Изменение переменных и наблюдений

Изменение переменных и наблюдений  [c.124]

Метод многофакторного анализа во многом схож с методом случайного поиска и также предполагает выбор интервалов изменения переменных. Пары значений переменных формируются путем объединения каждого значения q с каждым значением у, что дает некоторое конечное множество точек. Наблюдения производятся для каждой пары значений и выбирается наилучшая пара.  [c.47]


Наилучшая" по МНК прямая линия всегда существует, но даже наилучшая не всегда является достаточно хорошей. Если в действительности зависимость =Лх) является, например, квадратичной (как на рисунке 16.1(Ь)), то ее не сможет адекватно описать никакая линейная функция, хотя среди всех таких функций обязательно найдется "наилучшая". Если величины х и у вообще не связаны (рис. 1б.1(с)), мы также всегда сможем найти "наилучшую" линейную функцию у — а+bx для данной совокупности наблюдений, но в этом случае конкретные значения а и b определяются только случайными отклонениями переменных и сами будут очень сильно меняться для различных выборок из одной и той же генеральной совокупности. Возможно, на рис. 16.1 (с) прямая 1 является наилучшей среди всех прямых линий (в смысле минимального значения функции Q), но любая другая прямая, проходящая через центральную точку "облака" (например, линия 2), ненамного в этом смысле хуже, чем прямая 1, и может стать наилучшей в результате небольшого изменения выборки.  [c.296]


Эмпирический анализ показал, что инвесторы требуют, чтобы акции, доход по которым колеблется (доход включает дивиденды и изменения цены акции), давали в среднем более высокий доход. К примеру, в долгосрочном аспекте на компьютерные акции можно получить более высокий доход, нежели на акции компании коммунальных услуг, которые регулируются монополиями. И хотя стандартное отклонение для ряда наблюдений (например, различных цен и дохода от группы акций во времени) измерить можно, для сопоставления информации между группами переменных или группами фирм требуется дополнительный расчет. Речь идет о коэффициенте вариации. Последний характеризует отношение стандартного отклонения доходов к их ожидаемой величине. Иными словами, он показывает стандартное отклонение от средней величины в процентном выражении, а не просто "сырые" величины. Это процедура схожа с представлением в относительных величинах статей баланса.  [c.403]

Один весовой коэффициент сам по себе мало что говорит о конечном вкладе переменной в решение. Разные комбинации входных значений по-разному взаимодействуют с комбинациями весов, поэтому при анализе необходимо учитывать и сами входные значения. Мы измеряли чувствительность начального решения к изменениям одной входной переменной. Этот метод дает возможность количественно оценить вклад каждой переменной в ответ для данного наблюдения. Вся последовательность действий такова  [c.182]

Все процессы изменчивы. Статистический контроль основан на наблюдении, что эта изменчивость определяется внутренним непостоянством процесса (что иногда называют общей причиной непостоянства) и переменами, вызванными изменениями в процессе или его среде (особой причиной непостоянства). По определению, для исправления общей причины непостоянства ничего нельзя предпринять, не меняя при этом весь процесс. Поэтому в статистическом контроле и различаются два источника непостоянства, чтобы можно было противодействовать или расследовать только особую причину.  [c.258]


Что касается оценки параметров моделей, то классические методы идентификации здесь, как и в модели верхнего уровня, неприменимы, поскольку предполагают определенную избыточность информации об объекте, либо возможность многократного экспериментирования с объектом для достижения этой избыточности. В данном случае информационная ситуация прямо противоположна моделируется объект, для которого в лучшем случае известна предыстория изменения его показателей при определенном внешнем воздействии и имеется значительное количество разрозненной неорганизованной информации в виде отчетов различных организаций, постановлений, писем о нарушениях, принятых мерах и т.п. В то же время число неизвестных параметров измеряется десятками и даже сотнями. Поэтому была применена совершенно иная схема оценки, которая основана на наблюдении не всей системы в целом, а отдельных ее элементов или аналогов этих элементов, с которыми связаны отдельные неизвестные параметры или их небольшие группы. Этого можно достичь путем организации целенаправленных экспериментов, в том числе мысленных, или натурных наблюдений, которые достаточно хорошо отражают функционирование выделенных элементов и могут проводиться независимо друг от друга. Содержательный смысл искомых параметров в сочетании со структурой модели подсказывает, какие элементы следует выделять и какие эксперименты проводить. Например, для определения диагональных элементов матрицы Q (коэффициенты самовосстановления ) можно провести следующий мысленный эксперимент. Предположим, что в уравнении (3.3.1) переменные г>, и, р, w равны нулю, влияние населения и взаимное влияние ресурсов не учитывается, и RI = R для всех г, кроме г = = 1 (для определенности). Последнее может быть достигнуто подходящим выбором z. Тогда получим уравнение  [c.191]

