Методы множественных сравнений

Мы решили разделить главу на три части часть А — надежность для одной совокупности часть Б—фиксированные объемы выборки для k совокупностей методы множественных сравнений часть В—определение объема выборок для k совокупностей методы множественного ранжирования. В части А мы обсудим оценку дисперсии среднего отклика в имитационном опыте. Эта оценка дисперсии далее используется в формулах для доверительных интервалов среднего значения отклика и в формулах для объема выборки, требуемого при оценке среднего значения с заданной надежностью. В части Б мы опишем методы множественных сравнений (ММС), с помощью которых получим такие доверительные интервалы, например, для сравнения средних значений k (>2) совокупностей, которые одновременно достоверны с заданной надежностью. В этой части мы также обсудим процедуры выбора подмножества из k совокупностей, которое, например, с заданной надежностью имеет наилучшие средние. В части В мы рассмотрим методы множественного ранжирования (ММР), позволяющие определить требуемое число наблюдений в каждой из k (>2) совокупностей (для выбора наилучшей совокупности). В начале каждой части приводится более развернутая аннотация. Каждая часть имеет свои библиографию и упражнения.  [c.120]


V Б МЕТОДЫ МНОЖЕСТВЕННЫХ СРАВНЕНИЙ  [c.169]

V.B.3. Методы множественных сравнений  [c.174]

Другие методы множественного сравнения. 1. Хорошо известен метод Дункана для совместной проверки. Он состоит из следующих  [c.206]

Один из наиболее распространённых методов обработки экспертной информации — метод парных сравнений. В этом методе эксперту предлагается последовательно сравнивать пары альтернатив, принадлежащие рассматриваемому множеству альтернатив А — [я,,...,яп]. Если решается задача ранжирования, т. е. упорядочения альтернатив по предпочтению, то для каждой из предъявляемых пар альтернатив эксперт должен указать более предпочтительную. Если решается задача классификации, т. е. деления альтернатив на классы по нек-рому признаку, то эксперт должен указать, какая пара альтернатив может быть отнесена к одному классу. При множественных сравнениях по-  [c.557]

Опишем методы выполнения дисперсионного и ковариационного анализа и обсудим их соотношение с другими методами проверки связей. Затем опишем однофакторный дисперсионный анализ, самый простой из этих методов, следом за ним — многофакторный дисперсионный и ковариационный анализ. Особое внимание мы уделим вопросам интерпретации результатов, а именно, взаимодействию факторов, их относительной важности и множественным сравнениям. Мы широко осветим некоторые специальные темы, такие как повторные измерения в дисперсионном анализе, неметрический дисперсионный анализ и многомерный дисперсионный анализ. Рассмотрим примеры, иллюстрирующих применение дисперсионного анализа.  [c.604]


В литературе представлены примеры сравнения моделей множественной регрессии. Для сравнения факторных моделей разработаны методы трансформационного анализа. К сожалению, последние не нашли применения в экономическом анализе.  [c.117]

Если у этого метода так много недостатков, почему его используют Дело в том, что многие менеджеры считают, что метод внутренней нормы прибыли легче понять и интерпретировать, чем метод текущей стоимости. Совершенно не нужно точно определять необходимую норму прибыли при расчетах. Если есть достаточно "грубый" расчет необходимой нормы прибыли, метод IRR может предоставить более приемлемое сравнение проектов для менеджера. С другой стороны, управляющие чувствуют удовлетворение при вычислении прибыли, противопоставляя ее величине чистой текущей стоимости. До тех пор, пока компания не сталкивается с большим количеством взаимоисключающих проектов или с необычными проектами, с которыми связаны множественные изменения знака величины денежных потоков, разумно использовать метод IRR. К тому же его можно применять конфиденциально. В любом случае необходимо помнить обо всех его недостатках, о которых только что говорилось. Если применение метода внутренней нормы прибыли невозможно, требуется его модификация или переход к методу чистой текущей стоимости.  [c.361]

Традиционный подход к прогнозированию банкротств основан на множественном дискриминантном анализе (см. [7], [10], [12], [32], [33]). Методы такого типа используются в широко распространенных системах определения рейтинга кредитоспособности, где ищется гиперплоскость, наилучшим образом разделяющая хороших и плохих кандидатов. Хотя к настоящему времени разработано множество дискриминантных моделей, используется (в частности, в управлении кредитами) лишь небольшое число из них. В ряде случаев банки приходят к выводу, что методы MDA не дают ожидаемого улучшения точности по сравнению с традиционными методами.  [c.200]


