Интервью с основными вопросами, в отличие от первого варианта, требует большей предварительной подготовки интервьюера. Если задаются только рамки собеседования и характер вопросов не должен устанавливаться ходом разговора, то такой тип интервью называют структурированным. Если же интервьюер имеет возможность формулировать каждый последующий вопрос исходя из контекста предыдущего ответа нанимаемого, то это интервью смешанное. На практике оно используется чаще других и обеспечивает реалистический подход к содержанию беседы, проникновение в сущность обсуждаемых вопросов, и, как правило, большее понимание кандидата. Ряд фирм используют такую модель интервью, которая предполагает получение ответов на обязательные вопросы другие вопросы, хотя и предполагают исчерпывающие ответы, к разряду обязательных не относятся. Как правило, первая группа вопросов требует конкретного прямого ответа, вторая -— допускает пространное изложение и даже размышления. [c.153]
Основная суть деятельности банка заключается в преобразовании финансовых потоков с целью получения прибыли. В соответствии с этим схема построения имитационной модели банка, основанной на движении финансовых потоков, налицо. Финансовый поток - это совокупность всех поступлений и платежей денежных средств в процессе функционирования банка, дифференцирующаяся по стоимости, структуре и экономическому содержанию, ограниченная объемами, сроками и величиной анализируемого интервала времени. [c.162]
Коэффициенты регрессии, как и коэффициенты корреляции, — случайные величины, зависящие от объема выборки. Поэтому для проверки надежности коэффициента регрессии выдвигается гипотеза о том, что коэффициент регрессии в генеральной совокупности равен нулю (нулевая гипотеза), т. е. связь, установленная по данным выборки, в генеральной совокупности отсутствует. Простейшая схема проверки этой гипотезы при линейной форме связи сводится к построению доверительного интервала для каждого коэффициента регрессии. Если граничные значения данного коэффициента регрессии в этом интервале имеют противоположные знаки, то принятая гипотеза подтверждается и тогда соответствующий этому параметру уравнения фактор исключается из модели. Для нелинейной формы связи имеются другие методы оценки значимости факторов [c.18]
Эта модель близка к модели долгосрочного прогнозирования, описанной во второй главе. Подчеркнем еще раз, что зависимость б (A,V) задается в нашей модели графически. Модель, предназначенная для выбора варианта АЗС, имеет следующий вид. В этой модели имеются случайные переменные tt — интервал между i-м и (i -f 1)-м автомобилями 9( — время обслуживания t -го автомобиля. Эти величины для всех автомобилей строятся с помощью генератора случайных чисел, имеющих заданное заранее распределение (подробнее генераторы случайных чисел будут рассмотрены в пятом параграфе настоящей главы). Таким образом, задав вариант АЗС, с самого начала можно получить последовательности чисел tt и 6ь где i — ],...,т (т — общее число автомобилей). После этого все показатели работы АЗС для каждого из вариантов могут быть получены согласно следующим соотношениям [c.255]
В обсуждении допущений рассматриваемой модели неоднократно повторялась фраза "при любых объемах выпуска выше нуля". При этом возникает вопрос о том, действительно ли возможно и необходимо рассматривать все объемы выпуска Скорее всего во внимание принимается диапазон объемов выпуска, в рамках которого в рассматриваемом периоде предположительно будет осуществляться деятельность. Точно так же временной интервал анализа ограничен (возможно, год). Иными словами, речь идет о диапазоне релевантности, который охватывает реальные операционные возможности. С этим понятием вы познакомились в гл. 2 при обсуждении поведения затрат. На рис. 6.12 диапазон релевантности показан на графиках криволинейных функций выручки и затрат, представленных на рис. 6.9 и 6.10. [c.276]
