При этом практическая значимость ошибок, допускаемых в расчетах отдельных показателей проекта, в большой степени зависит от момента их возникновения ошибки в уровнях отдельных показателей, относящихся к отдаленному будущему, в несколько раз менее значимы, чем просчеты в уровнях затрат ближайших лет. Поэтому лишь очень крупные просчеты в оценке параметров отдаленного будущего реально искажают оценку эффективности проекта в целом. С учетом сказанного, проектные ошибки, проявляющиеся в очень уж отдаленном будущем, играют реально большую роль лишь в той своей части, которая относится к наиболее крупным просчетам стратегического характера. Именно на недопущение таких стратегических просчетов и направлена разработка долгосрочных инвестиционных прогнозов, программ и проектов. В целом же продление горизонтов расчета показателей проекта имеет смысл лишь до тех пределов, пока достигаемые уточнения проекта превышают вероятные последствия растущих ошибок прогнозирования. В частности, как правило, лишена смысла разработка проекта развития горного предприятия на весь срок его будущей службы, обычно превышающий 25 - 30 лет более реалистичным в этих случаях будет ограничить расчеты периодом отработки одного-двух первых горизонтов. [c.134]
Некоторое расхождение оптимальных оценок параметра Т с позиций потребителей и производителя объяснимо. Их экономические интересы не вполне совпадают. Все дело в ограниченности фонда капитальных вложений. Для потребителей они почти неощутимы, потому что в цене лампы представлены небольшой частью (через амортизационные отчисления). Для производителя же они входят целиком в интегральную сумму затрат. Ограниченность капиталовложений и необходимость оптимального распределения по направлениям вносят некоторую поправку в оптимальное сочетание Т и т. [c.74]
В системе управления качеством на каждой стадии жизненного цикла продукции формируется специфический по структуре и источникам информационный поток. Конструкторское бюро получает информацию об инновациях из головных институтов, отдела научно-технической информации, из специальной литературы из отдела маркетинга о потребительских оценках параметров продукции, из отдела технического контроля сведения о браке, в том числе обусловленном недостатками конструкции. [c.146]
Качественная оценка параметров производится в тех случаях, когда нет необходимости определять числовые значения контролируемых параметров, а достаточно определить лишь наличие, например, каких-то примесей или нахождение параметра в широком поле [c.4]
Статистическое описание. Эту форму описания риска и неопределенности применяют, когда модель объекта определяется по результатам выборочных экспериментов в условиях действия случайных помех и ошибок. Эта форма тесно связана с предыдущей, но принципиально отличается от нее тем, что в условиях ограниченного эксперимента удается получить лишь выборочные оценки параметров плотности распределения или ее моментов. Таким образом, вместо истинных значений моментов M(Z) и [c.46]
Графики балльной оценки параметров А и В для двух видов материалов [c.68]
Сравнение статистических данных за 1994—1995 и 1995— 1996 гг., предоставленных британской Комиссии по аудиту подразделениями местных органов власти, показало, что показатели отстающих (как следовало из поданных ими сведений) муниципалитетов за второй год улучшились, что, возможно, обусловлено необходимостью расчета и публикации показателей. В то же время Комиссия по аудиту считает, что методы оценки параметров не учитывают специфику условий деятельности муниципальных органов. Кроме того, результаты деятельности тех органов, которые, по оценкам за 1994-—1995 гг., были отнесены к группе "средних", в следующем году практически не изменились. Возможно, что широта спектра отчетных показателей подразделений, работающих в различных условиях, мало способствует стремлению улучшить достигнутый средний уровень. [c.757]
При оценке параметров число наблю,дений должно быть значительно больше, чем число параметров. Поэтому обычно при любых значениях параметров а0, а,,. .., ап числа г/О) и у не могут совпадать сразу при всех / = 1,. .., N. Для того чтобы представить себе причину такого расхождения, используется одно из трех следующих объяснений. [c.109]
Наиболее распространенный метод оценки параметров а0, ь. . ., ал состоит в выборе таких значений этих параметров, при которых достигается наименьшее значение функции [c.110]
Опишем решение задачи оценки параметров линейной функции (5.2) в случае одного производственного ресурса. Будем искать такие значения параметров а0 и f, при которых достигается минимум отклонения [c.110]
