факторных моделей. Наиболее простые из них модель зависимости фондоотдачи основных фондов от фондоотдачи активной части основных средств F и удельного веса активной [c.257]
И, безусловно, модель необходимо уточнять при изменении обстоятельств. Изменения можно вносить непрерывно в том, что касается тренда, сезонных и циклических колебаний, а также любого используемого причинно-следственного соотношения. Эти изменения затем проверяются с помощью уже описан- [c.216]
В основе такого анализа лежат факторные модели рентабельности, которые раскрывают важнейшие причинно-следственные связи показателей финансового состояния предприятия и финансовых результатов. Поэтому они служат незаменимым инструментом объяснения (оценки) сложившейся ситуации. В целом для всех показателей существует единое факторное пространство, задаваемое набором из 11 взаимосвязанных блоков важнейших показателей формирования финансовых результатов (см. рис. 1.2). [c.57]
Последующее развитие данной модели столкнулось с трудностями учета всех возможных взаимодействий между лидером, последователями и ситуацией при установлении причинно-следственных связей в отношениях лидерства. Так, развитие процессов интернационализации в бизнесе и резкое увеличение количества участников этих процессов сломали традиционные представления об управлении и сделали переход к отношениям лидерства еще более трудным. [c.497]
Продукционные модели благодаря причинно-следственному характеру правил - продукций хорошо отражают прагматическую составляющую знаний. [c.251]
К преимуществам интуитивного подхода относится дешевизна, а к недостаткам - то, что эти модели не рассматривают никакой причинно-следственной взаимосвязи, лежащей в основе прогноза. [c.246]
Рассмотренные в предыдущих главах стохастические и детерминированные модели строятся в предположении, что состояние нефтеперерабатывающих систем и их окружающей среды в каждый момент времени с приемлемой степенью точности поддается количественной оценке. В детерминированных моделях используется гипотеза о наличии однозначных причинно-следственных связей между альтернативами и исходами, а в стохастических моделях исход интерпретируется как случайная величина с известным или неизвестным законом распределения, имеющая вероятностные связи с альтернативами. Здесь альтернатива рассматривается как вариант решения, удовлетворяющий ограничениям задачи и являющийся эффективным, с точки зрения ЛПР, способом достижения поставленной цели, а исход представляет собой последствие реализации альтернативы в качестве управляющего воздействия. При этом предпо- [c.185]
Совокупность факторных и результативных признаков, связанных одной причинно-следственной связью, называется факторной системой. Математическая формула, выражающая связь между результативным (у) и факторными признаками (, , х2,. .., хт), называется моделью факторной системы и имеет вид [c.34]
Эксперимент — наиболее строгий с научной точки зрения метод маркетингового исследования обычно проводится в случаях, когда необходимо установить причинно-следственные связи и отработать модели поведения рынка при определенных маркетинговых воздействиях. [c.879]
Сущность имитационного динамического моделирования состоит в создании моделей, исследующих поведение системы в изменяющихся во времени условиях (определение причинно-следственных связей между переменными и построение диаграммы). [c.156]
Наша задача состоит в том, чтобы установить, как эти переменные соотносятся друг с другом. Мы не станем пытаться проанализировать все взаимоотношения, а ограничимся лишь теми, которые необходимы для построения простых моделей. Иными словами, мы не ставим своей задачей построение общей теории, а хотим сосредоточиться лишь на частичном объяснении динамики валютных средств. Нашей основной целью является обменный курс, и мы используем остальные переменные лишь по мере необходимости. Мы не будем давать численного выражения переменным а будем лишь обозначать направление их изменения (стрелка вверх, стрелка вниз,) или сравнивать их величину (>,<). Прежде чем начать рассмотрение вопроса, необходимо сделать два общих замечания. Одно из них заключается в том, что взаимоотношения, как правило, являются круговыми, т.е. переменные могут служить как причиной, так и следствием по отношению к другим переменным. Мы будем обозначать причинно-следственную связь с помощью горизонтальной стрелки (=>). Еще один важный момент заключается в том, что взаимоотношения между переменными не должны быть внутренне непротиворечивыми [c.93]
Во многих реальных задачах основной трудностью оказывается то, что нейронная сеть не может достаточно ясно показать причинно-следственные связи и выдает какое-то решение по принципу черного ящика. При этом в финансовом анализе для оценки состояния дел предприятий уже давно используются специально подобранные комбинаций различных показателей, а качество модели оценивается с помощью критериев согласия без учета структуры модели. По существу, все сводится к выбору показателя (или комбинации показателей), соответствующего решающему правилу, которое позволяет включить (или не включать) данное предприятие в ту или иную группу (жизнеспособные, быстро растущие, высокоприбыльные). [c.201]