При всей своей простоте и привлекательности описанный нами дивидендный подход к оценке обыкновенных акций как стоимости источника финансирования действен лишь при выполнении принятых предположений. Во-первых, предполагалось, что величина дивидендов (или темп их роста) постоянна, а поток выплат бесконечен. На практике, однако, график дивидендных выплат более сложен, что требует и более сложных вычислений. Во-вторых, предполагалось, что ожидания относительно будущего компании у всех акционеров одинаковые, но это не очевидно. А если допустить, что ожидания различны — значит, различными могут быть и ставки требуемой нормы прибыли. В-третьих, мы исходили из того, что дивиденды выплачиваются один раз в год (с тем чтобы применить стандартные методы дисконтирования). На практике, однако, более распространен полугодовой интервал. Также проблемы могут возникнуть с определением величин РО и g. На рыночную цену акций могут повлиять такие факторы, как слухи о готовящемся поглощении, а обоснованное определение будущего темпа роста дивидендов вообще представляется крайне сложной задачей. Например, в какой мере следует опираться на статистику Как на величину g влияет величина нераспределенной прибыли компании Наконец, в нашей упрощенной модели доходы отождествляются с дивидендами. Для некоторых акционеров, возможно, это и так, но для многих важнее могут оказаться доходы в виде прироста капитала (т.е. увеличения рыночной стоимости акций), что не находит адекватного отражения в дисконтированной стоимости ожидаемого потока дивидендов. [c.504]
Почему с увеличением интервала времени модель приведения разновременных сумм к одному моменту становится более грубой Какие факторы не учтены в модели [c.148]
Экстраполяция -i [Интерполяция Ь" [Методы аналогии (модели подобия))— [Параметрический метод f-" [Метод интервью — [ Метод генерации идей — Аналитические экспертные оценки ]— [ Морфологический анализ JL 1 (0 m ч g j Матричный метод - 1 [ Метод Дельфи - 1 [c.19]
Использование регрессионной модели для прогнозирования состоит в подстановке в уравнение регрессии ожидаемых значений факторных признаков для расчета точечного прогноза результативного признака или (и) его доверительного интервала с заданной вероятностью, как уже сказано в 8.2. Сформулированные там же ограничения прогнозирования по уравнению регрессии сохраняют свое значение и для многофакторных моделей. Кроме того, необходимо соблюдать системность между подставляемыми в модель значениями факторных признаков. [c.289]
Итак, мы смоделировали интервалы последовательного прибытия клиентов. Мы исходим из того, что отсчет начинается с 0, и видно, что первый клиент прибывает тремя минутами позже. Второй клиент прибывает с интервалом в 1 минуту, то есть он прибывает на четвертой минуте. В принципе, фактическое время прибытия любого клиента получается путем прибавления временного интервала по клиенту ко времени прибытия предшествующего клиента. Как видно из модели, десять клиентов прибыли в первые четырнадцать минут. [c.326]
Доверительный интервал для параметров регрессионной модели. [c.67]
Перейдем теперь к оценке значимости коэффициентов регрессии bj и построению доверительного интервала для параметров регрессионной модели Ру (J=l,2,..., р). [c.97]
Доверительный интервал для параметра о2 в множественной регрессии строится аналогично парной модели по формуле (3.39) с соответствующим изменением числа степеней свободы критерия х2 [c.99]
Сравнивая новый доверительный интервал для функции регрессии MX(Y), полученный с учетом двух объясняющих переменных, с аналогичным интервалом с учетом одной объясняющей переменной (см. пример 3.3), можно заметить уменьшение его величины. Это связано о тем, что включение в модель новой объясняющей переменной позволяет несколько повысить точность модели за счет увеличения взаимосвязи зависимой и объясняющей переменных (см. ниже). [c.100]
Используя авторегрессионную модель 1-го порядка, дать точечный и интервальный прогноз среднего и индивидуального значений курса акций в момент t= 23, т. е. на глубину один интервал. [c.147]
Однако даже самой изменчивой функциональной структуре, удачно реагирующей на изменения рынка, присущи недостатки. Наиболее существенный из них — вынужденный временной интервал отставания внутренних изменений в ответ на изменения внешние. Месяц-другой отставания нередко ведет к потере компанией уже занятого места на рынке. Это получило название проблемы реактивности. Иначе говоря, если на изменения только реагировать, принципиального успеха не добьешься. Есть два варианта решения данной проблемы 1) опережать изменения во внешней среде 2) самим инициировать необходимые изменения на рынке. Так ведут себя живые системы. Так можно достигнуть принципиального успеха и в конкурентной среде. Поэтому совсем не случайны интерес теоретиков менеджмента к достижениям биологических и гуманитарных наук и все более распространяющиеся в менеджменте органические модели. [c.494]
КАК КОМПАНИИ ПРИНИМАЮТ РЕШЕНИЯ О ВЫПЛАТЕ ДИВИДЕНДОВ Модель середине 50-х годов Джон Линтнер провел классическую серию интервью с [c.405]
