При выполнении предпосылки 5 о нормальном законе распределения вектора возмущений е можно убедиться в том, что оценка Ь обобщенного метода наименьших квадратов для параметра р при известной матрице Q совпадает с его оценкой, полученной методом максимального правдоподобия. [c.154]
В заключение отметим, что для применения обобщенного метода наименьших квадратов необходимо знание ковариационной матрицы вектора возмущений Q, что встречается крайне редко в практике эконометрического моделирования. Если же считать все я(л+1)/2 элементов симметричной ковариационной матрицы Q неизвестными параметрами обобщенной модели (в дополнении к (р+l) параметрам (3/), то общее число параметров значительно превысит число наблюдений я, что сделает оценку этих параметров неразрешимой задачей. Поэтому для практической реализации обобщенного метода наименьших квадратов необходимо вводить дополнительные условия на структуру матрицы Q. Так мы приходим к практически реализуемому (или доступному) обобщенному методу наименьших квадратов, рассматриваемому в 7.11. [c.155]
Как было отмечено в 7.1, b — несмещенная и состоятельная оценка параметра р для обобщенной линейной модели множественной регрессии следовательно, и в частном случае, когда мо- [c.156]
Для получения наиболее эффективных оценок параметра р в такой модели, если параметр р известен, можно применить обобщенный метод наименьших квадратов. [c.183]
Итак, если остатки по исходному уравнению регрессии содержат автокорреляцию, то для оценки параметров уравнения используют обобщенный МНК. Для его реализации необходимо выполнять следующие условия. [c.281]
Анализ и преобразование совокупных данных предполагает обобщение данных путем выражения значительного их массива через ограниченное число достаточно выразительных параметров. Затем для оценки результатов обобщения осуществляется концептуализация. Далее посредством коммуникативной обработки интерпретация результатов осуществляется в понятных для заказчика исследования категориях. Скажем, статистически тривиальные инструменты медиана , ожидание , мода обычно описываются в других терминах, более однозначно и правильно понимаемых заказчиками, не знакомыми с методами и понятийным инструментарием статистической обработки данных. [c.31]
Формирование обобщенного мнения группы экспертов по оценке качества планирования и бюджетирования кредитной организации. Итоговые оценки параметров мы предлагаем рассчитывать как средние арифметические индивидуальных оценок экспертов. [c.105]
Способы проверки. Руководство предприятия узнает о достижениях в совершенствовании процессов выполнения проектов из отчетов ОУП о состоянии портфеля проектов организации. Эти отчеты должны содержать обобщенные сведения, позволяющие сопоставить прогнозные оценки параметров проектов с их текущими значениями и принимать соответствующие управляющие решения. [c.479]
При малом числе оцениваемых параметров и относительно небольшом количестве объектов балансовые комиссии как основные звенья на предприятиях, занимающиеся обобщением результатов работы, удачно справляются с поставленными перед ними задачами выявления комплексной оценки. [c.144]
На основании обобщения статистики контрольной работы каждому из перечисленных параметров может быть приписана определенная вероятность обнаружения нарушений налогового законодательства. Например, по опыту проведений налоговых проверок известно, что из 20 организаций, занимающихся тремя видами деятельности, у 12 обнаруживаются нарушения налогового законодательства. Значит, вероятность обнаружить нарушения налогового законодательства в конкретной организации, занимающейся тремя видами деятельности, равна 12/20 = 0,6. Оценка вероятности обнаружения нарушений налогового законодательства по совокупности факторов производится путем определения результирующей вероятности методами теории вероятностей. [c.125]
В главах 3,4 рассмотрены классические линейные регрессионные модели в главе 3 — парные регрессионные модели, на примере которых наиболее доступно и наглядно удается проследить базовые понятия регрессионного анализа, выяснить основные предпосылки классической модели, дать оценку ее параметров и геометрическую интерпретацию в главе 4 — обобщение [c.3]