Порядок проведения хронометражных наблюдений и первичная обработка их результатов одинаковы с приведенными выше рекомендациями по проектированию нормативов постоянной длительности. Поэтому для нормативов переменной длительности далее рассмотрены лишь вопросы, связанные с определением формулы аналитической зависимости времени от изменения значений факторов.  [c.109]

Статистическая оценка б, основанная на сведениях о цене и объеме продукции, может быть сопряжена с серьезными трудностями. Сейчас мы разберем ситуацию, которая (1) относительно проста и (2) передает общую идею. Предположим, что в отсутствие возможности напрямую измерить предельные издержки существуют данные о переменной, тесно связанной с предельными издержками. Например, суммарные предельные издержки производителя сигарет составляют МС = с + t, где с — предельные издержки производства, которые не поддаются наблюдению, а / — легко определяемый налог па продажи. Кроме того, нам известно, что изменение величины / на 1 доллар означает изменение величины предельных издержек также на 1 доллар.  [c.165]

Хотя проблема процентных ставок относится к сложным экономическим вопросам, мы знаем, что определенные силы оказывают особенно большое влияние на динамику рыночных ставок процента. Прежде чем покупать облигации, следует ознакомиться с основными факторами, определяющими величину процентных ставок, и попытаться вести наблюдение за этими переменными величинами, по крайней мере неформально. В этом плане наиболее важной переменной, возможно, является инфляция. Изменения темпов инфляции (или даже ожидания определенного курса инфляции в будущем) оказывали прямое и значительное влияние на рыночные процентные ставки и являлись главной причиной больших колебаний процентных ставок. Ясно, что, когда ожидается замедление темпов роста инфляции (т.е. вступление в период дезинфляции), рыночные процентные ставки также должны понизиться. Чтобы получить представление о характере связи процентных ставок с темпами инфляции, обратите внимание на рис. 9.6. Заметьте, что со снижением темпов инфляции уменьшаются и процентные ставки. Кроме инфляции, другими переменными величинами, влияющими на процентные ставки, являются 1) изменения денежной массы, находящейся в обращении  [c.457]

Случайное блуждание — это стохастический процесс, где изменения уровня достигаются прибавлением случайной переменной е, с постоянной дисперсией и средней, равной нулю. Также этот процесс характеризуется нулевой корреляцией отдельных наблюдений. Это можно выразить в виде формулы  [c.315]

Последовательность наблюдений типа (12.1) принято называть временным рядом. Он имеет два главных отличия от рассматриваемых наблюдений анализируемого признака, образующих случайные выборки а) образующие временной ряд наблюдения л ь х2,. .., хп, рассматриваемые как случайные величины, не являются взаимно независимыми, и, в частности, значение, которое мы получим в момент времени th (k = 1, 2,. .., я), может существенно зависеть от того, какие значения были зарегистрированы до этого момента времени б) наблюдения временного ряда (в отличие от элементов случайной выборки), вообще говоря, не образуют стационарной последовательности, т. е. закон распределения вероятностей k-ro члена временного ряда (случайной величины xh x (tk)) не остается одним и тем же при изменении его номера в частности, от tk могут зависеть основные числовые характеристики случайной переменной xk — ее среднее значение Ex (tk) и дисперсия Dx (tk) (функцию от аргумента /, описывающую зависимость Ел (/) от времени, часто называют трендом временного ряда).  [c.362]

Регрессионный анализ используется для вывода уравнения, с помощью которого можно оценить величины одной переменной, если известны величины связанной с ней другой переменной при условии, что две переменные связаны таким образом, что изменению одной соответствует систематическое изменение другой переменной. Он используется для решения задач прогнозирования изменения случайных величин по данным эксперимента или наблюдениям (например, прогнозирования спроса, производительности труда, рентабельности, численности работников функционирующей или вновь организуемой производственной системы), а также решения задач оптимального регулирования уровней технико-экономических и организационных факторов предприятия.  [c.250]