Модель бесконечного учетного периода. В системах с моделью бесконечного учетного периода отчеты могут быть получены за любой произвольный интервал дат, а учетные данные — корректироваться за любой период. В таких системах все данные хранятся с начала внедрения системы и не разделяются по отчетным периодам. Поэтому в них можно вносить любые изменения за любой период, рассчитывать остатки и итоги оборотов по бухгалтерским счетам и формировать отчеты за любой указанный интервал дат. На рисунке 6.6 отражена модель бесконечного учетного периода. [c.230]
В процессе продвижения товара при организации пробных продаж, выставок и покупательских конференций необходимо установить, в какой мере он соответствует ожиданиям потребителей. Организуются опросы (интервью и анкеты), которые позволят разработать модель следующего вида (табл. 5.13). [c.238]
По прошлым наблюдениям за переменной можно установить частоту, с которой та принимает соответствующие значения. В этом случае вероятностное распределение есть то же самое частотное распределение, показывающее частоту встречаемости значения, в относительном масштабе (от 0 до 1). Вероятностное распределение регулирует вероятность выбора значений из определенного интервала. В соответствии с заданным распределением модель оценки рисков выбирает произвольные значения переменной. До рассмотрения рисков подразумевалось, [c.244]
Несмотря на упрощенный вид математической модели, ее результат может быть использован для укрупненного анализа национальной экономики. Параметры а и Ъ могут стать параметрами управления при выборе плановой стратегии развития с целью максимального приближения к предпочтительной траектории изменения национального дохода или для выбора минимального интервала времени достижения заданного уровня национального дохода. [c.107]
В рассматриваемой модели у = у , у У 1>у = у у, У/j, У г Детерминированные векторы, определяющие величины соответствующих коррекций вероятностных ограничений модели на t-гл этапе планового периода dt=i df , dfj, d — детерминированный вектор ограничений на абсолютные значения математических ожиданий невязок стохастических уравнений модели, описывающих условия производства за t-fi интервал времени Б/, d ril-, Ъг, g , т/- математические ожидания соответствующих случайных параметров задачи. [c.87]
Общий вид зависимости оценки стандартного отклонения sn от п приводится на рис. 4.2.2. Как можно заметить из рис. 4.2.2, в графике функции sn(n) присутствует некоторая точка перегиба га, определяющая номер периода, начиная с которого скорость расхождения границ доверительного интервала качественно возрастает. Последний факт может быть использован для определения того количества периодов, на которое мы в рамках мультипликативной модели можем получить относительно осмысленную оценку границ отклонений фактических значений от прогнозных. [c.158]
Компании могут проводить самостоятельные маркетинговые исследования или поручить их проведение специализированным агентствам. Процесс проведения маркетинговых исследований включает определение проблемы и целей исследования, разработку плана исследований, сбор информации, ее анализ и доведение полученных результатов до сведения руководства. При проведении исследований компания должна решить, будет ли она самостоятельно собирать необходимые данные или воспользуется уже имеющимися, выбрать метод проведения исследований (наблюдение, групповое интервью, опрос, эксперимент), а также исследовательские инструменты (анкеты или механические инструменты), разработать план отбора респондентов и методы общения с ними. Научный метод, творческий подход, разнообразные исследовательские методы, точное построение модели, анализ эффективности затрат и доля здорового скептицизма — характеристики эффективного маркетингового исследования. В настоящее время все больше компаний используют системы поддержки маркетинговых решений. [c.201]
С уменьшением измеряемого временного интервала увеличивается шум модели (случайные колебания и ошибочные сигналы). При увеличении временного интервала RSI менее подвержен случайным скачкам. Краткосрочные RSI обладают относительно высокими отношениями сигнал/шум и большей частотой сделок. Долгосрочные RSI дают меньшее количество сигналов более высокой надежности, и их частота и надежность хуже, чем у осцилляторов, построенных на скользящих средних. [c.200]
