Экстраполяция основана на выявлении тенденции изменения показателя во времени и распространения этой тенденции на после- дующий -период. В основе тенденции может лежать прямая или параболическая зависимость. Вид зависимости определяется заранее на основе проведения специальных исследований. Достоверность принятых норм должна быть подтверждена расчетом величины возможной ошибки, т. е. вычислением показателей дисперсии, и сравнением его с нормативной величиной. Экстраполяция не предусматривает анализ факторов изменения показателей, возможных отклонений при качественных сдвигах (ввод новых технических средств, применение новых материалов), поэтому пользоваться этим методом можно только в тех случаях, когда не могут быть использованы никакие другие. [c.101]
Преимущество трех оценок в том, что неопределенность в выполнении работ заранее установлена и с помощью вычисления дисперсии может быть оценена устойчивость принятого норматива [c.279]
Ожидаемую продолжительность работ, предусматриваемых впервые или с большой неопределенностью, определяют вероятностным методом с оценкой дисперсии —<т2(П. v. e среднего [c.87]
Ii= xi, x2,. ..,xm - Требуется найти такое преобразование величин Xi в новый набор величин Zi= z, z2,. .., Zp , которые были бы независимыми и располагались в порядке убывания дисперсий. [c.184]
Портфель с минимальной дисперсией. Кривые безразличия. Оптимизация портфеля из акций. [c.85]
Особенности модели. Коэффициенты модели и их нахождение. Граница эффективности. Дисперсия ошибок. Измерение весов. Использование модели в реальной действительности [c.85]
Основные положения теории Шарпа. Коэффициенты регрессии. Измерение ожидаемой доходности и риска портфеля. Дисперсия ошибок. Определение весов ценных бумаг в модели Шарпа. Нахождение оптимального портфеля. Сравнительный анализ методов Г. Марковица и В. Шарпа. [c.335]
На практике обычно используют два близко связанных, но отличающихся друг от друга критерия, или меры изменчивости. Дисперсия представляет собой среднее взвешенное из квадратов отклонений действительных результатов от ожидаемых. Стандартное отклонение представляет собой квадратный корень из дисперсии. В табл. 5.3 приведены соответствующие расчеты по нашему примеру. [c.129]
Среднее квадратов отклонений на первом месте работы равно дисперсия =0,5(250000 долл.) +0,5(250000 долл.) = 250 000 долл. [c.129]
Стандартное отклонение, следовательно, равно квадратному корню из 250 000 долл., или 500 долл. Аналогичным образом среднее квадратов отклонений на втором месте работы составит дисперсия =0,99 (100 долл.) +0,01 (980 100 долл.) = 9900 долл. [c.129]
Стандартное отклонение является квадратным корнем из 9900 долл., или 99,5 долл. Используем ли мы дисперсию или стандартное отклонение, чтобы измерить риск (на самом деле это вопрос удобства — оба понятия выражают ту же степень риска ), — в обоих случаях второе место работы менее рискованно, чем первое. И дисперсия, и стандартное отклонение доходов ниже для второго места работы. [c.129]
В целом, когда результаты имеют значения Xi и Х2 с вероятностью HI и л2 и ожидаемым значением результатов Е(Х), дисперсия равна [c.129]
Квадратный корень из дисперсии называют еще средним квадратичным отклонением. (Прим. ред.) [c.129]
| Рис. 5.1. График дисперсии для результатов с одинаковой вероятностью |  |
| Рис. 5.2. График дисперсии для результатов с неодинаковой вероятностью |  |
Первое место работы ожидаемое значение = 1600 долл. Дисперсия = 250 000 долл. [c.131]
Второе место работы ожидаемое значение = 1500 долл. Дисперсия — 9900 долл. [c.131]
Насколько нерасположенность к риску зависит от природы риска и от дохода человека В целом нерасположенные к риску люди предпочитают риск, связанный с меньшей дисперсией в доходах. Мы видим, что при двух альтер- [c.135]
Предположим, что казначейские векселя дают 6 % дивидендов, акции фондовой биржи — 8 %, а Ь = /2. Тогда Rp == 7 %. Какова степень риска такого набора ценных бумаг Один из способов определения степени риска — вычисление дисперсии (стандартного отклонения) общей прибыли от набора активов. Обозначим дисперсию прибыли от вклада в фондовую биржу как о , а стандартное отклонение — как От. С помощью простого алгебраического действия мы можем показать, что стандартное отклонение для данной комбинации ценных бумаг (с одним рисковым и одним безрисковым активом) представляет собой часть средств, вложенную в рисковые активы, помноженную на стандартное отклонение прибыли от этого актива [c.151]
Хорошей моделью для рассмотрения ситуаций с риском может служить лотерея. Рассмотрим следующие идеальные условия время розыгрыша лотереи исчезающе мало, играющий располагает неограниченными средствами повторять игру. Тогда все лотереи с одинаковыми математическими ожиданиями выигрышей одинаково предпочтительны независимо от дисперсии выигрыша, а среди лотерей с одинаковыми дисперсиями выигрыша предпочтительной будет лотерея с большим математическим ожиданием. Термин дисперсия выигрыша D здесь употреблен в обычном вероятностно-статистическом смысле. Например, лотерея с математическим ожиданием выигрыша, равным 1 руб., может иметь различную дисперсию нулевую (выигрыш 1 руб. с вероятностью 1.0), незначительную (выигрыш 2 руб. с вероятностью 0.5), большую (выигрыш 100 руб. с вероятностью 0.01), очень большую (выигрыш [c.71]
