Существует много методов оценки напряженности заданий коэффициентный метод оценки напряженности плана по темпам роста к предыдущему периоду метод оценки напряженности плана с точки зрения нормативного использования производственных ресурсов метод применения апостериорного статистического критерия качества планирования. Для этих же целей широко применяются методы линейного программирования, объективно обусловленные оценки В. Новожилова, вытекающие из процедуры решения двойственных задач линейного программирования. В последние годы для оценки напряженности плана разработаны специальные методики, базирующиеся на методах теории статистических распределений, компонентного анализа, современного факторного анализа, других математико-статистических методах. [c.236]
Эти примеры убедительно свидетельствуют в пользу преимущественного использования при построении систем показателей относительных, в том числе удельных, величин. Можно также отметить, что переход от абсолютных к относительным и удельным значениям "улучшает" статистические свойства показателей (в смысле принадлежности их к закону распределения, близкому к нормальному), что является немаловажным фактором для корректной обработки данных с помощью статистических методов. [c.47]
Исчисление этого показателя на каждой из трех фаз — народного дохода созданного, народного дохода распределенного (выплаченного) и народного дохода использованного— требует различных статистических материалов и методов. Но если те и другие в каждом варианте расчета одинаково точны, то результаты должны быть примерно идентичны во всех трех случаях. [c.21]
Статистическая модель отражения ритма производственного цикла изготовления изделия с ошибкой в 40%, а статичная с ошибкой в 30% прогнозируют (улавливают) характер изменения мощности процесса изготовления изделия" по фазам производственного процесса. Эти неточности в определении календарного распределения структуры трудоемкости изготовления изделия приводят в планировании к ошибкам относительно назначения договорных сроков поставки, непредсказуемому появлению узких мест в производстве, большим потерям рабочего времени, рабочих мест и оборудования. При использовании статистического метода теряется примерно 40%, а при использовании статического метода — примерно 30% рабочего времени рабочих и оборудования. [c.160]
В зависимости от свойств функции распределения F(x) вероятностные модели риска подразделяют на параметрические и непараметрические. В первом случае предполагается, что F(x) входит в одно из известных семейств распределений, например нормальных, экспоненциальных и др. Подобное предположение недостаточно обосновано, так как реальные данные часто не соответствуют заданному семейству. В этом случае применяют непараметрические статистические методы, заранее не предполагающие использование определенной функции распределения ущерба. При использовании непараметрических статистических методов обычно принимают, что F(x) является непрерывной функцией числового аргумента х. [c.276]
Центральная задача математической статистики — определение вида закона распределения генеральной совокупности по выборке из нее. Методика определения во многом зависит от применяемого критерия согласия. Принимая во внимание возможность использования информационного метода определения закона распределения, выберем в качестве критерия оптимизации числа интервалов информационный критерий согласия. В качестве метода исследования используем вновь метод статистических испытаний. [c.38]
Стандарт позволяет повысить качество нормативно-технической документации, создает единую методику построения рядов равномерно распределенных случайных чисел, предназначенных для использования при решении различных задач статистических методов контроля качества продукции. Таблицы стандарта заимствованы из [41]. Аналогов настоящего стандарта в практике стандартизации других стран нет. [c.22]
ГОСТ 15893—77 Статистическое регулирование технологических процессов при нормальном распределении контролируемого параметра разработан взамен ГОСТ 15893—70 и ГОСТ 15894—70, которые по своему теоретическому уровню не отвечали современным требованиям стандартизации статистических методов регулирования технологических процессов. Стандарт предусматривает возможность регулирования технологических процессов с использованием контрольных карт. Предлагаемые в стандарте методы позволяют осуществлять регулирование как настройки, так и рассеивания параметров технологического процесса. Планы контроля выбираются в зависимости от требуемой эффективности контроля, задаваемой средними длинами серий налаженного L0 и разлаженного LI процессов. В стандарте предлагаются разнообразные сочетания средних длин серии L0 и Lb удовлетворяющие самым взыскательным требованиям к эффективности контроля со стороны практических работников. С этой же целью максимальный объем выборки в стандарте доведен до 30. [c.47]
