Найдем суммы весов, входящие формулу для вычисления отношения дисперсии скользящей средней к дисперсии исходного ряда [c.163]
Отношение дисперсий 293 Относительные коэффициенты 293 Оценивание 35,41-43, 105-106, 193 Ошибка [c.339]
Дисперсионное отношение = дисперсия в период 2/ дисперсия в период 1, помноженная на 100 [c.116]
Размер блока (число квадратов в блоке) Число блоков Дисперсия Отношение дисперсий Вероятность различия дисперсий [c.153]
Путем приведенного ниже доказательства была отвергнута и вторая гипотеза — плотности распределения вариаций нормообразующих факторов являются пуассоновскими. Из теории математической статистики известно, что если средняя величина вариаций фактора и дисперсия вариаций этого фактора в конкретном распределении близки друг к другу, то это является основанием для гипотезы о том, что распределение является пуассоновским. Анализ рассчитанных числовых характеристик, приведенных в табл. 1.1, показывает, что в общем случае распределения вариаций не подчиняются пуассоновскому закону. Отношения дисперсий к соответствующим математическим ожиданиям в большинстве случаев заметно отличаются от единицы (т.е. неравномерность вариаций нормообразующих факторов, характеризующая это отношение, не равна 100%). Аналогичная картина, как показывают наши расчеты, имеет место при формировании производственных, сбытовых и товарных запасов и для других видов ТМЦ. Поэтому принятые допущения в указанных ранее работах, что распределения вариаций нормообразующих факторов подчиняются нормальному или пуассоновскому закону распределения, являются, на наш взгляд, ошибочными. [c.126]
Из (1.14), в частности, следует, что коэффициент корреляции признаков, на которые наложены ошибки измерения, всегда меньше по абсолютной величине, чем коэффициент корреляции исходных признаков. Другими словами, ошибки измерения всегда ослабляют исследуемую корреляционную связь между исходными переменными, и это искажение тем меньше, чем меньше отношения дисперсий ошибок к дисперсиям самих исходных переменных. Формула (1.14) позволяет скорректировать искаженное значение коэффициента корреляции для этого нужно либо знать разрешающие характеристики измерительных приборов (и, следовательно, величины дисперсий ошибок а и а ), либо провести дополнительное исследование по их выявлению. [c.73]
Число Средний Отношение дисперсии [c.135]
Средний квадрат (дисперсия) а2 определяется для различных вариантов как частное от деления суммы квадратов отклонений на соответствующую степень свободы вариантов, т. е. 6580 4=1665, а для остаточного (ошибки) 664 4=166. Фактическое отношение дисперсии (F — фактическое) находится как частное от деления средних квадратов дисперсии вариантов на остаточный (ошибки) — 1665 166=9,9. [c.135]
Отношение дисперсии временного интервала к квадрату его среднего значения - коэффициент вариации, возведенный в квадрат [c.133]
Определяют отношение дисперсий [c.130]
Прежде всего определяют отношение дисперсий, полученных из несмещенных оценок У1( У2 для двух групп выборок, и осуществляют проверку по F-распределению, в результате чего убеждаются, что в дисперсии не обнаруживается существенного различия. В том случае, когда между YI и Vt имеется существенное различие, то, как это показано ниже, определить ае становится невозможным. [c.131]
Источник изменчивости Сумма квадратов Число степеней свободы Несмещенная оценка дисперсии генеральной Отношение дисперсий F (0,05) [c.177]
Источник изменчивости Сумма квадратов Число степеней сво- щенная оценка дисперсии генеральной Отношение дисперсий Значения F-pa -пределения [c.179]
Формулу (8.12) обычно приводят в аналитической финансовой литературе. Однако, для того, чтобы ею можно было воспользоваться, необходимо иметь значения дисперсий. По-видимому, при расчетах на перспективу удобнее оценить или задать экспертным путем отношение дисперсий [c.178]
ПРИМЕР 8.3. Эксперты оценили следующие отношения дисперсий для портфеля, состоящего из четырех видов бумаг D1/4 = 1,5 D2/4 = 2 D3/4 =1. По формуле (8.17) получим [c.181]
Само название анализа — дисперсионный — определяет и его содержание, т. е. проведение анализа при помощи сравнения дисперсий. Так, находят отношение дисперсий, выражающих по различным факторам систематическую вариацию, к остаточной дисперсии и по величине этого отношения судят, насколько существенно воздействие данного фактора на изучаемый признак. [c.90]
Следует отметить, что при вычислении отношения дисперсий всегда в числитель необходимо ставить большую величину дисперсии, что обусловлено особым смыслом критерия существенности, излагаемым подробно в курсе статистики. [c.92]
Аналогично проводится мониторинг дисперсии а2, совмещенный с периодической проверкой гипотезы о равенстве дисперсий на различных непересекающихся отрезках времени. Для этого вычисляется скользящее отношение дисперсий [c.163]