Прикладная модель управления трансфером технологии была разработана на основе годичного изучения МСС. одного из основных промышленных исследовательских консорциумов США. Подробные интервью менеджеров и научных сотрудников консорциума и представителей акционеров МСС были дополнены статистическими и архивными данными и данными наблюдений исследователей. На основе этих материалов был подготовлен и распространен по консорциуму соответствующий обзор. [c.41]
В плане движения денежных средств заложена модель, предполагающая, что поступления денежных средств от операций могут быть трех видов предоплата, наличный расчет и поступления за отгруженную продукцию, получаемые спустя некоторый временной интервал, называемый сроком сверки счетов. Считается, что средства по предоплате и за наличный расчет поступают в том же временном интервале, в котором производится отгрузка продукции. [c.342]
Некоторые частные случаи многопродуктовых- задач, выявляющие суть дополнительных процедур, связанных с наличием многопродуктовых условий, будут рассмотрены в гл. 4. При построении модели будем считать известными функции распределения случайных воздействий внешней среды поступления нефтепродуктов от каждого нефтеперерабатывающего завода за интервал времени, произвольно задаваемый для каждого объекта-поставщика потребности каждого объекта-потребителя за определенно задаваемый период времени времени нахождения нефтегрузов в пути между любыми двумя пунктами при доставке нефтегрузов различными видами транспорта. Также известными будем считать запасы на, каждом объекте на начало рассматриваемого для объекта интервала времени и объемы грузов, находящихся в пути к каждому пункту назначения на тот [c.87]
Метод наименьших квадратов расматривался применительно к модели простой регрессии Y = а + ЬХ. Обсуждались различные статистические коэффициенты, характеризующие добротность и надежность уравнения (согласие модели) и помогающие установить доверительный интервал. [c.268]
Сравнение системы неравенств (3.156) и (3.157) показывает, что учет случайной природы гу и установление заданного уровня надежности 7,- для неравенств, описывающих рассматриваемый процесс, приводит к определенному сужению интервала варьирования выпуска продукта Xjj по сравнению с линейными моделями с переменными параметрами. Естественно, что определение математического ожидания предельных значений ajy и а,у случайных коэффициентов а -(со) в ограничениях вида (3.156) и детерминированных предельных значений а],- и aL в ограничениях (3.157) может осуществляться различными способами. Можно показать, что структура ограничений обусловливает объективный характер сужения интервала варьируемости выпуска в вероятностных моделях по сравнению с линейными моделями с переменными параметрами. [c.92]
В этих предположениях построим математические модели для поставщиков с номером k, потребителей с номером kz и промежуточных узлов с номером k3 и найдем выражения для риска срыва их функционирования. Введем обозначения п — число узлов-поставщиков 2 — число узлов-потребителей Пз — число промежуточных узлов n = ni + n2+n3 — число всех узлов на сети /G — множество номеров узлов-поставщиков k Ki — номер конкретного поставщика /С2 — множество номеров узлов-потребителей k Kz — номер конкретного потребителя /Сз — множество номеров промежуточных узлов k3 Ks — номер конкретного промежуточного узла K=Ki U Кг U Кз — множество номеров поставщиков, потребителей и промежуточных узлов k K — номер произвольного узла сети vk — емкость k-ro узла (k K), выделенная под определенный нефтепродукт Th — интервал времени, на котором рассматривается состояние k-ro узла ( е/С) Sk — запас определенного нефтепродукта в k-м узле на начало интервала времени Th Qh — поступление определенного нефтепродукта в k-w. узел на интервале времени 7 ()h — вывоз определенного нефтепродукта из k-ro узла на интервале времени Th d—(k, k ) —дуга на сети, направленная от узла k к узлу k D= d —множество транспортных дуг на сети прикрепления т — число дуг на сети xd = xhh —искомая отгрузка нефтепродукта, произведенная по дуге d=(k, k ) на интервале времени Th q k, l=, . .., 1ш — отгрузки по дуге d= = (k, k ), сделанные из узла k в моменты tlkk до начала интервала времени Th и не дошедшие в узел k к началу интервала времени 7 дуга (k, k ) может не принадлежать сети прикрепления Td = Thh — время движения по дуге d= (k, k ). [c.88]
Модель охватывает несколько периодов времени года, характеризующих различные условия работы нефтебазового хозяй--ства, сезонность работы автомобильного и речного транспорта, а также сезонную неравномерность спроса потребителей на нефтепродукты. Для этого год разбивается на два интервала, соответствующих числу сезонов (навигационный, межнавигаци-онный). [c.77]