Дается оценка существенности выявленных ошибок, т. е. определяются параметры отклонений, в рамках которых ошибка может быть признана существенной или несущественной. Например, отклонение между учетной и подтвержденной в результате контрольной проверки суммой задолженности в размере, превышающем 10%, может быть признано существенным (материальным). При отклонении от 5 до 10% решение о его существенности принимает проверяющий (аналитик), а отклонение, не превышающее 5%-ный уровень, может быть признано несущественным. После обобщения результатов проведенного по такой схеме анализа составляется справка для использования руководством. [c.382]
Следует отметить, что приведенные параметры оценки дают лишь обобщенную групповую характеристику инвестиционных качеств отдельных фондовых инструментов и не гарантируют соответствующее их ранжирование по конкретным разновидностям. [c.321]
Имея оценки уровней отдельных параметров изделия, рассчитываем уровень конкурентоспособности всего изделия с помощью обобщенной функции желательности F [c.31]
Экономический анализ позволяет дать обобщенную оценку конструкции и перейти от оценки отдельных технических параметров к оценке совокупности качеств конструкции в целом. Более высокие технические показатели новых типов машин находят свое выражение в улучшении экономических показателей производства. При сопоставлении полученных результатов с предельно допустимой эффективностью издержек производства выбираются наиболее эффективные варианты. [c.52]
При несоблюдении основных предпосылок МНК приходится корректировать модель, изменяя ее спецификацию, добавлять (исключать) некоторые факторы, преобразовывать исходные данные для того, чтобы получить оценки коэффициентов регрессии, которые обладают свойством несмещенности, имеют меньшее значение дисперсии остатков и обеспечивают в связи с этим более эффективную статистическую проверку значимости параметров регрессии. Этой цели, как уже указывалось, служит и применение обобщенного метода наименьших квадратов, к рассмотрению которого мы и переходим в п. 3.11. [c.169]
При формировании, становлении и развитии нефтяной компании Сургутнефтегаз на протяжении последних 15 лет были разработаны и внедрены новые методы управления активами, представленными ресурсами (запасами) углеводородов. Это, например, портфельный метод определения направлений использования ресурсов, учет изменчивости экономических показателей применения технологий и научно-технических новшеств — несколько позже и т.д. В реальной практической жизни, в повседневной работе были учтены теоретические разработки и опыт компаний, действующих в мировом нефтегазовом секторе — в различных условиях, а также положительные факторы реализации проблем управления в других российских компаниях. Главное, что должно быть соблюдено при оценке и использовании наработанных подходов — это их коррекция в условиях конкретного плацдарма. Именно несоответствие параметров различных методов и решений задач управления активами тем условиям, которые сложились в российской обстановке и послужили причиной неэффективного применения многих полезных идей. Обобщение как положительных, так и отрицательных сторон сложившейся системы управления, а также собственные разработки позволили сформировать сургутский метод управления активами. Он был создан на пересечении трех групп факторов [c.150]
В работе [НО] показана возможность оценки взаимосвязей технологических параметров при помощи понятия энтропии, а в работе [5] было доказано, что энтропия имеет нормальное распределение. Обобщение этих результатов в работах [2,29,68, 137] дало возможность получать не только точечные, но и интервальные оценки как самой энтропии, так и параметров, определяемых на ее основе. [c.17]
Научно-технический уровень — это относительная характеристика основных технико-экономических параметров разрабатываемых изделий в сравнении с высшими отечественными или зарубежными достижениями. В практике применяются различные количественные и качественные методы оценки научно-технического уровня продукта. В их основе в большинстве случаев лежит использование многокритериального подхода, основанного на применении разнообразных частных характеристик, определяющих эксплуатационные, эргономические, эстетические, технические, экономические и другие параметры, сводимые затем в обобщенную интегральную характеристику. Процедура оценки НТУ продукта обычно включает выполнение ряда последовательных расчетов в соответствии со схемой, приведенной на рис. 3.5. [c.80]