Выше описывался способ определения рисковой надбавки к нетто-ставке на основании анализа дисперсии (см. выражение (2)). Возможны другие - более сложные (в том числе - учитывающие не только математическое ожидание и дисперсию распределения вероятностей страховых выплат, но и моменты распределения более высокого порядка), или основывающиеся на других характерных величинах (получаемых, например, в результате решения задач о разорении, или анализа динамических свойств страховых платежей и взносов и т.д.) методы определения финансовой устойчивости страховых компаний [34]. В качестве примера показателя, основывающегося на дисперсии, можно привести коэффициент вариации, который успешно используется в случае существенного разброса параметров договоров страхования (коэффициентом вариации у называется отношение дисперсии суммарных страховых выплат к их математическому ожиданию у = о/EW). [c.12]
Другой вариант работы с реальными данными состоит в использовании равносильного представления статистики отношения дисперсий [c.151]
Поведение отношения дисперсий говорит в пользу TS гипотезы. [c.151]
Остаточные члены не коррелируют. Если остаточные члены взаимосвязаны (т.е. наблюдения зависимые), то отношение дисперсий быть сильно искажено. [c.616]
Если нулевая гипотеза справедлива, то факторная и остаточная дисперсии не отличаются друг от друга. Для Щ необходимо опровержение, чтобы факторная дисперсия превышала остаточную в несколько раз. Английским статистиком Снедекором разработаны таблицы критических значений /"-отношений при разных уровнях существенности нулевой гипотезы и различном числе степеней свободы. Табличное значение /"-критерия — это максимальная величина отношения дисперсий, которая может иметь место при случайном их расхождении для данного уровня вероятности наличия нулевой гипотезы. Вычисленное значение /7-от- [c.51]
В [Be hhofer, 1954, р. 24] используются следующие более сложные формулировки. Положим, а = а/а2, где а — неизвестные отношения дисперсий и а2 — общая известная константа. Выберем п, так, чтобы a2 /n, оказалось константой. Найдем d в таблицах и вычислим п = (ad/б )2, где а2 — константа в a = ajO2. Положим n, = a in (см. также уравнения (22) и (17) из [Be hhofer, 1954]). [c.263]
Эта процедура, предложенная в работе [ o hrane (1998)], основывается на изучении характера поведения отношения дисперсий [c.151]
Для сравнения приведем аналогичный график отношения дисперсий для реализации WALK 2 случайного блуждания со сносом [c.151]
Поведение отношения дисперсий указывает на то, что WALK 2 порождается DS моделью. [c.152]
Статистические выводы, полученные при применении всех перечисленных в таблице процедур, согласуются между собой нулевая DS-гипотеза не отвергается, тогда как нулевая TS-гипотеза отвергается поведение отношения дисперсий Кохрейна также говорит в пользу DS-гипотезы. [c.169]
Таким образом, /3 не стремится по вероятности к /3, за исключением случая, когда of = 0, т.е. когда ошибки измерения z отсутствуют. Если отношение дисперсий аги /стг2 мало, то тогда мало и асимптотическое смещение оценки наименьших квадратов в противном случае асимптотическое смещение оказывается [c.112]
Классическое решение подобной задали состоит в предположении, что имеется некоторая дополнительная информация. Как правило, считают известным и постоянным отношение дисперсий ошибок и и и. Такое решение не кажется нам удовлетворительным с эконометриче-ской точки зрения, поскольку переменная и, вообще говоря, содержит две составляющие — ошибку -измерения переменной Y и стохастическое возмущение. И если можно рассчитывать на какой-то шанс при попытке оценить ошибку измерения величины Y, то у "нас нет никакой надежды определить заранее величину дисперсии возмущающего воздействия. В самом деле, оценка качества подгонки соотношения к исходной статистической информации есть одна из непосредственных целей эконометрического анализа. Классический подход к решению этой задачи основан на предположении, что существует точная связь между истинными значениями У и X, так что и отражает только ошибку измерения величины Y. Единственный выход в нашем случае — гипотеза о том, что дисперсия ошибки измерения объясняющей переменной известна. Такое предположение для многих конкретных ситуаций оказывается вполне приемлемым. Так, становится все более принятым публиковать статистические данные о национальном доходе с указанием вероятного уровня ошибок. Пусть, например, наблюдаемые значения переменной X имеют среднее, равное 100, и мы утверждаем, что максимальная ошибка каждого значения с очень малой вероятностью превосходит 10%. Мы можем тогда положить Зсг = 10 и о = 11. [c.286]