Модели предварительного эксперимента

Рассмотрим первый тип этих моделей — предварительный эксперимент.  [c.285]

МОДЕЛИ ПРЕДВАРИТЕЛЬНОГО ЭКСПЕРИМЕНТА  [c.285]


В моделях предварительного эксперимента не применяются методы случайного отбора. Рассмотрим три специальные модели однократное исследование, предварительные и итоговые исследования в рамках одной экспериментальной группы, модель статической группы.  [c.285]

Модель предварительного эксперимента, предполагающая использование двух групп - основной экспериментальной группы с помощью которой оценивается влияние независимого фактора, и контрольной экспериментальной группы ( G). Оценка восприятия в обеих группах проводится только один раз после воздействия независимой переменной, и при формировании групп не методы случайного отбора.  [c.286]

Модели действительного эксперимента по сравнению с моделями предварительного эксперимента отличаются в основном использованием методов случайного отбора. При применении моделей действительного эксперимента исследователь распределяет единицы и анализируемые независимые переменные по группам случайным образом. Модели действительного эксперимента включают предварительное и итоговое исследование с использованием контрольной группы, итоговое исследование с использованием контрольной группы, модели четырех групп Соломона.  [c.287]


Контроль факторов ошибки отбора и убыли возможен при применении специально разработанных процедур эксперимента. Изменения отдельных связанные с их зрелостью, часто не представляют особенного интереса для исследователя. С другой стороны, эта модель имеет значительные преимущества с учетом сроков и стоимости проведения исследований, а также требований к размеру выборки, Для ее применения требуются лишь две группы респондентов и всего одно обследование каждой группы. Благодаря простоте применения эта модель на данный момент наиболее распространенная в практике маркетинговых исследований. Необходимо также отметить, что она очень схожа по своему содержанию с моделью предварительного и итогового исследования с использованием контрольной группы.  [c.289]

В сковные отличия предварительного эксперимента от моделей действительного эксперимента  [c.310]

Итак, имитационные эксперименты — это исследования математических моделей, которые принимают форму эксперимента и осуществляются с помощью вычислительных машин. Имитационные эксперименты позволяют анализировать такие объекты, которые по тем или иным причинам не могут быть исследованы другими путями. Дополнительной проблемой по сравнению с натурными экспериментами здесь является предварительное построение адекватной модели изучаемого объекта.  [c.238]

Основная трудность, с которой приходится сталкиваться при проведении имитационных экспериментов, состоит в необходимости проанализировать огромное число вариантов внешних воздействий для того, чтобы хотя приближенно представить себе возможности изучаемой системы. Пусть, например, в нашей модели рассматривается 10 шагов по времени. Тогда, чтобы задать все управления, необходимо назначить 20 значений величин s t) и s2(t) (t = 0,. .., 9). Пусть для каждого момента времени выделено лишь 10 возможных наборов управлений St(t) и s2(t). Уже в этом простом случае для полного исследования системы необходимо изучить Ю10 вариантов ее развития. Если даже расчет каждого варианта займет лишь одну секунду работы ЭВМ, то в совокупности потребуется 1010 с, т. е. около 100 лет. Конечно, такое исследование невозможно, как невозможно и разобраться в 10 ° вариантах развития системы. Этот недостаток имитации удается преодолеть в имитационных системах па основе использования оптимизационных и многокритериальных методов для предварительного выявления наиболее интересных вариантов воздействия на изучаемую систему.  [c.150]


Экспериментальным методом прогнозирования является машинная имитация, или имитация на ЭВМ. Машинная имитация предполагает построение модели изучаемого объекта, системы, события, которая затем преобразуется в программу ЭВМ. В ЭВМ вводят необходимые данные и анализируют их в динамике (статистический анализ), под влиянием ряда факторов (факторный анализ), во взаимодействии с другими данными (системный анализ), в определенных условиях экстремума (оптимизационный анализ). Машинная имитация применяется при прогнозировании сложных процессов, систем и объектов, на предварительном этапе преобразования и эксперимента, при разработке среднесрочных и долгосрочных прогнозов. Статистическая имитация позволяет определить относительное значение отдельных факторов, условий ввода новых параметров, влияющих на конечный результат. Машинная имитация может быть организована в форме игры.  [c.264]

Определенные требования к статистическим данным, необходимым для проверки адекватности модели, предполагает предварительное планирование эксперимента.  [c.157]

Подготовка исходной информации для расчета моделей во многом сходна с первичной обработкой результатов эксперимента при построении корреляционных моделей. На основании полученных данных составляется информационная таблица. Предварительно результаты измерений разбиваются на интервалы.  [c.77]

