Второй аспект проверки модели связан с установлением степени, в которой информация, получаемая с ее помощью, действительно помогает руководству совладать с проблемой. [c.228]
Хороший способ проверки модели заключается в опробовании ее на ситуации из прошлого. Фармацевтическая фирма могла бы приложить свою модель к разрешению проблемы запасов за последние три года. Если модель точна, решение проблемы запасов с использованием конкретных количественных и временных показателей должно выявить конкретные причины, приведшие к задержкам. Руководство могло бы также определить, смогла ли полученная на модели информация (если ее удалось бы получить) помочь в разрешении производственных трудностей и ликвидации задержек. [c.228]
Большинство проводимых в настоящее время имитационных исследований предназначено для анализа таких объектов, для которых принципы построения математических моделей уже разработаны. Эти исследования являются в основном прикладными, в них проверка модели проводится из-за ее сложности, из-за необходимости в одной модели [c.237]
Далее идет этап построения модели. В имитационном эксперименте, кроме обычных для модельного исследования формулировки модели и оценки ее параметров, важную роль играют выбор языка программирования на ЭВМ, создание специальных машинных средств, необходимых для проведения имитационного исследования, а также проверка модели. [c.239]
При проверке пригодности модели происходит проверка гипотез о системе в целом, в их совокупности. Поскольку мы описываем прикладные имитационные эксперименты, т. е. исследования, направленные на изучение хотя и сложных, но все-таки достаточно хорошо понимаемых систем, при разработке модели ясны основные факторы и параметры изучаемого объекта и существенные связи между ними. Все это, однако, не означает, что построенная нами модель будет обязательно пригодна для проведения прикладного имитационного исследования ведь путем имитации изучаются сложные системы, а хорошее понимание систем еще не означает их идеального понимания. Поэтому при построении моделей возможны принципиальные ошибки. Отсутствие таких ошибок и должен доказать предлагаемый сейчас читателю подэтап исследования. Проверка модели обязательно должна проводиться даже тогда, когда кажется, что изучаемая система относительно проста и мы настолько хорошо ее знаем, что ошибку совершить невозможно. Эта простота может оказаться обманчивой. Без проверки пригодности модели можно обойтись только при анализе некоторых физических объектов (скажем, в задачах механики), но не в экономических исследованиях. [c.275]
При проверке модели путем сравнения траекторий, полученных на модели, с реальными траекториями, основным вопросом является выбор показателей, по которым будут сравниваться две траектории. Этот же вопрос возникает и при качественном анализе модели, и при оценке устойчивости по параметрам. Очень часто встречается ошибочная точка зрения, состоящая в том, что поскольку все прикладные имитационные исследования в той или иной мере предназначены для предсказания будущего, то и используемая в них математическая модель должна предсказывать состояние изучаемой системы в некоторый момент в будущем поэтому при проверке модели необходимо рассматривать значения переменных модели во все моменты времени. Ошибочность такой точки зрения состоит в том, что большая часть экономических объектов чересчур [c.277]
Под этапом проверки модели заканчивается этап реализации модели изучаемой системы в виде программы для вычислительной машины. [c.281]
Проверка модели 274 Прогон модели 276 Продукт 32 [c.302]
Целью ретроспективного анализа является подготовка (сбор, обработка и систематизация) информации о развитии социально-экономической системы страны, тенденциях в социальных, экономических, политических и других процессах мировой и национальной экономики построение и проверка модели прогнозирования для создания достоверных, научно обоснованных прогнозов. [c.55]
Проверка модели прогнозирования [c.55]