Построение системы структурных уравнений позволяет глубже изучить причины связи, лежащие в основе вариации результирующих переменных. При этом происходят выделение и оценка косвенных (опосредованных) и непосредственных (прямых) влияний признаков. Именно поэтому системы структурных уравнений часто интерпретируются как статистические описания причинно-следственных связей, как причинные модели, объясняющие механизм формирования вариации выходных характеристик системы (результативных признаков). В случае использования аппарата корреляционно-регрессионного анализа структурное моделирование представляет собой попытку преодолеть косвенный характер изучения связей этим методом, подойти к выделению и измерению причинных связей переменных. [c.213]
Изучение причинно-следственных зависимостей переменных, представленных в форме временных рядов, является одной из самых сложных задач эконометрического моделирования. Применение в этих целях традиционных методов корреляционно-регрессионного анализа, рассмотренных в главах 2 и 3, может привести к ряду серьезных проблем, возникающих как на этапе построения, так и на этапе анализа эконометрических моделей. В первую очередь эти проблемы связаны со спецификой временных рядов как источника данных в эконометрическом моделировании. В главе 5 было показано, что каждый уровень временного ряда содержит три основные компоненты тенденцию, циклические или сезонные колебания и случайную компоненту. Рассмотрим подробнее, каким образом наличие этих компонент сказывается на результатах корреляционно-регрессионного анализа временных рядов данных. [c.263]
Устранение сезонной компоненты из уровней временных рядов можно проводить в соответствии с методикой построения аддитивной и мультипликативной моделей, рассмотренной в п. 5.4. При дальнейшем изложении методов анализа взаимосвязей в этой главе мы примем предположение, что изучаемые временные ряды не содержат периодических колебаний. Предположим, изучается зависимость между рядами х и у. Для количественной характеристики этой зависимости используется линейный коэффициент корреляции. Если рассматриваемые временные ряды имеют тенденцию, коэффициент корреляции по абсолютной величине будет высоким (положительным в случае совпадения и отрицательным в случае противоположной направленности тенденций рядов х и у). Однако из этого еще нельзя делать вывод о том, что х причина у или наоборот. Высокий коэффициент корреляции в данном случае есть результат того, что х и у зависят от времени, или содержат тенденцию. При этом одинаковую или противоположную тенденцию могут иметь ряды, совершенно не связанные друг с другом причинно-следственной зависимостью. Например, коэффициент корреляции между численностью выпускников вузов и числом домов отдыха в РФ в период с 1970 по 1990 г. составил 0,8. Это, естественно, не означает, что увеличение количества домов отдыха способствует росту числа выпускников вузов или увеличение числа последних стимулирует спрос на дома отдыха. [c.264]
В ряде случаев наличие в одном из временных рядов тенденции может быть следствием именно того факта, что другой ряд, включенный в модель, тоже содержит тенденцию, а не просто результатом прочих случайных причин. Поэтому одинаковая или противоположная направленность тенденций рядов может иметь устойчивый характер и наблюдаться на протяжении длительного промежутка времени, а коэффициент корреляции, рассчитанный по уровням временных рядов, может соответственно не содержать ложной корреляции и характеризовать истинную причинно-следственную зависимость между ними. [c.282]
Углубить представление о денежно-кредитной политике можно с помощью модели совокупного спроса — совокупного предложения (модели Л/)—AS). Денежно-кредитная политика, подобно фискальной (см. гл. 27), ограничивается факторами, заключенными в кривой предложения. Другими словами, причинно-следственная связь, представленная на рис. 23.6, исходит из того, что денежно-кредитная политика воздействует прежде всего на инвестиционные расходы и тем самым на реальный объем производства и уровень цен. Модель AD—AS, и в частности кривая совокупного предложения, объясняет, как изменения в инвестициях распределяются между изменениями в реальном объеме производства и изменениями в уровне цен. [c.485]
Модели эксперимента можно классифицировать по группам предварительный эксперимент, действительный, псевдоэкспериментальный, Эксперимент можно проводить в лабораторных или полевых условиях, т.е, в условиях реальной рыночной ситуации. Только эксперимент, проводимый на основе причинно-следственной модели, способен обнаружить причинно-следственную связь. [c.308]
