Идентификация модели производится с помощью метода обучающей модели, который является наиболее эффективным при ограниченном объеме исходных статистических данных. [c.137]
В общем случае порядок проведения корреляционного анализа примерно следующий выбор зависимого показателя исходя из целей исследования, отбор параметров-аргументов, принятие гипотезы о форме связи, подбор и формирование исходных статистических данных для последующего решения математической модели. [c.29]
Путем экстраполяции кривой веса и математической обработки исходных статистических данных определяется перспективный вес двигателя с таким расчетом, чтобы серийный образец оставался конкурентно-способным в течение четырех-пяти лет с начала проектирования. [c.102]
Банк данных сформирован заранее в режиме Формирование банка данных . Этот раздел программы предназначен для ввода исходных статистических данных, необходимых для выполнения расчетов, за любой ретроспективный период в рамках 10 лет (не менее чем за 7 лет), предшествующих планируемому периоду. Меню этого режима содержит следующие позиции [c.308]
Система отчетных данных позволяет в той или иной степени оценить деятельность предприятия за определенный отрезок времени. Тщательный анализ и обобщение ретроспективных данных, основанные на принципах классической экономической теории [11], позволяют выявить сложившиеся закономерности из соответствующих фактов экономической действительности, исследовать динамику происходящих экономических процессов в зависимости от порождающих их причин и воздействий (воздействующих факторов). Методические приемы подобного анализа теоретически обоснованы и четко сформулированы в работах отечественных ученых-экономистов [12,13]. Совокупность средств и методов получения и преобразования информации, позволяющая на основе исходных статистических данных получать выходные показатели, необходимые для анализа, контроля, планирования и управления, образует систему обработки релевантной информации. [c.26]
Каждое из направлений в свою очередь состоит из различных по сложности конкретных задач, решенных либо только поставленных в процессе моделирования. Следует отметить также фактор взаимосвязи задач, осложняющий их решение. Так, например, каждая следующая в технологической цепочке задача может потребовать возврата к предшествующим с целью изменения самого круга показателей, исходных статистических данных, вида зависимости между показателями и др. [c.20]
Исходные статистические данные (информационная д аза) [c.25]
III. Оценка труднодоступных для непосредственного наблюдения и измерения параметров системы. Восстановление возраста археологической находки по ряду косвенных признаков прочности бетона с помощью косвенных (неразрушающих) методов контроля (например, по отношению диаметров отпечатков на поверхности испытуемого образца бетона и на воздействующем на него эталонном молотке [161) денежных сбережений семьи по ее доходу (в среднедушевом исчислении) — во всех этих ситуациях исследователь вынужден иметь дело с показателями, труднодоступными для непосредственного измерения (они выделены в тексте курсивом). Очевидно, для того чтобы иметь принципиальную возможность статистически выявить связь, существующую между труднодоступным показателем у и косвенно связанными с ним, но легко поддающимися наблюдению и измерению признаками Л (1), (2),. .., х(р исследователю необходимо располагать исходными статистическими данными вида (В.1), которые получают с помощью специально организованного контрольного эксперимента или наблюдения [161. После того как эта связь выявлена (и оценена степень ее точности), она используется для косвенного определения значений труднодоступных показателей лишь по значениям объясняющих переменных х(1 х(2 . .., х( . [c.28]
Существует подход к исследованию моделей регрессии, не требующий предварительного выбора параметрического семейства функций F в рамках которого проводится дальнейший анализ. Речь идет о так называемых не параметрических (или частично-параметрических) методах исследования регрессионных зависимостей, которым посвящена гл. 10. Однако возникающие при их реализации проблемы (необходимость иметь очень большие объемы исходных статистических данных, выбор сглаживающих функций — окон и параметров масштаба,. выбор порядка сплайна, числа и положения узлов и т. п.) сопоставимы по своей сложности с проблемами, возникающими при реализации этапа 4. [c.50]
Вычисление и свойства множественного коэффициента корреляции в рамках линейных нормальных моделей. Если предположить, что исходные статистические данные (х( ( [c.91]
Исходные статистические данные (таблица или матрица рангов типа объект—свойство ). Итак, в результате измерения р + 1 порядковых переменных х(0) = у, х(1 . .., J (P) на каждом из п анализируемых объектов Оь 02,. .., Оп мы получаем таблицу (матрицу) исходных данных следующего вида (табл. 2.1). [c.100]
Мы видим, что появление объединенных рангов может привести к дробным значениям рангов, составляющих массив исходных статистических данных (значения рангов, соответствующие 6-му и 7-му проектам). При отсутствии объединенных рангов область возможных значений переменных < >, очевидно, ограничивается множеством первых п чисел натурального ряда, где п — число сравниваемых объектов. [c.101]