Любое управление, помимо целей и условий, определяется возможностями субъекта воздействовать на объект и имеет свои границы. Сам же объект как организация развивается не только, а в ряде случаев не столько под целенаправленным воздействием субъекта, сколько в результате постоянно происходящих в нем и с ним самых разнообразных перемен. Причем теоретические исследования и практические наблюдения далеко не всегда в состоянии дать ответ на вопрос о том, что стало результатом самостоятельного развития организации, а что является следствием управленческого воздействия на нее. В этих условиях особое значение приобретает исследование и представление механизма организационных изменений и развития организации как содержания и результата взаимодействия смешанного процесса и целенаправленного воздействия на него.  [c.348]

РЕГРЕССИЯ — математическое уравнение связи признаков, представляющее собой наилучшую аппроксимацию изменения средней величины переменной с изменением независимой переменной. Уравнение регрессии может быть выражено как в виде линейной зависимости, так и в виде нелинейной, однофакторной или многофакторной зависимости. Число наблюдений должно в 6—8 раз превосходить количество включаемых в уравнение независимых факторов. Если эти условия выполняются, тогда результат оценки будет верным.  [c.537]

На рис. 11.3, а зависимость отражается обыкновенной линейной регрессией. На рис. 11.3, б в модели учитываются изменения, произошедшие с некоторого момента t в характере расположения точек наблюдений. На данном примере хорошо видно, каким образом можно проанализировать, имеет ли смысл разбивать выборку на части и строить для каждой из них уравнение регрессии (т. е. фактически строить сложную регрессию с фиктивными переменными) (рис.11.3, б) либо можно ограничиться общей "обыкновенной" регрессией для всех точек наблюдений (рис. 11.3, а). Для этого можно использовать тест Чоу, который упоминался в разделе 6.7.3.  [c.264]

Таким образом, вывод о наличии связи для всей генеральной совокупности нужно делать по выборочным данным, что само по себе уже делает ответ на поставленный вопрос небезусловным. Более того, по данным выборки ответить на вопрос в приведенной постановке, то есть о наличии связи "вообще", невозможно. Действительно, через любые J(V точек на плоскости всегда можно провести полином степени N-1 и объявить, что найдена точная формула связи. Однако опыт подсказывает, что если бы мы получили еще одну точку-наблюдение, то она наверняка не удовлетворяла бы найденной формуле. Поэтому вопрос о наличи связи между переменными (в частности - экономическими) следует ставить как вопрос о наличии конкретной формулы (спецификации) такой связи, устойчивой к изменению числа наблюдений. При этом нужно понимать, что ответ на этот вопрос по данным выборки не может быть однозначным и категоричным.  [c.286]

В разных странах с течением времени были получены эмпирические кривые спроса. Например, сорокалетние наблюдения в Швеции в прошлом веке показали, что в долгосрочном периоде (10-20 лет) логарифм числа аппаратов на 100 жителей тесно коррелирован с логарифмом национального дохода на душу населения в сопоставимых ценах. Аналогичные исследования в Австралии позволили предложить регрессионную модель для краткосрочного периода. Здесь новые требования на установку телефонных аппаратов были выражены как функция от цены установки, включая шестимесячные выплаты, и от персональных суммарных расходов потребителя, которые рассматривались как подходящая мера дохода потребителей. Имеются и модели для планирования числа разговоров. Например, темп прироста числа междугородных разговоров (краткосрочный период) для Великобритании был определен как функция от четырех переменных темпов изменения средней цены междугородного разговора, темпов изменения общих окончательных расходов населения (один из измерителей национального дохода), темпов прироста разговоров, предоставляемых по автоматике , числа квартирных аппаратов.  [c.146]

Как было показано выше, разные формы представления данных экономической динамики привносят разные лаги. Это приводит к тому, что осознание произошедшего изменения ситуации в экономике происходит с запаздыванием, причем запаздывание является различным для разных переменных. Так, показатели динамики количеств в российской переходной экономике можно рассматривать как медленные переменные. Они же являются переменными типа потока, которые, в отличие от переменных типа запаса, подвержены значительному воздействию календарного и сезонного факторов, что делает уровни соответствующих временных рядов несопоставимыми друг с другом. Традиционным приемом, с помощью которого пытаются достичь сопоставимости, является использование суррогатных индикаторов, рассмотренных выше, что вкупе с их неадекватной интерпретацией приводит к идентификации поворотных точек со значительными лагами. По нашему мнению, основанному на многолетних наблюдениях, смены тенденций таких показателей в первые годы реформ воспринимались руководством государства с лагом примерно в девять месяцев. В последние годы он значительно сократился. Ценовые же показатели, напротив, можно рассматривать как быстрые переменные. Они же являются переменными типа запаса, слабо подверженными воздействию календарного и сезонного факторов, поэтому уровни соответствующих временных рядов почти (с точностью до нерегулярной составляющей динамики) сопоставимы друг с другом. Поэтому осознание произошедших изменений тенденции таких показателей наступает гораздо быстрее, месяца за два. Кроме  [c.91]