Что касается экспертного установления вероятностного распределения, то такой метод был бы хорош, если бы набор сценариев был одинаков или почти одинаков для всех проектов, ибо только в этом случае эксперты могли бы давать согласованные ответы, основываясь на анализе хода выполнения ранее рассмотренных проектов. Но в современной России совокупность сценариев для каждого из реальных инвестиционных проектов обычно своя, набор конкретных видов рисков по каждому проекту также собственный, прогнозы параметров экономического окружения все время меняются, а мониторинг реализации инвестиционных проектов практически не ведется. В этих условиях не существует ни исходной статистической базы для экспертных оценок, ни достаточного количества экспертов, которые могли бы дать согласованное мнение о вероятностях осуществления отдельных сценариев конкретного проекта. С другой стороны, нельзя допустить использования никем не контролируемых экспертных оценок при оценке эффективности проектов, претендующих на государственную поддержку. [c.181]
В настоящее время намечается разработка качественно новой методологии планирования безналичного оборота, перестройка системы бухгалтерской, банковской и статистической отчетности с широким использованием экономико-статистических методов на базе электронно-вычислительной техники. Это будет способствовать бесперебойному распределению общественного продукта через сферу обращения, своевременному выявлению прорывов в выполнении государственных заказов и договоров отдельными отраслями и организациями, усилению воздействия сферы обращения на ход выполнения производственных планов предприятий и объединений, предупреждению фактов возможного разрыва непрерывности кругооборота средств. [c.112]
В анализе выполнения размеров и допусков автор справедливо выделяет два подхода с одной стороны, проверять допуски и решать вопрос о том, правильны ли они с другой стороны, установить основные причины производственного брака и предпринять усилия по их устранению. Для решения этих двух задач автор предлагает ряд интересных рекомендаций, основанных на изучении и использовании на практике статистических закономерностей в процессах взаимозаменяемости деталей, технологического изготовления деталей (кривые Парето в распределении отдельных причин брака, допуски на взаимосвязанные параметры и т.д.). Однако видно, что автор мало знаком с интересными работами в области нашей отечественной теории и практики разработки технических условий, стандартов, допусков, технологических процессов и т. д. На основе широкого применения методов математической статистики наши инженеры и ученые успешно решают такие вопросы формирования технологического регулирования производственного процесса и качества, как выделение главных и второстепенных размеров и операций технологического процесса, установление взаимосвязи между размерами, допусками как на стадии конструирования, так и на стадии разработки технологического процесса, определение корреляционной связи между эксплуатационными и технологическими характеристиками изделий и использование этой связи в разработке нормативов на параметры качества продукции и т. д. Тем не менее обобщение практического опыта организации работ в этой области, проводимых на предприятиях зарубежных стран, несомненно, представляет интерес для наших, прежде всего практических, работников. [c.236]
Статистические методы, как правило, являются одним из неплохо действующих элементов так называемого конвейерного аудита, при котором процесс аудита делится на множество мелких операций, закрепляемых за теми отдельными сотрудниками фирмы, которые принимают участие в конкретной проверке. (Конвейерные методы, в частности, нередко применяют аудиторские транснациональные корпорации, известные под общим названием большая пятерка .) Строгое распределение обязанностей внутри коллектива проверяющих, разграничение областей и даже сущностных особенностей контроля при тестировании контрольных моментов, а также при проверке хозяйственных операций по существу способствуют, по мнению зарубежных специалистов, более успешному использованию в практике аудита статистической методологии. [c.6]
Не забывайте, что при использовании статистических методов на данных, с которыми работают трейдеры, не будут выполняться некоторые требования статистического анализа. Некоторые из этих нарушений не очень серьезны благодаря центральной предельной теореме в большинстве случаев можно нормально анализировать даже данные, не соответствующие нормальному распределению. Другие, более серьезные нарушения, например наличие серийной корреляции, должны учитываться, но для оценки поправок вероятности на этот случай существуют специальные методы. Суть в том, что лучше работать с информацией, зная, что некоторые положения нарушены, чем работать вслепую. [c.87]
Отметим, что машинное время можно также сократить с помощью статистического метода, подобного методу с использованием обратных случайных чисел, но обладающего более эффективной численной процедурой. Например, вместо логарифмического преобразования, как в (48) мы можем взять линейную аппроксимацию для того, чтобы генерировать случайные величины, имеющие распределение, близкое к экспоненциальному. [c.315]