В прогнозировании можно идти двумя путями. Первый - попытаться причинно-следственный механизм, т.е. найти факторы, опреде-поведение прогнозируемого показателя, прогноз по которым либо известен, либо его дать несложно. Этот путь приводит к экономико-математическому моделированию, построению модели поведения экономического объекта. В настоящее время данный путь широко используется при прогнозировании природопользования. Второй путь - не вдаваясь в механику движения, попытаться предсказать будущее положение, анали-временной ряд изолированно. В современной практике прогнозиро-природопользования такие методы изолированного анализа и про-почти не применяются, но преимущество этих методов диктует необходимость их более широкого применения. [c.31]
КАУЗАЛЬНОЕ (ПРИЧИННО-СЛЕДСТВЕННОЕ) МОДЕЛИРОВАНИЕ. Каузальное моделирование — наиболее хитроумный и математически сложный количественный метод прогнозирования из числа применяемых сегодня. Он используется в ситуациях с более чем одной переменной. Уровеньличныхдоходов.демографическис изменения и преобладающая ставка процента по закладным, например, влияют на будущий спрос на новые односемейные дома. КАУЗАЛЬНОЕ МОДЕЛИРОВАНИЕ — это попытка спрогнозировать то, что произойдет в подобных ситуациях, путем исследования статистической зависимости между рассматриваемым фактором и другими переменными. Каузальная модель может показать, что всякий раз, когда ставка процента по закладным увеличивается на 1%, спрос на новые дома падает на 5%. [c.242]
Однако не любое математическое выражение может являться факторной моделью. Нельзя путать формулу расчета показателя с моделью, отражающей причинно-следственные связи. Например, выработка как показатель производительности труда рассчитывается делением выручки от реализации на среднесписоч- [c.31]
| Рис. 3.23. Кубическая модель причинно-следственных связей факторов, влияющих ча /оовень организации производства |  |
Однако, как правило, динамика рынка изучается с помощью статистических методов обработки динамических рядов, позволяющих не только точно определить скорость и вектор развития, но и с помощью трендовых моделей выявить его основную тенденцию (тренд). Важную роль в анализе динамики рыночных процессов играет индексный метод, который обеспечивает возможность интегрированной оценки общего изменения сложных многоструктурных явлений (например, товарооборота) и позволяет выявить некоторые факторы развития (например, количественный и ценностный). Для анализа причинно-следственных связей в динамике целесообразно применять многофакторные статистические модели, которые могут быть использованы еще и для прогнозирования. В некоторых случаях используются методы многомерного анализа. Динамические процессы, структурные сдвиги, соотношения и т.п. легко проиллюстрировать методами графического анализа. [c.102]
Причинно-следственное моделирование (многофакторные модели) нацелено на анализ достаточн двумя или более переменными. Например, при разработке прогноза объема спроса на швейные изде уровень доходов населения, взаимозаменяемость товаров, уровень цен, объем производства и другие ф Степенные, линейные многофакторные уравнения регрессии могут использоваться и при оп численности работников по той или иной управленческой функции и для решения множества других г [c.110]
О том, что цены акций следуют за ценами опционов, говорят результаты нескольких исследований. Манастер и Рендлман [185] обнаружили этот эффект на материале ежедневных данных о торгах, сравнив доход от закрытия до закрытия по портфелям опционов, основанных на различии действительных и предполагаемых (по модели Блэка-Шоулса) цен на акции. Авторам удалось установить, что цены закрытия на опционы несут в себе наиболее свежую информацию, еще не учтенную в ценах на акции. Многие рынки опционов, и в том числе ЕОЕ, закрываются позже, чем фондовые биржи (ЕОЕ — на 10 минут). Эта важная подробность, конечно же, сказывается на причинно-следственных связях между ценами закрытия на обоих рынках. Впрочем, в рассмотренной ниже нейронно-сетевой модели мы имеем дело с данными за один торговый день, а на них эта сторона дела сказывается в меньшей степени. [c.117]
Использование /ьанализа в социально-экономических исследованиях связано с рядом трудностей. Прежде всего не всегда можно считать, что линейная зависимость в состоянии удовлетворительно отразить все разнообразие причинно-следственных связей в реальных структурах. Кроме того, следует учитывать, что />-анализ разработан для количественных переменных. Структурные модели и путевой анализ иллюстрируют единство теоретического (качественного) и формально-математического (количественного) подходов. Значимость результатов анализа определяется в первую очередь правильностью построения логического каркаса структурной модели — максимально связанного графа связей, изоморфной математической модели в виде системы уравнений. [c.223]
Смотреть страницы где упоминается термин Причинно-следственные модели
: [c.73] [c.219] [c.381] [c.146] [c.32] [c.314] [c.8]Смотреть главы в:
Практическое руководство по маркетинговому планированию -> Причинно-следственные модели