Понятие ранговой корреляции. Под ранговой корреляцией понимается статистическая связь между порядковыми переменными. В статистической практике эта связь анализируется на основании исходных статистических данных, представленных упорядочениями (ранжировками) п рассматриваемых объектов по разным свойствам (см. столбцы табл. 2.1). Есть ли хоть какая-то согласованность (или связь) между упорядочением анализируемых объектов по свойству x(k> и упорядочением тех же объектов по другому свойству (/> Можно ли измерить и проанализировать совокупную статистическую связь, существующую между ранжировками одних и тех же объектов Оь 02,. .,, Оп, полученными в соответствии со степенью проявления в них сначала свойства ( 1 (1-й способ упорядочения), затем-—свойства x(kt) (2-й способ упорядочения) Таким образом, речь идет о системе понятий и методов, позволяющих измерять и анализировать статистическую связь, существующую между двумя или несколькими ранжировками одного и того же конечного множества объектов О,, 02, . .., Оп. [c.102]
Исходные статистические данные для проведения рангового корреляционного анализа представлены таблицей (матрицей) рангов статистически обследованных объектов разме- [c.123]
В общем случае для точного описания функции регрессии необходимо точное знание условного закона распределения результирующего показателя г (при условии, что = X). Поскольку в статистической практике мы никогда не располагаем такой информацией, то обычно ограничиваются поиском подходящих аппроксимаций для / (X), основанных на исходных статистических данных вида (В.1) (о методах построения таких аппроксимаций см. гл. 7 — 10). [c.166]
Остановимся на конкретизации этого подхода применительно к задачам статистического исследования зависимостей и, в частности, к задаче наилучшего восстановления (по исходным статистическим данным вида (В.1)) условного значения результирующего показателя ц (X) = (ц = X) и неизвестной функции регрессии / (X) = Е (TJ = X). С этой целью воспользуемся следующей схемой рассуждений. [c.168]
Анализируя содержательную сущность изучаемой зависимости, исследователь еще до обращения к исходным статистическим данным может (и должен ) попытаться ответить на ряд вопросов по поводу характера искомой регрессионной связи [c.176]
Исходные статистические данные 10, 48 [c.472]
На базе исходных статистических данных и ваших производных показателей постройте необходимые аналитические таблицы, графики, диаграммы. [c.240]
Для раскрытия неопределенности в формуле [2J проводятся следующие операции, определяющие состав моделирования выбор зависимого показателя (функции) и определение требований к искомой формуле отбор факторов — аргументов принятие гипотезы о форме связи (линейная, гиперболическая и т. д.) группировка исходных статистических данных, по материалам которых будет решаться модель. [c.28]
Графическое представление исходных статистических данных позволяет представить информацию более наглядно. [c.94]
Для определения значимости коэффициента корреляции между изучаемыми показателями в случае малой выборки исходных статистических данных целесообразно использовать t-критерий Стьюдента. [c.130]
Анализ зависимостей (6) и (6") может представлять самостоятельный интерес. Однако в нашем исследовании функции (6 ) и (6") используются в дальнейшем для калибровки имеющихся наблюдений и соответственно оцениваемого по бюджетным данным распределения региона (страны) по величине совокупных душевых расходов если исходные статистические данные содержат по каждому (/-му) обследованному домашнему хозяйству помимо значения его сово- [c.28]
Перед тем как описать результаты статистического анализа этой модели, охарактеризуем природу и структуру исходных статистических данных, использовавшихся в качестве информационной базы этого анализа. [c.64]
Большинство работ содержат, по сути, рекомендации по выбору политики регионального развития, основанные на субъективных взглядах авторов. Проводимый эмпирический анализ заключается преимущественно в описании исходных статистических данных, параметров распределений анализируемых показателей. Во многих случаях выводы и рекомендации по экономической политике, представленные авторами, не проверяются имеющимися данными. [c.30]
В основе расчета большинства коэффициентов лежит фонд сменного (месячного) рабочего времени, размеры которого определяются средней продолжительностью рабочего дня при 5-дневной рабочей неделе. В качестве исходных используются данные оперативного учета (нормированные задания, наряды, диспетчерские журналы и т. п.), статистической отчетности, об использовании рабочего времени и оборудования, а также материалы, получен- [c.72]
При статистическом методе в качестве исходного материала используют статистические данные о затратах труда на выполнение аналогичных видов работ (продукции) в прошлом. Этот метод исключает влияние субъективного фактора на нормы, однако статистические нормы, как и опытные, не прогрессивны. Они фиксируют фактическое состояние техники, технологии и организации работ в прошлом. Такие нормы тормозят внедрение новой техники, технологии и организации производства, сдерживают рост производительности труда. [c.145]
Исходные значения параметров, входящих в выражение (143), определяются из статистических данных, при этом исходное значение соф рассчитывается по формуле [c.194]