Разработка лабораторной модели. Вслед за разработкой технических спецификаций создается лабораторная модель, воплощающая эти характеристики. При конструировании лабораторной модели (или образца) может оказаться необходимым изменить некоторые предварительные спецификации. Лабораторный образец сам по себе является экспериментом, который дает возможность убедиться, что разрабатываемое изделие действительно служит своей цели. Обычно такой образец бывает мало похож на готовое изделие. Исследовательский персонал использует для этих целей бросовый материал, детали от других образцов и отдельные импровизированные части. Лабораторный образец по размеру может быть примерно таким же, как готовое изделие, но может быть и в несколько раз больше его. Внешнему виду и наружной конструкции лабораторного образца уделяется мало или совсем не уделяется внимания. Например, обычной лабораторной моделью нашего карбюратора могла бы явиться конструкция из обрезков трубок, герметических металлических контейнеров и банок и набора клапанов и втулок. Для того чтобы как следует использовать испытательное оборудование, модель может собираться на различных стендах — один узел модели может испытываться в одном помещении, другой узел — в другом помещений. Конструируя лабораторную модель, отдел исследований и разработок стремится лишь к тому, чтобы убедиться, что принципы, заложенные в модель, являются правильными и осуществимыми.  [c.441]

МОДЕЛИРОВАНИЕ ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ — ме тод изучения экономических процессов с помощью построения и анализа соответствующих моделей. М. э. п. включает а) предварительный анализ экономического процесса (формализация) б) построение модели в) изучение модели г) перенос полученной информации на моделируемый экономический процесс д) анализ достоверности полученной информации е) корректировку модели, если результат предыдущего этапа не удовлетворяет исследователя. Для М. э. п. часто используется машинная имитация — процесс управляемого эксперимента, проводимого с помощью ЭВМ.  [c.161]

Если качественные переменные Хд в схеме КА неконтролируемы, то задача сводится к исследованию моделей регрессионного анализа на основании выборки, извлеченной из смеси генеральных совокупностей (количество компонент смеси равно числу типов условий эксперимента, при которых регистрировались выборочные данные). Эта задача предусматривает предварительное (или одновременное с процессом построения искомых регрессий) разбиение исходной выборки на однородные (по условиям эксперимента) части и оценку функции регрессии отдельно для каждой такой части.  [c.400]

Таким образом, историческое и логическое, включая предшествующие методы, точнее, черты единого диалектического метода, дают в общем виде ответ на вопрос, с чего начинать и как строить теоретическую систему. Однако для практической реализации этого необходимо предварительно построить более конкретные экономические модели и проверить их в ходе экономических экспериментов.  [c.50]

Задачи, возникающие в связи с исследованием функционирования организационных систем, можно разделить на задачи анализа и задачи синтеза. Задачи анализа связаны с исследованием свойств заданного механизма функционирования или некоторого множества механизмов, а задачи синтеза — с построением механизмов функционирования, обладающих нужными свойствами. В решении этих задач используется ряд методов наблюдение за функционированием реальных организаций, экспериментальное апробирование на них тех или иных предложений, имитационное моделирование, теоретическое исследование. Наибольший эффект может дать только умелое совместное их применение. Действительно, наблюдение за "функционированием реальных организаций требует значительного времени и обработки большого количества данных. Неподготовленные эксперименты на реальных объектах содержат элементы риска и могут привести в случае неудачи к значительным потерям. Поэтому требование социальной и экономической безопасности значительно сужает круг вариантов, возможных для реального экспериментирования. По понятным причинам число экспериментально апробируемых положений также не может быть большим. Поэтому эксперименты на реальных объектах требуют большой предварительной подготовки. Значительную помощь в этом плане может оказать имитационное моделирование (диалоговые системы, деловые игры). Однако и здесь имеются трудности, обусловленные, прежде всего, необходимостью больших затрат времени и квалифицированного труда на построение имитационных моделей и просчет рассматриваемых""вариантов функционирования системы при разных значениях параметров модели. Поэтому до начала проведения имитационных экспериментов весьма""желательно иметь теоретические оценки ожидаемых результатов и, прежде всего, описание  [c.117]

Экспериментальный метод находит наибольшее распространение в сфере техники и технологии, где практически ни одно решение не может быть принято без предварительного осуществления проектов в небольшом масштабе. Значительно менее успешным является эксперимент в принятии решений в области экономики и управления. В данном случае в качестве эксперимента могут выступать модели, деловые игры и другие аналогичные мероприятия. Они, несомненно, могут быть использованы в учебных целях, однако в реальной жизни количество факторов, их взаимосвязь так многочисленны и непредсказуемы, что в полной мере считать экспериментом все эти мероприятия нельзя.  [c.206]

Оптимизировать предварительный вариант решения Оптимизационные модели Натурные макеты и эксперименты, математические модели  [c.133]