Многомерные методы отличаются от одномерных прежде всего тем, что при их использовании центр внимания смещается с уровней (средних показателей) и распределений (дисперсий) явлений и сосредотачивается на степени взаимосвязи (корреляции или ковариации) между этими явлениями [15]. Оба этих вида статистических методов анализа подробно описаны в по- [c.539]
Заметим, что многие электронные таблицы позволяют пользователю рассчитать не только простые статистические показатели, такие как максимальное, минимальное и среднее значение или сумму квадратов отклонения от среднего значения, но и произвести более сложные расчеты с использованием встроенных статистических функций вычисление коэффициентов корреляции, характеризующих степень сходства результатов разных измерений, ранг числа в списке чисел, коэффициенты функций распределения данных и многое другое. Пакеты статистической обработки включают в себя реализацию более сложных статистических методов. Например, они существенно облегчают проведение регрессионного (установление связи между переменными - результатами статистических измерений), кластерного (определение основных классов, составляющих изучаемый процесс или явление), факторного (вы- [c.61]
Для СПУ характерны сложные графики и расчеты, требующие затрат квалифицированного труда. Кроме того, для них необходимо накопление большого статистического материала, без которого система тройной оценки в отдельных случаях будет неточной. Математический аппарат СПУ в ряде комплексных работ в энергомашиностроении должен быть применен с учетом специфики области применения. Так, не всегда в условиях единичного производства энергомашиностроения может быть использован рекомендованный большинством методик СПУ закон р-распределения. Несмотря на это, преимущества методов СПУ велики. В настоящее время они могут быть рекомендованы для энергомашиностроения без каких-либо ограничений в следующих областях [c.144]
В связи с возрастающим объемом производства и потребления нефтепродуктов резко увеличивается объем плановой, оперативной и отчетной информации на всех уровнях и во всех сферах деятельности системы нефтеснабжения в выделении, распределении и учете фондов и лимитов на нефтепродукты, статистической отчетности, контроле за производством нефтепродуктов и их запасами, использованием резервуарной емкости,- в расчетах за нефтепродукты, финансовой службе, бухгалтерском учете и т. д. Учитывая также, что система нефтеснабжения очень тесно связана со всеми отраслями народного хозяйства, смежными и вышестоящими органами управления, с которыми происходит обмен информацией во все возрастающих объемах, одной из основных задач дальнейшего совершенствования организации нефтеснабжения следует считать разработку и внедрение автоматизированной системы, управления, которая, основываясь на экономико-математических методах и электронно-вычислительной технике, могла бы взять на себя большую (а иногда и всю) долю той работы, которая в настоящее время производится человеком. [c.9]
Если для отображения работ используются не стрелки, а узлы, анализ происходит точно так же, с той лишь разницей, что результаты записываются в соответствующие ячейки каждого узла. Анализ методом ОПП несколько сложнее, поскольку здесь используются три оценки и определяется распределение вероятностей времени. Рассмотрение данного метода Выходит за рамки этой книги. Достаточно будет сказать, что хотя многие организации и заявляют об использовании ОПП, мало кто пользуется при этом статистическим аппаратом. [c.235]
УЧЕТ ХОЗЯЙСТВЕННЫЙ — система наблюдения, регистрации и контроля за производством, распределением и использованием ресурсов (материальных, трудовых, финансовых). Его данные позволяют определить объемы, качество и себестоимость продукции (работ, услуг), уровень производительности труда и рентабельности, использования производственной мощности, рабочей силы и других ресурсов предприятия (цеха, фирмы, ассоциации и т. п.). Его основные виды учет оперативный (оперативно-технический), статистический и бухгалтерский, которые в совокупности обеспечивают информацией для принятия управленческих решений. Для успешного выполнения задач, стоящих перед У. х., необходимо, чтобы он отвечал соответствующим требованиям. Такими требованиями являются охват всех сторон производственно-хозяйственной и финансовой деятельности предприятия и его подразделений, других объектов сопоставимость показателей учета (плановых, отчетных), унификация методов их расчета, необходимая для сводки данных как в пределах участка, цеха, предприятия, так и отрасли и народного хозяйства своевременность, точность, ясность, объективность, доступность, полнота и экономичность. Рее показатели учета должны правильно отражать действительность, быть сопоставимыми для изучения их динамики, сравнения и обобщения в отраслевом и территориальном разрезе. Они [c.292]