Итак, после двух шоковых изменений предложения, вызванных повышением цен на нефть, в 1980 г. темпы инфляции в экономике США превысили 9 %, а уровень безработицы составлял примерно 7 % соответственно индекс бедствия повысился до самого высокого за время наблюдений уровня. Такая комбинация инфляции и безработицы была страшно далека от компромиссных значений, возможных в 1960-е гг. (В 1960-е гг. уровню безработицы в 7 % соответствовали темпы инфляции в 1 %. Рост цен более 9 % был просто немыслимым.) Население США было в высшей степени разочаровано результатами проводившейся макроэкономической политики. В значительной степени именно вследствие банкротства экономической политики на смену Джимми Картеру в ноябре 1980 г. пришел Рональд Рейган. Необходимость перемен витала в воздухе, и решительные действия не заставили себя долго ждать.  [c.736]

Обратите внимание, что в 15 случаях изменения двух интересующих нас переменных соответствовали друг другу, т.е. отличались от среднего в этом направлении, а в 24 случаях — были обратными, т. е. если одна переменная превышала среднее, то другая была ниже среднего. Приемлемая быстрая оценка величины взаимосвязи — это разница между количеством соответствующих и несоответствующих по разнице со средним значением пар, поделенная на количество наблюдений. В нашем случае это равно  [c.299]

Коэффициент корреляции нельзя использовать для того, чтобы прямо предсказывать изменения зависимой переменной по изменениям значений независимой, — для этого нужно рассчитать уравнение. Уравнение регрессии показывает положение на диаграмме рассеивания прямой наилучшего соответствия наблюдениям. Положение этой прямой задается ее углом наклона и точкой пересечения с осью Y. Значение угла  [c.305]

В такой форме модели ошибка vit состоит из двух компонент щ и uit. Как и в модели с фиксированными эффектами, случайные эффекты at также отражают наличие у субъектов исследования некоторых индивидуальных характеристик, не изменяющихся со временем в процессе наблюдений, которые трудно или даже невозможно наблюдать или измерить. Однако теперь значения этих характеристик встраиваются в состав случайной ошибки, как это делается в классической модели регрессии, в которой наличие случайных ошибок интерпретируется как недостаточность включенных в модель объясняющих переменных для полного объяснения изменений объясняемой переменной. К прежним предположениям о том, что  [c.249]

Данные исследования повторного типа дают возможность маркетологам изучить изменения в поведении отдельных членов наблюдения и связать поведенческие изменения с маркетинговыми переменными, такими как изменения в упаковке, ценообразовании и распределении. Раз повторно измеряются одни и те же единицы наблюдения, перемены, i . званные изменениями в выборке, устраняются и становятся очевидными даже небольшие изменения.  [c.125]

Эксперимент — один из основных (наряду с наблюдением) методов исследования. Он отличается от наблюдения активным вмешательством в ситуацию со стороны исследователя, осуществляющего планомерное манипулирование одной или несколькими переменными (факторами) и регистрацию сопутствующих изменений в поведении изучаемого объекта [56]. Особую категорию методов психологического исследования и воздействия образуют формирующие, или обучающие, эксперименты. Последние применяются в  [c.283]

Найм для соответствия или поиск новой крови . Каждый работодатель до найма определяет, что ему важнее в новом работнике чтобы он составил некое кардинальное разнообразие в уже функционирующей команде или просто хорошо вписался в нее, при этом не разрушая и не нарушая старых, традиционных направлений. В том случае, если найм предполагает кандидатов, которые наиболее подходят для социализации внутри настоящих операционных стилей, организационных целей и направлений и опыт и ценности которых соотносятся с настоящими действиями организации , говорят о философии соответствия . Сторонники этой философии, руководствуясь мудрой пословицей Не чини то, что не поломалось , считают, что такой подход характерен для стабильных организаций. Предпочтение новой крови отдается в случае очевидной необходимости изменений на предприятии, вызванных финансовыми кризисами, решениями выпуска новой продукции, политикой следования новой сервисной линии, резкими переменами в маркетинговых условиях или конкурентных позициях. Показывая позитивность подхода в целом, специалисты тем не менее склоняются к тому, что новая кровь — не всегда единственно возможный и эффективный способ даже в перечисленных случаях. Во-первых, потому, что с помощью существующих техник отбора — тестирования, интервью и других, — не защищенных от судейских ошибок , определить искомое разнообразие в кандидате достаточно сложно. Во-вторых, даже если он действительно способен к разнообразию , вероятность достижения предприятием желаемой цели не прогнозируется как стопроцентная. Согласно наблюдению практиков, работодатели делают в этой области гораздо больше того, что действительно срабатывает .  [c.45]