Производственные функции рассматриваются во многих работах, в том числе в [10, 13, 29, 35, 86, 89, 94]. В [57] дан подробный обзор производственных функций и методов их использования. В [42] рассмотрены методы оценки параметров. [c.161]
Как уже говорилось в 4 гл. 2, есть два основных пути построения производственной функции — прямой метод синтеза производственной функции, начиная от простейших актов процесса производства, и метод черного ящика , состоящий в оценке параметров некоторых заранее выбранных типов производственных функций. Первый подход связан большими принципиальными и техническими трудностями и для уровня производственной функции народного хозяйства в целом в настоящее время практически неосуществим. Единственной возможностью остается метод черного ящика , который и используется для построения производственных функций в агрегированных моделях типа модели, рассмотренной в предыдущем параграфе. [c.240]
Вопрос о выборе типа производственной функции народного хозяйства в экономико-математических моделях, в которых экономика страны является элементарной производственной единицей, остается сложной проблемой. Недостатки, которые имеет степенная производственная функция по сравнению с функцией с постоянной эластичностью замещения или с различными другими более сложными производственными функциями с избытком компенсируются легкостью оценки параметров степенной производственной функции. Как уже говорилось в 4 гл. 2, проблему оценки параметров А и ее для производственной функции (2.7) можно свести к задаче регрессионного анализа для линейной функции, в то время как производственная функция (2.9) требует применения методов регрессионного анализа для нелинейных функций, что является более сложной проблемой. Кроме того, исследование модели со степенными производственными функциями осуществляется более просто. Поэтому степенные функции используются довольно часто, тем более что их основной недостаток — возможность замены одного ресурса другим — часто не является существенным, поскольку в исследованиях обычно бывают интересны значения ресурсов, достаточно близкие к уже использующимся в производстве в настоящее время и далекие от нулевых значений. Поэтому неправдоподобность поведения степенных производственных функций в области малых количеств ресурсов становится не так уже важна. [c.243]
Дайте оценку тренда по данным о выпуске автомобилей (табл. 1). Рассчитайте статистические оценки параметров регрессионного уравнения. [c.300]
Для оценки параметров функции широко используют такие методы, как метод наименьших квадратов и его модификации, метод экспоненциального сглаживания, метод вероятностного моделирования и метод адаптивного сглаживания. [c.22]
Выборочные оценки параметров нормального распределения. Точечная оценка математического ожидания случайной величины с нормальным распределением определяется величиной выборочного среднего значения [c.60]
Четвертая бинарная переменная, относящаяся к осени, не вводится, так как тогда для любого месяца будет выполняться тождество dt + d2 + d + линейную зависимость регрессоров и как следствие невозможность получения оценок параметров модели методом наибольших общих квадратов, используемым в большинстве статистических пакетов. [c.93]
Оценки параметров уравнения регрессии с помощью метода наименьших квадратов в случае множественной регрессии удобнее представить в матричном виде. [c.325]
Метод экспоненциального сглаживания дает более точное приближение к исходному ряду, улавливая колебания цен. На рис. 9.4 приведены графики исходного и сглаженного ряда с помощью экспоненциального сглаживания. Динамическим рядам цен акций (как и ряду других фондовых инструментов) присущ ряд особенностей, которые могут определять специфику их анализа. Прежде всего это достаточно частые случаи резкого изменения тенденции цены (например, повышательный тренд, так называемый бычий, сменяется его противоположностью, так называемым медвежьим трендом). В этой ситуации возможно использование аналитической аппроксимации. Для оценки параметров уравнения, максимально точно описывающего динамику цен акций, используется метод наименьших квадратов, суть которого состоит в том, что подбирается такая аппроксимирующая кривая, при которой достигается минимум квадратов отклонений исходного ряда от теоретической кривой. [c.372]
Вероятностная оценка параметров корреляции производится по общим правилам проверки статистических гипотез, разработанным математической статистикой, в частности путем сравнения оцениваемой величины со средней случайной ошибкой оценки. Для коэффициента парной регрессии Ь средняя ошибка оценки вычисляется как [c.247]