Если при проведении имитационного эксперимента по принципу А что будет, если... , не предъявляется особых требований к формированию каких-либо ограничений на переменные, то при создании оптимизационной имитационной модели перед разработкой математической модели необходимо предварительная разработка концептуальной модели, что позволяет значительно сократить затраты машинного времени.  [c.100]

Учитывая новизну квалиметрической оценки персонала, первой задачей кадровых служб (после решения руководства о ее применении) является организация соответствующего семинара, целью которого будет ознакомление с моделью оценки и овладение навыками ее использования в конкретных коллективах. При решении этой задачи придется предварительно установить, какие подразделения будут участвовать в первоначальном эксперименте, а какие примут "эстафету" несколько позже. Локальный характер использования текущей квалиметрической оценки на первом этапе диктуется не только ее новизной и своеобразием, базирующихся на необычной ее демократичности и одновременно "жесткости", но и необходимостью подготовки самих работников кадровых служб к ее осмыслению, а затем организации процедуры проведения.  [c.149]

Модель эксперимента, при которой экспериментальная группа подвергается воздействию независимого фактора, а контрольная - не подтверждается. Предварительное и итоговое измерения проводятся в обеих группах.  [c.287]

Модель эксперимента, при которой основной группе респондентов демонстрируется базисный фактор, а контрольной группе не демонстрируется, и при этом не проводится предварительное измерение восприятия респондентами  [c.288]

Модели эксперимента можно классифицировать образом модели предварительного эксперимента, модели действительного эксперимента, модели псевдоэксперимента и статистические (рис. 7.1) Модели предварительного эксперимента  [c.284]

Модель предварительного эксперимента, вединицы наблюдения экспериментальной группы дважды.  [c.286]

В заключение рассмотрения моделей предварительного эксперимента, действительного эксперимента и псевдоэксперимента приведена табл. 7.3, обобщающая данные обо всех возможных факторах влияния на достоверность результатов, полученных применением каждой из этих моделей.  [c.291]

Характеризовать и оценивать модели проведения эксперимента, определять различия между моделями предварительного и действительного экспериментов, а также квазиэкспериментальной и статистической моделями.  [c.270]

Модели эксперимента можно классифицировать по группам предварительный эксперимент, действительный, псевдоэкспериментальный, Эксперимент можно проводить в лабораторных или полевых условиях, т.е, в условиях реальной рыночной ситуации. Только эксперимент, проводимый на основе причинно-следственной модели, способен обнаружить причинно-следственную связь.  [c.308]

Во всех предыдущих параграфах главы, посвященной имитационным экспериментам, описывались прикладные имитационные исследования, цель которых состояла в решении какой-либо конкретной экономической задачи, связанной с прогнозированием или выбором наилучшего решения о воздействии на анализируемую в исследовании экономическую систему. При этом предполагалось, что уже разработаны принципы построения математических моделей для экономических объектов, к которым относится изучаемая система. Что же делать в том случае, когда нет достаточно хорошего представления о некоторых процессах, важных с точки зрения цели исследования В этом случае можно попытаться описать эти процессы моделями типа черного ящика , т. е. заменить причинное описание некоторыми статистическими закономерностями. Такой подход чаого применяется в экономико-математических моделях (см., например, анализ механизма экономического стимулирования, описанный в пятом параграфе третьей главы). Если же обойти таким образом описание недостаточно изученных вопросов не удается, то прикладное модельное исследование проводиться не может, так как в имитационном эксперименте из-за неадекватности математической модели будут получены результаты, не соответствующие реальности. В этом случае необходимо предварительно осуществить фундаментальные исследования, направленные на разработку принципов построения моделей явлений, интересующих исследователя. Подчеркнем, что фундаментальные исследования — это долгая и сложная работа, которая не может быть осуществлена попутно, в прикладном исследовании.  [c.292]

Как уже говорилось, построенная модель, описывающая изучаемый объект достаточно подробно, обычно настолько сложна, что имитационные эксперименты остаются единственным методо м ее исследования, причем обычно удается провести лишь довольно малое число просчетов, поскольку каждый из них оказывается весьма трудоемким — он требует больших затрат машинного времени. В то же время число допустимых вариантов решения обычно очень велико. Так, только число качественных альтернатив развития регионального комплекса в задаче распределения водных ресурсов достигало нескольких десятков тысяч — а ведЬ каждая из качественных альтернатив порождает бесчисленное число вариантов, отличающихся количественно. Конечно, провести такое число вариантных просчетов, которое дало бы представление о всех возможностях развития исследуемого объекта, попросту немыслимо. Поэтому с помощью математических моделей отдельных подсистем изучаемого объекта приходится строить некоторые оценки, которые позволяют отбросить часть альтернатив, уменьшить их общее число. Кроме того, часть альтернатив иногда удается оценить с помощью экспертов. Все это, однако, обычно не решает проблемы полностью — число оставшихся вариантов остается очень большим. Поэтому в имитационной системе, кроме основной модели, строится блок вспомогательных упрощенных моделей, предназначенных для предварительного грубого анализа проблемы в целом и выбора тех вариантов решения, которые стоит проверять в имитационных экспериментах с основной моделью.  [c.329]