Р — коэффициент регрессии, отражает наклон линии, вдоль которой рассеяны данные наблюдений. Он может быть истолкован как показатель, характеризующий процентное изменение переменной Y, которое вызвано изменением значения X на единицу. Таким образом, если Y и X— это соответственно индексы FTSE 100 и S P500, то Р будет указывать, на какое количество пунктов изменится FTSE 100 при изменении индекса S P 500 на один пункт. Если знак р положителен, то переменные положительно коррелированы. При отрицательном знаке р переменные отрицательно коррелированны  [c.262]

Покоординатный метод поиска состоит в следующем. Выявляется переменная, оказывающая наибольшее влияние на целевую -функцию. В данном случае это число ЛОСП. Далее проводится расчет экономического эффекта для произвольной пары значений переменных у и q. Затем выполняется пробный шаг по шкале в направлении улучшения значений целевой функции, причем значение у остается неизменным. Если следующее произведенное наблюдение свидетельствует об увеличении значения целевой функции, то продолжается изменение первой переменной в том же направлении. При уменьшении значения целевой функции по сравнению с предыдущим, возвращаются к тому значению переменной, при котором наблюдалось наибольшее значение эффекта. Процесс продолжается до тех пор, пока не будет установлено, что дальнейшее улучшение невозможно. Данная точка выбирается в качестве оптимума.  [c.45]

Вклад переменной RETLAG (доход за время с f-2 до t- 1) невелик, и этого следовало ожидать, поскольку изменения зависимой переменной описываются если не случайным блужданием, то, во всяком случае, мартингальным процессом (см. [177]). Существенная роль переменной LEVELLAG (предыдущий показатель индекса) подтверждает гипотезу о том, что уровень индекса является важным лидирующим показателем для ожидаемого дохода. То обстоятельство, что регрессия не квалифицирует эту переменную как значимую, может говорить о том, что в механизме влияния уровня индекса на доход имеется какая-то асимметрия, возможно, связанная с нелинейной обратной связью. Это наблюдение интуитивно придает дополнительный вес гипотезе встречных инвестиций, которую высказал Чан [62] и ряд других авторов. Поведение рынка, для которого характерны возвращения к средним значениям, если оно, действительно, имеет место, неявно опровергает гипотезу эффективного рынка.  [c.153]

Кривая AF отражает тенденцию изменения средних постоянных затрат на единицу продукции по мере увеличения выпуска. Поскольку эти затраты связаны с элементами действующей комбинации факторов, которые, согласно гипотезе, являются абсолютно постоянными в своей совокупной сумме, эта кривая должна представлять собой равнобочную гиперболу.4 Кривая A D описывает тенденцию изменения средних прямых затрат на единицу продукции по мере увеличения выпуска. Поскольку увеличение выпуска является результатом наложения на неизменную сумму постоянных факторов увеличивающихся сумм переменных факторов, закон убывающей отдачи, если он действует, должен вызвать уменьшение выпуска на единицу затрат использованных переменных факторов, т.е. должен привести к увеличению прямых технологических коэффициентов по мере увеличения общего объема производства. Поскольку уровень цен на факторы, согласно исходному предположению, остается неизменным, средние прямые затраты тоже должны увеличиваться с увеличением объема выпуска, если закон убывающей отдачи действует. Предполагается и, как я уверен, не без основания, что в пределах используемого диапазона наблюдений закон убывающей отдачи действует и потому кривая средних прямых затрат на всем своем протяжении имеет положительный наклон.5 Кривая ATU отражает тенденцию изменения удельных общих (т. е. постоянные плюс прямые) затрат производства на единицу продукции по мере увеличения объема производства и, конечно, представляет собой сумму ординат кривых AD и AF . Эта кривая неизбежно имеет U-образную форму для всех промышленных предприятий, имеющих сколько-нибудь значительные постоянные затраты, и в этом отношении является универсальной кривой короткого периода, качественно описывающей динамику изменения средних затрат в коротком периоде на всех предприятиях и во всех отраслях, где невозможно быстрое и полное изменение объемов применения всех факторов для изменения уровня выпуска. Однако относительная протяженность и относительный  [c.100]