Для точного исчисления ВНП по отраслям необходима более скоординированная база данных. В современных условиях имеющаяся исходная статистическая информация, как правило, нуждается в сложной системе пересчета показателей или же отсутствует. Например, почти отсутствуют полные сведения об оплате предприятиями нематериальных услуг, нет достаточной информации о доходах и расходах общественных организаций. Наряду с этим известно, что новые типы предприятий (коммерческие банки, биржи и т.д.) не в полной мере охвачены статистическими наблюдениями, и это значительно сужает круг экономических агентов фактически принимающих участие в создании ВНП. [c.187]
Следует также отметить, что методы расчета экономических показателей зависят и от конструкторско-тех-нологичсской общности проектируемых и выпускаемых промышленностью изделий, по которым берутся исходные статистические данные для выведения расчетных формул. [c.137]
Пример В.1. Анализируется поведение двумерной случайной величины ( , -q), где (руб.) — среднедушевой доход и ц (руб.) — среднедушевые денежные сбережения в семье, случайно извлеченной из рассматриваемой совокупности семей, однородной по своему потребительскому поведению (см., например, [128]). В табл. В.1 и на рис. В.2 представлены исходные статистические данные вида (В.1), характеризующие среднедушевые величины дохода (xit руб.) и денежных сбережений (j/fl руб.) за определенный отрезок времени, а именно за месяц, в каждой (/-и, / = 1,2,. .., п) обследованной семье рассматриваемой совокупности семей (в данном условном примере объем п статистически обследованной совокупности семей равнялся 40). В этом примере имелась возможность при отборе исходных данных (выборки) контролировать значения предик-торной переменной Е (условия активного эксперимента [14, с. 121]), что позволило, в частности, разбить статистически обследованные семьи на четыре равные по объему группы по доходам. [c.12]
Таким образом, высокий коэффициент корреляции между продолжительностью плавки и процентом забракованных труб полностью обусловливался влиянием третьего, не учтенного при исследовании фактора — характеристики качества сырья. Если же этот фактор был бы с самого начала учтен, то никакой значимой корреляционной связи между временем плавки и процентом забракованных труб мы бы не обнаружили. За счет подобных эффектов (одновременного влияния неучтенных факторов на исследуемые переменные) может ис кажаться и смысл истинной связи между переменными, т. е., например, подсчеты приводят к положительному значению парного коэффициента корреляции, в то время как истинная связь между ними имеет отрицательный смысл. Такую корреляцию между двумя переменными часто называют ложной . Более детально подобные ситуации — обнаружение и исключение общих причинных факторов , расчет очищенных , или частных,, коэффициентов корреляции и т. п. — исследуют методами многомерного корреляционного анализа (см. 1.2). Такого рода недоразумения с причинным толкованием статистических связей наиболее вероятны в ситуациях, когда исходными статистическими данными являются показатели работы действующего предприятия. Их обычно удается свести к минимуму при получении данных из искусственно поставленного эксперимента. [c.65]
Предложенный способ взвешивания ("калибровки") имеющихся наблюдений БОДХ, по существу, игнорирует все население, расположенное правее максимума наблюдаемых значений. Другими словами полностью игнорируется "правый хвост" распределения и, следовательно, не учитывается фактор цензуриро-ванности исходных статистических данных. В рамках нашей модели этот "хвост" восстанавливается благодаря опоре на модельное допущение Д2. [c.15]
Результаты решения данной задачи на исходных статистических данных 8-го раунда RLMS, а также на данных бюджетных обследований домашних хозяйств Республики Коми, Волгоградской и Омской областей (за II квартал 1998 г.) описаны в следующем разделе. [c.31]
Расчеты Альтмана дают гораздо более низкие значения вероятностей д фолта, чем у агентств Moody s и Standard Poor s, в силу следующих отлич в методе исследования и исходных статистических данных [c.354]
Говоря о методах, приемах познания и его этапах, следует иметь в виду, что исходным пунктом познания является изучение конкретной действительности, практики работы промышленных предприятий, накопление материалов, фактов, характеризующих их производственно-хозяйственную деятельность, как на основе обработки статистических данных, так и путем проведения специальных обследований, наблюдений. При этом нельзя вырывать из всей массы отдельные факты, а нужно брать их во взаимосвязи, в совокупности. Только на этом фундаменте можно выявить типичные явления, обнаружить имевшую место или возникающую закономерность. На это большое внимание обращал В. И. Ленин Чтобы это был действительно фундамент, необходимо брать не отдельные факты, а всю совокупность относящихся к рассматриваемому вопросу фактов, без единого исключения . Вместе с тем, практика не только отправной пункт исследования (познания), но и этап апробации, проверки выдвигаемых положений, методов, так как именно она — практика — критерий истины. Апро-Гация предложений должна проводиться и путем постановки специальных экспериментов, в том числе экономических. Практика, наконец,— это внедрение разработанных методов, реализация предложений. [c.8]