Вопрос о том, какой смысл можно вкладывать в само понятие проверки и что такое пригодность математической модели, является сложным методологическим вопросом, связанным с пониманием природы математического моделирования. Истинность математических моделей лишь относительна и позволяет правильно оценить некоторые (но далеко не все) стороны изучаемых явлений. Непонимание этого факта, претензии на абсолютную истинность приводят к запутанным и большей частью неправильным рассуждениям о роли проверки -пригодности моделей, использующихся в экономико-математических исследованиях. Такие рассуждения особенно часто встречаются в переводных книгах по математическому моделированию ). При этом происходит смешение проблем, возникающих при разработке принципиальных вопросов моделирования в недостаточно изученных областях науки, с проблемами пригодности моделей в прикладных исследованиях, когда применяются модели, основанные на хорошо разработанных и проверенных идеях. Если не рассматривать ошибки, которые могут возникнуть из-за невежества исследователя, то остается оградить себя от ошибок, вызванных неправильным сочетанием отдельных блоков модели, недостатками исходной информации, ошибками в программировании и т. д. Отсутствие таких ошибок и должна доказать проверка модели. Она должна проводиться даже тогда, когда кажется, что изучаемая система относительно проста и мы настолько хорошо ее знаем, что ошибки совершить невозможно. Эта простота может оказаться обманчивой. Без проверки пригодности модели можно обойтись при анализе некоторых физических объектов (скажем, в задачах механики), но не в экономических исследованиях. [c.145]
В свете того, что мы только что рассказали относительно проверки модели, очевидно, что для того, чтобы уменьшить ожидаемые ошибки, придется вносить изменения в уже существующую модель. Такие изменения вносятся на протяжении всего времени, когда модель применяется в реальной жизни. [c.216]
Теория арбитражного ценообразования описывается в статье Росса 1976 г. В трех других статьях проводится проверка модели и делается попытка определить основные факторы [c.188]
Следует особо подчеркнуть, что при проверке модели по критерию согласия определенным является лишь отрицательный ответ, то есть отклонение модели. [c.88]
Шаг 10. Проверка достоверности концептуальной модели. После того как концептуальная модель Мк описана, необходимо проверить достоверность некоторых концепций модели перед тем, как перейти к следующему этапу моделирования системы S. Проверять достоверность концептуальной модели достаточно сложно, так как процесс её построения является эвристическим и такая модель описывается в абстрактных терминах и понятиях. Один из методов проверки модели Мк - применение операций обратного перехода, позволяющий проанализировать модель, вернуться к принятым аппроксимациям и, наконец, рассмотреть снова реальные процессы, протекающие в моделируемой системе S. Проверка достоверности концептуальной модели Мк должна включать [c.102]
Выбор задачи определяет процесс создания и экспериментальной проверки модели. [c.21]
Здесь мы имеем многофакторную модель. Получение такой модели для исследования связано с решением противоречивой задачи. С одной стороны, необходимо стремиться к тому, чтобы получаемая статистическая модель была максимально подобна изучаемой системе, что предполагает необходимость учета возможно большего числа исследуемых факторов при ее построении. С другой стороны, для сокращения объема экспериментальных исследований, осуществляемых с целью построения и проверки модели, что при большом числе факторов будет весьма значительным, число факторов должно быть возможно меньшим. [c.155]
Проверка модели на достоверность является необходимым условием получения достоверных результатов при ее использовании. В ходе проверки, во-первых, следует определить степень соответствия модели реальному явлению, необходимо выяснить, всели существенные факторы реальной ситуации встроены в модель. Во-вторых, следует установить, насколько моделирование действительно помогает руководству решить проблему. В рассмотренном примере следует проверить, действительно ли модель даст возможность планировать заказы на сырье и материалы, запасные части так, чтобы устранить жалобы магазинов на задержки поставок. [c.13]
| Таблица 35. Проверка модели спреда |  |
Другие параметры обычно сравнивают при помощи регрессионного анализа и имитационного моделирования. Предлагаемые методы обеспечивают финансовых менеджеров сведениями, значение которых трудно переоценить. При этом нельзя забывать о границах применимости моделей. Вероятностная информация основывается, как правило, на эмпирической проверке моделей, ввиду чего определенная степень неточности или несоответствия неизбежна. Такой же трудной оказывается проблема выявления взаимозависимости переменных. [c.303]