Исследование Селдена охватывает очень большой временной промежуток при самых нормальных условиях2. Это и хорошо и плохо. Хорошо — потому что его данные могут непосредственно быть сопоставлены с другими наблюдениями в обычных условиях плохо — потому что это, очевидно, влечет малые изменения фундаментальных переменных, а следовательно, дает мало оснований для суждения об их последствиях. Лишь одна из переменных изменяется в достаточно широком диапазоне благодаря длительному наблюдению — реальный  [c.804]

В тех случаях, когда фактор влияния изменяет свои значения непрерывно от минимума до максимума, например, вес детали, площадь пришабриваемой поверхности и т. п., количество значений этого фактора (неза-РИСИМОГО переменного), при которых должны быть произведены наблюдения, будет зависеть от величины того диапазона, в пределах которого он изменяется. При определении количества хронометражных наблюдений, необходимых для выявления закономерности изменения факторов, руководствуются следующим  [c.356]

Под совместной частотой v(x,y) двух случайных величин Хч Y мы понимаем относительную частоту события, состоящего в том, что величины Хн принимают одновременно значения х и у соответственно. В пределе, когда число наблюдений стремится к бесконечности, совместная частота переходит в совместную вероятность Р(х,у). Однако совместная частота или вероятность не являются характеристиками именно взаимосвязи случайных переменных, поскольку их значения определяются не только синхронностью изменения исследуемых случайных величин, но и частотой, с которой переменные принимают фиксированные значения. Поэтому для характеристики взаимосвязи случайных переменных чаще исподьзу-ют другую характеристику - условную частоту или вероятность.  [c.284]

Si U 2 = S. В качестве условий разделения выборки рассматривались рост или снижение фактического уровня концентрации промышленного производства в регионах за соответствующие годы. Рост концентрации производства или неизменность ее уровня в регионе i в году t +1 Дугя-i > 0 -соответствует позитивным ожиданиям снижение уровня концентрации в соответствующем регионе i в году t +1 Ay +i < 0 - отражает негативные ожидания инвесторов. В тоже время изменение фактического уровня концентрации является детерминированным событием. Таким образом, первая подгруппа Si объединяет наблюдения, когда имеет место рост показателей концентрации и следовательно соответствует позитивным ожиданиям инвесторов, а вторая группа - 82 - включает наблюдения, когда концентрация снижалась, что отражает наличие негативных ожиданий. Таким образом, условием переключения режимов ожиданий в уравнении становится сочетание соответствующих индексов i и t +1 переменной Iit+i. С учетом гипотезы рациональных ожиданий, введенные экзогенные условия переключения режимов позволяют решить проблему рефлексии или само-выбора инвесторов (Manski, 1995). Мы предполагаем, что инвесторы действуют рационально с учетом всей имеющейся на момент t информации, поэтому в случае позитивных ожиданий они увеличивают объем инвестиций в регион X. Пороговое значение изменения уровня концентрации в данном случае равно нулю. Поэтому для Ауг/ч-1 0 объем инвестиций в регионе должен возрастать. В случае негативных ожиданий уровень концентрации снижается (Ay +i < 0), и поэтому рациональные инвесторы сокращают объем инвестиций в регион. Отклонения от изложенной модели поведения обусловлены только ошибкой предсказания (Manski, 1995). Таким образом, если ожидания рациональны, то оба случая и случай  [c.71]

Факторы зрелости (maturation — МА) аналогичны историческим факторам, с той разницей, что касаются изменений в самих единицах наблюдения. Эти изменения не связаны с изменениями независимых или зависимых переменных, а обусловлены течением времени. Для эксперимента, в котором участвуют люди, фактор зрелости проявляется по мере того, как респонденты становятся старше, опытнее, устают или раздражаются, теряют интерес к происходящему. Зрелость затрагивает также и другие единицы наблюдения, а не только людей. Например, магазины с течением времени могут изменять площадь торгового зала, оформление, маршруты движения покупателей, структуру.  [c.279]

С амо и трудной а адач ей в о ценке затрлт является с бс >р в ы с л<о к ачестве н м ых h достоверко измеренных данных о зависимой переменной н драйвере (драй-л ер ах) затрат. Часто встречаю л нес я при этом проблемы включают отсутствие данных, крайние, лежащие за пределам г диапазона релевантности значения наблюдений, изменении н технологии м искажен и л в результате инфляции,  [c.431]