Таким образом, первое направление использования ЧМС для решения задач Башкирии основано на применении подсистем ЧМС, реализующих прецедентные алгоритмы и позволяющих определять непосредственно для Башкирии ограничения и наметки по использованию газа, основываясь на условиях газоснабжения в масштабах страны. Второе направление соответствующего использования ЧМС с учетом сегодняшнего состояния системы основано на применении подсистемы, реализующей математические методы статистического прогнозирования. Это направление решает задачи прогнозирования распределения газа внутри республики без непосредственной связи с решением задач газоснабжения в масштабах страны. [c.137]
Для исследований базисной устойчивости стохастической транспортной задачи может быть использован метод статистических испытаний (метод Монте-Карло) в сочетании с двойственным методом потенциалов. При этом данные, характеризующие ресурсы поставщиков и потребности потребителей, формируются ЭВМ на основе определенных законов распределения и возможных интервалов их изменений. Под набором подразумевается совокупность величин ресурсов и потребностей, которые соответствуют их предполагаемым значениям в заранее определенных интервалах. Необходимое число наборов значений ресурсов и потребностей формируется соответствующей машинной программой для ЭВМ Минск-22 . При этом по рекуррентному соотношению по способу перемешивания определяется последовательность квазислучайных чисел, обладающих статистическими свойствами последовательности независимо от выбранных значений равномерно распределенной случайной величины =f (l/z-i),l г /г ЛЛ Полученные числа обычно удовлетворяют системе принятых статистических критериев для проверки равномерности распределения. [c.112]
Первое направление — оценка действующих норм труда на основе анализа статистических и отчетных данных с использованием методов математической статистики. В качестве основных показателей используются удельный вес технически (комплексно) обоснованных норм труда, средний процент выполнения норм и распределение работников по уровню выполнения норм. Каждый из показателей нуждается в использовании дополнительных критериев, что необходимо учитывать при оценке качества действующих норм. Так, показатель удельного веса обоснованных норм дает представление о методах их установления, но не позволяет судить о степени их напряженности. Следовательно, целесообразно одновременно проводить сопоставление среднего процента выполнения норм. Уровень выполнения норм отдельными рабочими, как правило, обусловливается влиянием двух факторов, а именно индивидуальной производительностью труда и уровнем напряженности норм. В соответствии с этим распределение по уровню выполнения норм и колебания в среднем проценте выполнения норм зависят от разницы в напряженности норм и относительной производительности труда. [c.166]
В особо ответственных случаях — при разработке отраслевых, общесоюзных и общепромышленных норм и нормативов целесообразно проводить более глубокую обработку хронометражных рядов с использованием методов математической статистики. При этом обработка должна включать определение закона распределения дар-ных хронометражного ряда, отсев резко отклоняющихся значений по статистическим критериям и проверку достаточности числа наблюдений при принятом уровне значимости. [c.127]
Применительно к экономическим задачам методы математической статистики сводятся к систематизации, обработке и использованию статистических данных для научных и практических выводов. Метод исследования, опирающийся на рассмотрение статистических данных о тех или иных совокупностях объектов, называется статистическим. Основным элементом экономического исследования является анализ и построение взаимосвязей экономических переменных. Изучение таких взаимосвязей осложнено тем, что они не являются строгими, функциональными зависимостями. Бывает достаточно трудно выявить все основные факторы, влияющие на данную переменную (например, прибыль, риск), многие такие взаимодействия являются случайными, носят неопределенный характер, и число статистических наблюдений является ограниченным. В этих условиях математическая статистика (то есть теория обработки и анализа данных) позволяет строить экономические модели и оценивать их параметры, проверять гипотезы о свойствах экономических показателей и формах их связи, что в конечном счете служит основой для экономического анализа и прогнозирования, создавая возможность для принятия обоснованных экономических решений. Теория вероятностей играет важную роль при статистических исследованиях вероятностно-случайных явлений. Здесь в полной мере находят применение такие, основанные на теории вероятностей разделы математической статистики, как статистическая проверка гипотез, статистическое оценивание распределений вероятностей и входящих в ни параметров и др. [c.22]