Какие виды тестирования проводятся с целью проверки модели САРМ Каковы результаты подобных тестов В чем существо критики Ролла [c.101]
Какая из этих моделей является наилучшей Подходит ли коэффициент бета в качестве приблизительной оценки риска, и коррелирует ли этот показатель с ожидаемыми доходами Ответ на эти вопросы широко обсуждался в течение двух последних десятилетий. Первые проверки модели САРМ показали, что коэффициенты бета и доходы имеют положительную корреляцию. В то же время и другие меры риска (например, дисперсия) продолжали объяснять различия в фактических доходах. Подобный разнобой был отнесен на счет ограничений в методах проверки. В 1977 г. Ролл в своей обширной критике тестов модели предположил, что поскольку рыночный портфель наблюдать невозможно, то модель САРМ, соответственно, протестирована быть не может, поэтому все тесты такого рода были совместными тестами — одновременно и для модели, и для рыночного портфеля, используемого в тестах. Другими словами, любой тест САРМ может показать только то, что данная модель работает (или нет) при данных предположениях, используемых применительно к рыночному портфелю. Следовательно, можно доказать, что в любом эмпирическом тесте, претендующем на критику САРМ, опровержение может касаться только аппроксимаций в отношении рыночного портфеля, а не самой модели. Ролл заметил, что такого способа, с помощью которого можно было бы доказать действенность модели САРМ, не существует, следовательно, отсутствует эмпирическая основа для использования этой модели. [c.103]
ПРОВЕРКИ МОДЕЛИ ДИСКОНТИРОВАНИЯ ДИВИДЕНДОВ [c.457]
В данном случае мы не будем приводить проверку нашей линейной модели на адекватность, чтобы не усложнять изложение главной задачи. Данная модель адекватна. Желающие осуществить проверку модели на адекватность или освоить методику этой оценки могут обратиться к работе [58, с. 65—72]. Оценка на адекватность построенной модели тренда — обязательное условие применения найденной трен-довой составляющей в дальнейших расчетах. [c.61]
В связи с выполнением всех условий проверки модели на адекватность для реального процесса можно осуществить прогнозирование данных на два шага вперед. [c.88]
Эмпирическая проверка модели рынка лимонов [c.86]
Внешняя проверка модели может также состоять в сравнении результатов расчетов на основе построенной модели с расчетами по другим. моделям, построенным ранее (если, конечно, такие модели существуют). В том случае, если старые модели доказали свою пригодность, то сравнение с ними может играть такую же важную роль, как и ретроспективио е предсказание. [c.148]
Эта модель была построена на материале 45 ежемесячных промас-штабированных наблюдений за период с января 1989 г. по сентябрь 1992 г. Оставшиеся 6 наблюдений (с октября 1992 г. по март 1993 г.) использовались для проверки модели. К сожалению, MoF не смогло получить более объемную базу данных. В связи с тем, что относительно малый объем данных не позволял использовать подтверждающее множество, результаты, показанные на тестовом множест- [c.101]
Эмпирическая проверка модели Ланкастера [c.117]
Одним из первых исследований, посвященных эмпирической проверке модели Ланкастера, стало исследование рынка автомобилей США. Для определения характера зависимости остаточного спроса от характеристик товара были выделены следующие свойства (характеристики) мощность двигателя, вместительность салона, потребление топлива, длина, наличие или отсутствие усилителя тормозов, четырехскоростная коробка передач, качество отделки. Установлена взаимосвязь между изменением цены 1-го автомобиля и этими независимыми переменными такая, что [c.117]
Материал этой главы основывается на моделях пространственной дифференциации Хотеллинга [7] и Салопа [12], а также на модели выбора потребителя между продуктовыми характеристиками товара Ланкастера [8 9 10]. Хорошее и более подробное изложение модели Ланкастера представлено также в [1]. Результаты эмпирических исследований, посвященных влиянию дифференциации продукта на конкуренцию фирм на рынке и их положение, исчерпывающе представлены в книге Шерера и Росса [4]. Мы обратили особое внимание на эмпирическую проверку модели Ланкастера, проведенную Коулингом и Куб-бином [5]. [c.124]