Множественность хозяйствующих субъектов преобразует всю экономическую среду. Глубокие изменения происходят в отношениях собственности и формах предпринимательства. Корпоративная частная собственность становится преобладающей по сравнению со всеми другими формами собственности. Качественные сдвиги наблюдаются в характере взаимоотношений хозяйствующих субъектов в производстве и на рынке. Сформировались новые механизмы взаимодействия государство —бизнес —-общество. Хотя преобладающими тенденциями в экономической политике стали приватизация, дерегулирование и либерализация, государство не уходит из экономики — меняются формы управления хозяйством — от прямого вмешательства в деятельность хозяйствующих субъектов государство переходит к косвенным методам регулирования. Большую роль стало играть обеспечение прав собственности.  [c.22]

Если фактор окажется значимым, то его уровни можно проранжи-ровать в соответствии с их средними откликами. Для откликов от различных уровней можно построить доверительные интервалы. Обзор этих так называемых методов множественных сравнений дан в следующей главе.  [c.16]

Нами не доказано, что выше приведенная последовательная процедура удовлетворяет требованию (97). Это эвристическая процедура, оенованная на том соображении, что последовательные варианты оценочных процедур работоспособны (см. обсуждение 65)). Далее мы приведем некоторые экспериментальные данные о применении формул для определения объема выборки (103) и (107). Но прежде чем приведем их, заметим, что если экспериментатор находит формулировку (97) более адекватной по сравнению с выбором, основанным на проверке гипотез либо определении доверительных интервалов, то он может применять методы множественного ранжирования (для k > 2 совокупностей), о которых идет речь в части В настоящей главы.  [c.155]

Однофакторные планы. 1. Сравнения с контрольной совокупностью. В V.B.3 мы рассмотрели несколько ММС, специально предложенных для построения доверительных интервалов или проверки гипотез относительно г — Л0 (i = 1,. .., К). Два метода оказались наиболее подходящими, а именно параметрический (Даннетта) и непараметрический (Стила). Как и во всех других ситуациях с множественным сравнением, подход Бонферрони также потенциально применим. Метод Даннетта дает меньшие доверительные интервалы, чем методы Тьюки и Шеффе, два последних метода предназначены для больших множеств контрастов. В общем мы отдаем предпочтение методу проверки Стила, ибо, как утверждает Миллер [Miller, 1966, р. 146—147, 155], единственное условие, накладываемое на распределения, состоит в том, что они должны иметь плотности (т. е. ни нормальность, ни  [c.202]

С помощью в AN OVA проверяется только различие средних. Если нулевую гипотезу о равных средних отклоняют, то можно заключить, что не все групповые средние равны. Однако статистически различными могут быть не все, а только некоторые средние и поэтому необходимо проверить различия среди конкретных средних. Это можно сделать методом контрастов ( ontrast) или множественными сравнениями,  [c.626]

Однако множественность и неполнота означают, что информация является таким ресурсом, приобретение которого связано с выполнением сложных и дорогостоящих процедур. Даже в случае высококонкурентного рынка, если исходить из гипотезы децентрализации решений и исключить очевидные случаи, когда агенты уже с момента нанала игры будут знать, цена и есть цена равновесия, даже тогда следует исходить из процедуры поиска информации, т. е. метод зондирования для выборки установленной величины и последовательный поиск. Во всех случаях процедура сопряжена с издержками. Это означает, что исследование должно быть целесообразно ограничено. Но тогда рынок с небольшим числом участников может оказаться менее дорогим в смысле получения информации и, следовательно, привести к установлению более низких цен, чем рынок широкой конкуренции. Если это так, то наличие организаций больших размеров, по сравнению с размерами рынка, улучшает сами условия координации на рынке.  [c.371]