Советская часть в ИСО проводит работы по преобразованию отечественных стандартов в международные, например, ГОСТ 20427—75 Статистическое регулирование технологических процессов методом кумулятивных сумм выборочного среднего и ГОСТ 20737—75 Статистическое регулирование технологических процессов методом групп качества в 1976 г. на 1-м заседании ИСО/ТК 69 П1 4 были одобрены и приняты за основу для разработки международных стандартов. На этом же заседании ИСО/ТК 69 ПК 4 была одобрена программа работ по стандартизации методов статистического регулирования технологических процессов, предложенная советскими специалистами. Программа предусматривает разработку международных стандартов, включающих методы с использованием контрольных карт средних арифметических значений, дисперсий или среднеквадратических отклонений, раз-махов при нормальном распределении контролируемого параметра, а также комбинированных контрольных карт. Предусмотрена также разработка стандартов на методы регулирования по альтернативному признаку, основанных на контрольных картах доли дефектности, числа дефектов, числа дефектных единиц продукции. [c.51]
Исследуя закономерности формирования капиталистического строя в странах Западной Европы на основе широкого использования массовых статистических данных того времени, К. Маркс применил разнообразные методы обработки и систематизации последних и построил свои знаменитые схемы простого и расширенного воспроизводства общественного капитала. Посредством системы. взаимосвязанных показателей К- Маркс раскрыл закономерности процесса воспроизводства в целом и его отдельных стадий производства, распределения, обращения (обмена) и использования общественного продукта и национального дохода. [c.6]
Анализ моделей и инженерных методик обеспечения надежности сложных ЭЭС. Почти все математические модели, реализованные в программно-вычислительных комплексах (ПВК), основаны либо на применении строго аналитических методов [19,55], либо на их комбинировании с методами статистического моделирования [58,154,83]. Первые используют так называемый процесс свертки висячих вершин - дискретных [19] или непрерывных [55] распределений вероятностей, характеризующих аварийное снижение генерирующей мощности отдельных ЭЭС объединения. Существенным недостатком таких методов является невозможность их использования для схем ЭЭС с замкнутыми контурами и трудоемкость определения ПН для узлов и связей, что необходимо для оптимизации решений по надежности. [c.72]
Эта глава посвящена базовому анализу данных, включающему изучение распределения частот значений переменной (вариационных рядов), кросс-табуляцию (построение таблиц сопряженности) и проверку гипотез. Сначала мы рассмотрим распределение частот и объясним, как с его помощью определить количество выбросов, пропущенных и экстремальных значений данных, а также выявим центральную тенденцию в значениях изучаемых данных, их вариацию и форму кривой распределения. Затем введем понятие проверки гипотез и опишем общую процедуру проверки. Процедуры проверки гипотез делятся на проверку связей и проверку различий. Мы также рассмотрим использование кросс-табуляции для установления связи между двумя или тремя переменными. Хотя природу связи можно увидеть из таблиц, статистики позволяют определить значимость и силу связи. И наконец, мы познакомим вас с методами статистической проверки гипотез, связанных с различиями в одной или двух выборках. [c.552]
Пополнение запасов. Критерием выбора варианта здесь является ожидаемое значение спроса за время г задержки между подачей заявки и выполнением заказа. Если эта величина пренебрежимо мала, допустимо использование модели с мгновенной поставкой. В противном случае при малом коэффициенте вариации задержки выбирается модель с фиксированной задержкой, а при большом — со случайной. Распределение случайной задержки устанавливается статистически теми же методами, что и распределение спроса. [c.42]
В качестве альтернативы методу СОК с гибридным обучением мы могли бы окрасить плоскости признаков таким образом, чтобы цвет каждого элемента карты определялся свойствами отображаемых на него векторов данных. Однако этот путь привел бы к возникновению случайных цветовых вариаций по причине статистических помех. При использовании описанного выше подхода с гибридным обучением этого не происходит, поскольку функция гауссова распределения позволяет сгладить эти случайные вариации. [c.107]
Объем нефтебаз, полученный методом В. И. Черникина или по приведенным в этой работе уравнениям, достаточно аргументирован. Для этого использован метод расчета объема нефтебаз, предложенный группой сотрудников кафедры математики МИНХиГП им. И. М. Губкина. В указанном методе задача расчета объема нефтебаз формулируется как нахождение предельной функции распределения загруженности резервуарного парка. Для получения решения использованы методы теории массового обслуживания. При этом объем нефтебаз вычисляется в зависимости от вероятности того, что резервуарный парк ие будет переполняться чем больше вероятность, тем больше объем резервуарного парка. Используя большую, чем следовало, вероятность получаем завышенную величину объема нефтебазы. Обработав статистическими методами большое количество результатов расчета объема, получаем среднее значение [c.184]