По формулам теории вероятностей устанавливаем, что дисперсия выигрыша такой лотереи равна [c.72]
Эта же величина характеризует дисперсию прибыли. [c.72]
Создадим по этим условиям серию лотерей с равными математическими ожиданиями прибыли, но с разными дисперсиями. Пусть, например, М = К/2, тогда Рв и а будут при К - 1 связаны соотношением [c.72]
Лотереи с одинаковыми математическими ожиданиями прибыли ( прибыль равна 1/2 ставки), но с разными дисперсиями выигрыша [c.73]
Экономические показатели, связывающие лотереи с различными дисперсиями прибыли, приведены в табл. 2.4.3. [c.73]
Экономические показатели лотерей с одинаковыми математическими ожиданиями прибыли и разными дисперсиями [c.73]
Дисперсия средней прибыли D nD/n = D [c.73]
Экономические показатели приведения лотерей к лотерее с одинаковой дисперсией прибыли (у. е.) при М - 5.0, г = 0.07. г, = 0.05 [c.74]
Приведенный пример дает представление о том, в каких пропорциях увеличиваются платежи за кредит, уменьшаются ценность отдаленного выигрыша и итоговая прибыль, а также о том, как увеличивается цена за приведение лотереи с большей дисперсией выигрыша к стандартной — 0.10. Видно, что лотерея L уже не выгодна из-за непомерной платы за кредит, превышающей номинальный выигрыш (5.0), к тому же обесценивающийся до 3.38 из-за его отсрочки. Последняя строка этой таблицы — плата за уменьшение риска. Такой способ уменьшения риска можно назвать экстенсивным. [c.74]
Из требования прибыльности разработки должно выполняться неравенство ZnK > a/ o + Р/Л/СО> которое следует из изложенных предпосылок. Оно определяет допустимые значения и соотношения констант при моделировании. Моделирование заключалось в реализации усеченной нормально распределенной случайной величины (запасов руды) VH с математическим ожиданием V и дисперсией о> и последующим расчетом всех величин, характеризующих отработку . [c.79]
Среднеквадратичное отклонение (дисперсия) в этом случае будет равно [c.68]
При оценках продолжительности работ с вероятностной продолжительностью широко применяется метод усреднения. Суть этого метода состоит в использовании для определения продолжительности работ сети оценок математического ожидания и дисперсии работ. [c.41]
Предпочтительность лотереи с меньшей дисперсией выигрыша обусловлена конечной, существенно протяженной для игрока продолжительностью одной игры и ограниченностью имеющихся у него средств. Именно отсутствие свободных средств заставляет предпочитать лотерею с более гарантированным, хотя и меньшим выигрышем. В нашем случае ситуация именно такова продолжительность разведки или разработки велика, а ограничение касается как средств на разведку и разработку, так и фонда разведуемых и разрабатываемых месторождений. [c.72]
Пусть t — длительность ифы (т. е. суммарная длительность разведки и эксплуатации), а К — капиталовложения , которые необходимы для ифы. Чтобы уменьшить риск, можно ифать п раз подряд и иметь дисперсию среднего выифыша, равную ст2/п. [c.73]
Рассмотрим следующий пример, имеющий чисто иллюстративное значение. Допустим, что а) разведка месторождения производится отбором валовых проб из шурфов с поверхности б) степень разведанности определяется общим их числом т в) распределение оценки среднего содержания, являющегося лимитирующим фактором оценки, близко к нормальному закону с диспер сией s = sz/m, где s2 — дисперсия содержания в месторождении (S = 0.70), коэффициент вариации содержания равен V = sI 100 % = 0.7/2.5 100 % = 28 %. Тогда рост затрат на разведку изобразится прямой / (рис. 2.4.3). Уменьшение вероятных убытков от неправильной отбраковки месторождения (кривая 2) про- [c.76]
Смотреть страницы где упоминается термин Дисперсия
: [c.88] [c.129] [c.131] [c.132] [c.155] [c.156] [c.72] [c.73] [c.73] [c.74] [c.77] [c.18] [c.44]Смотреть главы в:
Количественные методы анализа хозяйственной деятельности -> Дисперсия
Эконометрика (2001) -- [ c.39 , c.48 , c.49 , c.50 ]
Финансовый анализ и планирование хозяйствующего субъекта (2002) -- [ c.25 ]
Финансирование и инвестирование (2001) -- [ c.0 ]
Экономико-математический словарь Изд.5 (2003) -- [ c.89 ]
Матричное дифференциальное исчисление с приложениями к статистике и эконометрике (2002) -- [ c.309 ]
Организация перевозок на промышленном транспорте (1983) -- [ c.81 ]
Большая экономическая энциклопедия (2007) -- [ c.131 , c.193 , c.726 ]
Вводный курс эконометрики (2000) -- [ c.21 , c.52 ]
Эконометрика начальный курс (2004) -- [ c.512 ]
Маркетинговые исследования Издание 3 (2002) -- [ c.560 ]