Методы определения трудозатрат и стоимости разработок можно свести к следующим 1) сравнение экспертным путем с ранее созданным аналогом, предусмотренным в прейскуранте, с корректировкой трудоемкости или стоимости новой разработки на коэффициент соответствия ее сложности аналогу 2) группировка техники по группам сложности, предусматривающая сравнительные оценки ОКР или опытных образцов по количеству подлежащих изготовлению определенных форматов чертежей или деталей, страниц технической документации или отчета либо по количеству условных баллов сложности 3) определение затрат по сумме трудоемкости этапов и видов работ, в свою очередь рассчитанной по отношению к одному из этапов разработки, трудоемкость которого оценена экспертно, либо путем нормирования входящих работ 4) трудовое нормирование простейших элементов НИОКР и последующее определение трудоемкости работ и этапов путем сравнения по сложности, новизне и т.д. с трудоемкостью простейших аналогов 5) зависимость трудоемкости и себестоимости разработок от важнейшего параметра изделия (точность, производительность, мощность и др.), когда трудоемкость или себестоимость определяется как функция по формуле Т — а + Ъх, где х — значения важнейшего параметра а, Ъ - значения коэффициентов корреляции 6) установление множественной корреляционной зависимости затрат на разработку и изготовление от нескольких важнейших технических параметров вида техники. Здесь затраты определяются как функция от нескольких параметров по формуле т ах + by2  [c.125]

Еще одна часто применяемая методика — множественная регрессия. Рассмотрим анализ сравнения рынков цель этого исследования в том, чтобы обнаружить на других рынках показатели поведения, которые указывали бы на текущее поведение данного рынка. Проведение различных регрессий — подходящий метод для анализа таких потенциальных связей более того, существуют замечательные методы для тестирования и установки доверительных интервалов корреляций и весов регрессии (бета-чисел), генерируемых при анализе. Ввиду ограниченности объема главы, рекомендуем обратить внимание на книгу Майерса (Meyers, 1986) — хорошее пособие по основам множественной регрессии.  [c.85]

Они позволяют исследователю построить итоговые доверительные интервалы, которые можно использовать для попарных сравнений всех средних для всех комбинаций условий. Эти критерии, перечисленные в порядке снижения их включают проверку наименьшего значения значимой разности, критерий множественного размаха Дункана (Dunkan), метод  [c.627]

Метод самоорганизующихся карт Кохонена может быть использован для представления многомерных данных по взаимным инвестиционным фондам в виде простой двумерной карты. Эти карты позволяют значительно повысить качество информации, традиционно публикуемой по взаимным фондам, предоставляя лучшую основу для выбора, сравнения и ранжирования данных. Пользуясь данными, публикуемыми компанией Morningstar, мы применим СОК для демонстрации четких различий и структурных особенностей данных по лучшим взаимным фондам. В качестве входных данных мы использовали показатели эффективности взаимных фондов, оценки рисков, приводимые компанией Morningstar, опыт ряда экспертов в области инвестиционной деятельности, а также данные о доле активов фондов, используемых для покрытия расходов. Метод СОК упрощает классификацию фондов и облегчает процесс принятия решений, позволяя классифицировать данные более осмысленно, чем при использовании множественного рангового критерия.  [c.80]

Смысл множественности и субъективности оценки как фактора, влияющего на достоверность данных, проиллюстрируем следующим примером. Как известно, в бухгалтерском учете можно использовать различные методы оценки запасов. Так, применение метода ЛИФО (последний на приход, первый на списание) означает, что, условно говоря, запасы, приобретенные первыми, будут списаны в производство последними. В условиях инфляции это будет означать, что относительно низкие цены будут все время присутствовать в балансе точнее, выходные запасы сырья и материалов на отчетную дату будут показаны по старым ценам, более низким по сравнению с текущими цепами. В литературе приводятся примеры весьма существенного искажения отчетных данных по выходным запасам. Так, корпорация Del Monte в течение многих лет последовательно пользуется методом ЛИФО, что привело к тому, что в текущих балансах некоторые активы отражаются в ценах 1920-х годов [Бригхем, Гапеиски, т. 2, с. 345]. Диаметрально иная картина будет в том случае, если фирма применяет метод ФИФО (первый на приход, первый на списание) - в этом случае стоимость выходных запасов в отчетности будет показана по ценам, в большей степени соответствующим текущим рыночным. В смысле физического состава производственных запасов ничего не меняется, однако стоимостная оценка их может существенно варьировать. Можно ли утверждать, что в каком-то из этих двух случаев данные о стоимости запасов недостоверны Безусловно, нет.  [c.29]