Место моделей со случайными факторами. В ряде экспериментов, проводимых по схеме дисперсионного анализа, значения, которые принимает некоторый фактор, нельзя охарактеризовать ничем, кроме того, что они наудачу извлечены из некоторой генеральной совокупности. В этом случае вряд ли целесообразно связывать с индивидуальными значениями фактора числовые характеристики их вклада в общий итог (у), а лучше оценить вклад фактора в целом в общую изменчивость у. В этом случае, как указано в 13.1, и возникают модели со случайными факторами. При этом, если окажется, что вклад фактора в общую изменчивость достаточно велик, то целесообразно из профессиональных содержательных соображений найти характеристики значений фактора, предположительно связанные с г/, и изучить с помощью традиционного анализа их влияние на итог. Так, если нас интересует влияние личности рабочего на его производительность труда, то здесь [c.387]
Рассмотрим вопрос о степени централизации механизма функционирования в системах распределения ресурса. Так как ресурсом распоряжается центр, то, безусловно, центр может не давать потребителю ресурса больше, чем запланировано, т. е. vt < лг (nt — количество ресурса, планируемое i-му потребителю). Далее примем, что потребитель использует весь полученный ресурс, т. е. vi = яг. Следовательно, по параметрам состояния Vi имеет место полная централизация планирования. Сложнее обстоит дело с параметрами Uf (или z,-), поскольку достаточно обоснованные оценки дохода или потерь от использования ресурса имеются, как правило, только у потребителя. Так, в случае функций дохода вида (7.1.7) параметрами модели являются максимальный доход или максимальные потери г и максимальное требуемое количество ресурса М t. Относительно Jli центр может в ряде случаев иметь информацию (например, если заводу не дать сырья, то продукция не будет выпущена и потери можно оценить), а может и не иметь. Что касается максимального требуемого количества ресурсов Mt, то центр, как правило, не имеет достаточно точной оценки этого параметра. Действительно, величина Л/г существенно зависит от технологии и организации управления использованием ресурса у потребителя. К тому же доход или потери зависят на практике от ряда случайных или неопределенных факторов. Поэтому полная централизация планирования по доходу или потерям в данном случае недопустима. Таким образом, механизмы распределения ресурсов характеризуются полной централизацией планирования по ресурсу и частичной централизацией (а иногда и полной децентрализацией) планирования по эффекту от использования ресурса. [c.321]
Основной причиной наличия случайного члена в модели являются несовершенные знания о причинах и взаимосвязях, определяющих то или иное значение зависимой переменной. Поэтому свойства случайных отклонений, в том числе и автокорреляция, в первую очередь зависят от выбора формулы зависимости и состава объясняющих переменных. Так как автокорреляция чаще всего вызывается неправильной спецификацией модели, то для ее устранения необходимо, прежде всего, попытаться скорректировать саму модель. Возможно, автокорреляция вызвана отсутствием в модели некоторой важной объясняющей переменной. Необходимо попытаться определить данный фактор и учесть его в уравнении регрессии (см. пример из параграфа 6.7). Также можно попробовать изменить формулу зависимости (например, линейную на лог-линейную, линейную на гиперболическую и т. д.). Однако если все разумные процедуры изменения спецификации модели, на ваш взгляд, исчерпаны, а автокорреляция имеет место, то можно предположить, что она обусловлена какими-то внутренними свойствами ряда et . В этом случае можно воспользоваться авторегрессионным преобразованием. В линейной регрессионной модели либо в моделях, сводящихся к линейной, наиболее целесообразным и простым преобразованием является авторегрессионная схема первого порядка AR(1). [c.236]
Для наглядности будем изучать модели бинарного выбора на примере покупки семьей автомобиля. Обозначая, как и раньше, зависимую переменную у, будем считать, что у = 1, если в течение исследуемого периода времени семья купила автомобиль, и у = О в противном случае. Ясно, что на решение о покупке автомобиля влияют самые различные факторы доход семьи, количество ее членов, их возраст, место проживания семьи и т. п. Набор этих характеристик можно представить вектором х = (xi,..., a f ) (независимые переменные). Сохраняя основные идеи регрессионного подхода, будем предполагать, что на решение семьи влияют также неучтенные случайные факторы (ошибки). Выдвигая различные предположения о характере зависимости у от х, будем получать разные модели. Здесь мы рассмотрим три модели линейную модель вероятности и так называемые probit- и logit-ыодели. [c.321]
Рассматриваются возможности методов математической статистики для анализа и прогноза ценовых движений на фондовом рынке. Задача адекватного описания изменения финансовых индексов имеет давнюю историю и занимает важное место, как в теоретических, так и в прикладных исследованиях. Так как в процессе формирования цены финансового инструмента (акции, облигации, фьючерса и т. д.) "участвует" большое число самых разнообразных факторов, большинство из которых неконтролируемы, то такой процесс мы можем рассматривать как случайный. Этот процесс включает периодические составляющие. Периодичность его определяется как внешними причинами (квартальные, годовые, недельные, суточные колебания), так и внутренними (число заявок в интервал времени, спреды и т. д.). Спектральная картина процесса довольно пестрая, поскольку внутренние факторы периодичности меняются относительно произвольным образом. До настоящего времени на практике используется два основных подхода, которые условно можно называть детерминистким и стохастическим. Согласно детерминисткому подходу модель изменения цен акций имеет вид [c.134]
Смотреть страницы где упоминается термин Место моделей со случайными факторами
: [c.158]Смотреть главы в:
Прикладная статистика Исследование зависимостей -> Место моделей со случайными факторами