Определение вида закона распределения случайной величины по опытным данным занимает одно из центральных мест при обработке результатов экспериментов статистическими методами. Традиционный подход при решении задачи сводится к расчету параметров эмпирического распределения, принятию их в качестве оценок параметров генеральной совокупности с последующей проверкой сходимости эмпирического распределения с предполагаемым теоретическим по критериям х2 (Пирсона), А. (Колмогорова), со2. Такой подход имеет следующие недостатки зависимость методики обработки результатов эксперимента от предполагаемого теоретического распределения, большой объем вычислений, особенно при использовании критериев со2 и %2. Некоторые новые критерии [82] не имеют удовлетворительного теоретического обоснования, а в ряде случаев, как это показано в работе [82], не обладают достаточной мощностью. Б.Е. Янковский [133] предложил информационный способ определения закона распределения. Суть его в следующем. Если имеется выборка с распределением частос-тей Р, Р2> . Рп > то энтропия эмпирического распределения должна совпадать с энтропией предполагаемого теоретического распределения при верной нулевой гипотезе, т. е. должно выполняться равенство [c.27]
Методическое место дуального шкалирования. Наряду со статистическими методами, изложенными в предыдущем параграфе, в работе с таблицами сопряженности может быть использован принципиально отличный подход. Градациям переменных, измеренных в общем случае в шкалах наименований, приписываются численные значения так, чтобы достиг своего экстремума определенный функционал. Далее с новыми переменными работают как с переменными, измеренными в качественных шкалах. В целом этот подход, который мы, следуя предложенному в [232], будем называть дуальным шкалированием (dual s aling), по своему методическому содержанию ближе к анализу данных, чем к традиционным статистическим методам. В нем не формулируется математическая модель распределения исходных данных, предлагаемые статистические критерии носят, вообще говоря, эвристический характер, но зати четко и наглядно формулируется принцип приписывания численных значений. [c.131]
В английском стандарте 600R 1942 изложены вопросы выборочного контроля качества по количественному признаку с односторонним ограничением. В настоящее время в Англии министерство обороны серьезно занимается вопросами стандартизации статистических методов. 8 1974 г. был издан стандарт министерства обороны 05—30/1 выпуск Правила выборочного контроля и графики для контроля по количественным признакам . Этот стандарт составлен на основе MIL—STD 414, по отличается от него наличием графических построений для принятия решения в случае двухсторонних ограничений контролируемого параметра. Стандарт 05—30/ предназначен для квалифицированных инженеров, знающих основы математической статистики. Поэтому в стандарте содержатся вводная теоретическая часть, раздел, позволяющий осуществлять проверку нормальности распределения с необходимыми таблицами, а также указания по построению графиков в случае двухстороннего ограничения и использованием правил перехода с одного уровня контроля на другой, а также оперативные характеристики, заданные в графическом виде. [c.95]
Рассмотрим сходную ситуацию, например, в риелторской деятельности. Здесь важно правильно оценить стоимость недвижимости. Поэтому действующим Федеральным законом Об оценочной деятельности в Российской Федерации , принятым Государственной думой 16 июля 1998 г., предусмотрено обязательное использование трех основных подходов затратного, доходного и сравнительного. Важнейшим из методов сравнительного подхода признается статистический. Он предполагает производить оценку стоимости недвижимости с использованием распределения вероятностей цен на свободном рынке на тот или иной тип недвижимости с последующим определением наиболее вероятной цены. Но, как известно, принцип, проповедующий так называемую коммерческую тайну, как раз и препятствует распространению информации об условиях совершенных сделок. Поэтому, хотя сделки купли-продажи недвижимости происходят в массовых масштабах, хотя в подобных условиях действуют законы случайности, получить и использовать эту очень ценную информацию нельзя. [c.150]
В-третьих, значительные операционные потери — относительно редкое явление (но возможное). Такие маловероятные события находятся в хвосте статистического распределения, т. е. далеко за пределами разумного доверительного интервала. В связи с этим использование статистических методов, таких как operational value at risk, является проблематичным из-за малой репрезентативности данных для анализа. Не исключено, что в отдельных органи- [c.444]
Создание рационального потока информации должно опираться на определенные принципы. Таковыми являются выявление информационных потребностей и способов наиболее эффективного их удовлетворения объективность отражения процессов производства, обращения, распределения и потребления, использования природных, трудовых, материальных и финансовых ресурсов единство информации, поступающей из различных источников (бухгалтерского, статистического и оперативного учета), а также плановых данных, устранение дублирования в первичной информации оперативность информации, обеспечивающаяся применением новейших средств связи и внедрением методов дистанционной передачи первичных данных непосредственно на воспринимающие устройства ЭВМ всесторонняя разработка первичной информации на ЭВМ с выведением на ее основе необходимых производных показателей возможное ограничение объема первичной информации и повышение коэффициента ее использования кодирование первичных данных с целью эффективного использования каналов связи и преобразующих устройств разработка программ использования и анализа первичной информации для целей планирования и управления.1 [c.61]