ВЕРОЯТНОСТНЫЕ ОЦЕНКИ ПАРАМЕТРОВ МНОЖЕСТВЕННОЙ РЕГРЕССИИ И КОРРЕЛЯЦИИ [c.283]
Многократное скользящее выравнивание не только позволяет получить более точную и надежную оценку параметров тренда, но и осуществить контроль правильности выбора типа уравнения тренда. Если окажется, что ведущий параметр тренда, его константа при расчете по скользящим базам не беспорядочно колеблется, а систематически изменяет свою величину существенным образом, значит, тип тренда был выбран неверно, данный параметр константой не является. [c.335]
Важная особенность сетевых методов — способ оценки параметров предстоящих работ. Оценку дает непосредственный исполнитель работ или сотрудник, имеющий большой опыт в аналогичных работах. [c.229]
Оценка параметров уравнений регрессии (а0, о1 и о2 — в уравнении параболы второго порядка) осуществляется методом наименьших квадратов, в основе которого лежит предположение о независимости наблюдений исследуемой совокупности. [c.115]
Q идентификация и оценка параметров модели [c.428]
Общим моментом для любой эконометрической модели является разбиение зависимой переменной на две части — объясненную и случайную. Сформулируем задачу моделирования самым общим, неформальным образом на основании экспериментальных данных определить объясненную часть и, рассматривая случайную составляющую как случайную величину, получить (возможно, после некоторых предположений) оценки параметров ее распределения. [c.10]
В отличие от регрессионных уравнений тождества не содержат подлежащих оценке параметров модели и не включают случайной составляющей. [c.19]
Точечные и интервальные оценки параметров [c.42]
Несмещенная оценка 6 параметра 9 называется эффективной, если она имеет наименьшую дисперсию среди всех возможных несмещенных оценок параметра 9, вычисленных по выборкам одного и того же объема п. [c.43]
Для нахождения оценок параметров (характеристик) генеральной совокупности используется ряд методов. [c.43]
Основным методом получения оценок параметров генеральной совокупности по данным выборки является метод максимального правдоподобия. [c.43]
Пусть для оценки параметров распределения случайной величины X отобрана случайная выборка, состоящая из значений [c.44]
Наряду с точечными оценками параметров (в виде одного числа) рассматривают интервальные оценки. [c.44]
Интервальной оценкой параметра 0 называется числовой интервал (бУ, 6 ), который с заданной вероятностью у накрывает неизвестное значение параметра 0. [c.44]
Этапы моделирования инвестиционного цикла . построение модели, оценка параметров, практическое применение для принятия решений, оптимизации и прогнозирования. Интерфейсные, фактуальные и процедурные знания. Семантические сети. Синтез модели из типовых модулей. Стохастические сети Петри. Векторные функции денежных потоков в проектировании инвестиционных циклон. Учет факторов риска и неопределенности в моделях инвестиций. [c.75]
Расчет по формуле (4.1.3) не учитывает по крайней мере еще двух обстоятельств во-первых, франкирования цен на транспортоемкое сырье, т. е. их приведения к определенной станции или порту отгрузки, и, во-вторых, влияния погрешностей оценки параметров месторождения на снижение его стоимости вследствие увеличения риска. [c.116]
Для получения оценок параметров модели в большинстве случаев используют метод наименьших общих квадратов, основанный на минимизации среднеквадратической ошибки модели и его модификации5. [c.89]
Иногда как условие корреляционного анализа выдвигают необходимость подчинения распределения совокупности по результативному и факторным признакам нормальному закону распределения вероятностей. Это условие связано с применением метода наименьших квадратов при расчете параметров корреляции только при нормальном распределении метод наименьших квадратов дает оценку параметров, отвечающую принципам максимального правдоподобия. На практике эта предпосылка чаще всего выполняется приближенно, но и тогда метод наименьших квадратов дает неплохие результаты1. [c.231]
При выборе экономических переменных необходимо теоретическое обоснование каждой переменной (при этом рекомендуется, чтобы число их было не очень большим и, как минимум, в несколько раз меньше числа наблюдений). Объясняющие переменные не должны быть связаны функциональной или тесной корреляционной зависимостью, так как это может привести к невозможности оценки параметров модели или к получению неустойчивых, не имеющим реального смысла оценок,- т. е. к явлению мулътиколлинеарности (см. об этом гл. 5). [c.21]
Смотреть страницы где упоминается термин Оценка параметра
: [c.26] [c.30] [c.66] [c.38] [c.85] [c.105] [c.325] [c.159] [c.84] [c.17]Эконометрика начальный курс (2004) -- [ c.532 ]