Все описанные в этой главе эксперименты показали хорошую способность MBPN-моделей к обнаружению нелинейных связей во временных рядах финансовых показателей. Это проявлялось в ро-бастности прогноза на тестовых данных. Для сравнения мы применяли также традиционные линейные методы, предполагая при этом, что ничего не знаем о структуре входного ряда. Конечно, имеются более сильные статистические методы, например, такие, где учитывается зависимость дисперсии от прошлых значений (AR H), или пороговые авторегрессионные модели (TAR), и с их помощью можно находить сложные нелинейные связи. В этой главе мы хотели подчеркнуть тот факт, что методы нейронных сетей не предполагают никаких предварительных знаний о модели. Единственное, что нужно — это значения переменных, а далее сеть уже сама приспосабливается к имеющейся структуре.  [c.92]

ОЦЕНКА ПАРАМЕТРОВ МОДЕЛИ (ЕЕ ПАРАМЕТРИЗАЦИЯ) [parameter estimation] — 1. Этап построения экономико-математической модели (напр., эконометрической модели) заключается в определении численных значений существенных параметров модели, выявленных на предварительных этапах анализа исследуемого объекта или процесса (см. Идентификация объекта, Спецификация модели). Параметры модели численно оцениваются по данным, полученным путем экономического эксперимента и статистического наблюдения — чаще всего методом наименьших квадратов, методом максимального правдоподобия, а также некоторыми другими статистическими методами. На этой основе можно производить различные операции над моделью (напр., строить прогнозы поведения системы).  [c.254]

При создании сетевого варианта (мультипроцессорной реализации) по-рядок работы несколько отличен. Важным компонентом функционировав ция СТР на этой стадии является База данных времен блоков, сформированная предварительно на стадии создания Библиотеки параллельных алгоритмов. С каждым блоком проводится серия экспериментов по заранее спроектированной схеме с целью получения времени его работы на различных вычислительных средствах. Результаты экспериментирования обрабатываются, обобщаются и заносятся в таблицу. Программа, извлекающая информацию из этой таблицы, позволяет рассчитывать времена работы процессов, на которые разбивается исходная модель для рещения задачи балансировки. Задача балансировки, для которой входными данными являются информация о сети и данные о процессах (TRM-файл), оптимизирует  [c.176]

Если мы отбрасываем гипотезу о корректности нашей модели, то обычно переходим к модели более высокого порядка 21. Это приводит к последовательному планированию. Мы можем начать с плана из очень малого числа опытов. Затем мы увидим, что планы разрешения III годятся для изучения k факторов всего в N = k + 1 опытах, если N кратно четырем, иначе мы возьмем следующий план с Nlt кратным четырем. Если АГ не" кратно четырем или же если есть некоторые дополнительные опыты, то мы можем проверить, адекватна ли модель первого порядка. Для этого мы можем подсчитать некоторые суммы квадратов взаимодействий или остаточную сумму квадратов. При наличии независимой оценки а2 (из параллельных или предварительных опытов) можно воспользоваться /""-критерием. А если взаимодействия окажутся значимыми, то мы можем перейти к плану разрешения IV. f K счастью, мы видим, что построить план разрешения IV из плана разрешения III не представляет никакого труда. Мы просто должны повторить план разрешения III с обратными знаками, т. е. помимо Ыг опытов плана22 разрешения III, которые мы уже провели, мы берем еще NI опытов. По определению, план разрешения IV дает оценки главных эффектов, которые не смешаны с парными взаимодействиями. Поэтому из плана разрешения IV мы можем надежно заключить, есть ли у какого-либо фактора главный эффект (при условии, что нет взаимодействий трех и более факторов это условие можно проверить при проверке адекватности по плану разрешения IV). Если предположить, что те факторы, у которых нет главных эффектов, не имеют и взаимодействий, то вполне возможно, что на основании плана разрешения IV мы исключим некоторые факторы. Иметь меньше факторов это значит, что сокращается число опытов, необходимых для эксперимента (ср. с табл. 8). Оставшиеся факторы можно изучить в плане разрешения V.  [c.65]

Смотреть страницы где упоминается термин Модели предварительного эксперимента

: [c.309]    [c.147]    [c.284]