Карта предпочтений покупателя (заказчика) наносится на его систему координат более сложным образом. Во-первых, здесь может быть использован эмпирический метод, базирующийся на информации о фактически имевших место продажах товара данного типа на конкретном рынке. Имеется в виду информация о ценах и уровне качества по ранее реализованным контрактам, систематизированная зачастую в так называемых конкурентных материалах (листах). При этом дифференцировать состоявшиеся на рассматриваемом рынке контракты по уровням их полезности, т.е. эффективности, для покупателей тогда можно в зависимости от того, насколько были выгодны для покупателей в этих сделках прочие (помимо цены и качества) условия контрактов, касавшиеся распределения рисков, страхования, оплаты транспортных расходов, технического обслуживания, подсудности тому или иному законодательству и т.п. Расклассифицированные по различным уровням полезности для покупателя контракты дадут тогда в системе координат покупателя множества точек, по каждому из которых опять-таки статистически апроксимируется кривая безразличия между ценой и уровнем качества. [c.285]
Приводимый здесь пересказ работы Маккаллока призван дать некоторую основную информацию читателям, заинтересованным в вычислении "справедливой стоимости" с использованием устойчивых распределений. Учитывая, что статистическое распределение при условной волатильности может быть определено распределениями GAR H, вероятно, существуют более простые методы. Я заранее предупреждаю читателей, что приводимое здесь обсуждение не будет полным, и, возможно, они пожелают продолжить его изучение и исследование в дальнейшем. Те, кого не интересуют приводимые здесь подробности, могут их пропустить и перейти к Главе 16. [c.216]
Расхождения между статистическими данными, полученными по выборке, и характеристиками генеральной совокупности предполагают использование методов распространения данных обследований бюджетов домохозяйств через перевзвешивание результатов исходя из пропорций генеральной совокупности. Так, если пересчитать в соответствии с результатами микропереписи населения 1994 г. (наиболее актуальная информация о численности домохозяйств в России) распределение домохозяйств по уровню душевого дохода и его размеру (числу членов), полученное по данным обследований бюджетов домашних хозяйств, то возможна определенная коррекция структуры домохозяйств [c.340]
Место имитационного моделирования в составе экономико-математических методов. 2.Мысленные и машинные модели социально экономических систем. 3.Социально-экономические процессы как объекты моделирования. 4. Структура и классификация имитационных моделей. 5.Основные этапы процесса имитации. 6.Определение системы, постановка задачи, формулирование модели и оценка ее адекватности. 7.Экспериментирование с использованием ИМ, механизм регламентации, интерпретация и реализация результатов. 8.Организационные аспекты имитационного моделирования. 9.Основные компоненты динамической мировой модели Форрестера. 10.Концепция петля обратной связи . И.Структура модели мировой системы. 12. Каноническая модель предприятия. 13.Моделирование затрат предприятия. 14.Моделирование налогообложения. 15.Использование имитационного моделирования для планирования. 16.Содержание процессов стратегического и тактического планирования. 17.Основные модули системы поддержки принятия решений. 18.Сущность статистического ИМ. 19.Метод Монте-Карло. 20.Идентификация закона распределения. 21.Классификация систем МО. 22.Сущность метода экспериментальной оптимизации. 23.Формирование концептуальной модели. 24.Принципы выбора критерия оптимальности, разработка алгоритма оптимизации. 25.Эвристические алгоритмы поиска решений. 26.Управленческие имитационные игры, их природа и сущность. 27. Структура и порядок разработки управленческих имитационных игр. [c.121]
Измеритель базовой инфляции по принципу усеченного среднего нацелен на то, чтобы учесть статистические особенности данных. Он придает нулевой вес наблюдениям, находящимся в "хвостах" выборочного распределения. Ожидается, что этот метод обеспечивает более точные оценки среднего значения выборочного распределения. Подход усеченного среднего наиболее подходит для переходной экономики, поскольку он корректирует за-шумленные данные. Он представляется более пригодным, в частности, чем другой известный подход, основанный на структурной векторной авторегрессии, который годится только для использования в относительно устойчивых экономических условиях. [c.6]