В деловой сфере проявляется такая модификация поведения, как трудовое поведение. Установление типа или диспозиции типов трудового поведения работника позволяет прогнозировать его на уровне обобщенных, укрупненных характеристик, к числу которых и относится параметр трудовое поведение . Правда, в этом случае легче ошибиться, чем при более глубоком рассмотрении свойств и качеств личности. Специалисты в области социологии труда считают, что трудовое поведение проявляется в отношении к труду. Отношение к труду есть единство трех элементов мотивов и ценностных ориентации (разделяемых личностью социальных ценностей, выступающих в качестве целей жизни и критериев отбора средств достижения этих целей), реального трудового поведения и оценки работником своего поведения в трудовой ситуации (вербального поведения). На отношение к труду влияют факторы производственные (связаны с содержанием, организацией и условиями труда), социальные (связаны с групповыми отношениями) и психологические (связаны с особенностями личности). [c.84]
Экономический анализ позволяет дать обобщенную оценку сравниваемых вариантов техники, перейти от сравнения отдельных технических параметров к оценке совокупности их качеств в целом и установить экономический эффект, получаемый в результате их применения по сравнению со старым. [c.163]
Строки и столбцы матрицы S соответствуют множеству альтернатив в М Такую матрицу называют обобщенной турнирной матрицей. Поясним построение матрицы 5" на примере табл. 7.18 (EI =0.00 для всех /=1-3), где / — идентификаторы параметров, PI - /-ый параметр оценки двигателей, EI — параметр чувствительности - порог, соответствующий каждой характеристике -/. [c.265]
Конечно, если бы можно было правильно количественно оценить, во сколько раз увеличение одного параметра важнее увеличения других, можно было бы дать обобщенную количественную оценку уровня технических параметров оборудования и посредством балльной оценки. Однако очень трудно правильно выразить числом, насколько один параметр важнее другого. Объективно выявить это может только экономический расчет. Между тем, оценка уровня технических параметров вновь создаваемого оборудования, как правило, предшествует расчету экономической эффективности его внедрения. Кроме того, даже когда производится расчет экономической эффективности нового оборудования, роль в общей экономии отдельных его параметров обычно не выявляется. [c.108]
Если удастся построить АКМ4-модель для ряда остатков, то можно получить эффективные оценки параметра р, а также несмещенные и состоятельные оценки дисперсий р с помощью обобщенного метода наименьших квадратов. Мы рассмотрим эту процедуру на простейшей (и в то же время наиболее часто встречающейся) авторегрессионной модели первого порядка. [c.181]
Использование AR H- и СЛЛСЯ-моделей оказывается в ряде случаев экономико-математического моделирования (например, процессов инфляции и внешней торговли, механизмов формирования нормы процента и т. п.) более адекватным действительности, что позволяет строить более эффективные оценки параметров рассматриваемых моделей по сравнению с оценками, полученными обычным и даже обобщенным методом наименьших квадратов. [c.217]
Переход к относительным величинам существенно снижает вариацию фактора и соответственно уменьшает дисперсию ошибки. Он представляет собой наиболее простой случай учета гетероскедастичности в регрессионных моделях с помощью обобщенного МНК. Процесс перехода к относительным величинам может быть осложнен выдвижением иных гипотез о пропорциональности ошибок относительно включенных в модель факторов. Например, lno2,.. = Ino2 + Ь пх + v, т. е. рассматривается характер взаимосвязи trie2, от lnx. Использование той или иной гипотезы предполагает специальные исследования остаточных величин для соответствующих регрессионных моделей. Применение обобщенного МНК позволяет получить оценки параметров модели, обладающие меньшей дисперсией. [c.175]
Автокорреляция в остатках есть нарушение одной из основных предпосылок МНК - предпосылки о случайности остатков, полученных по уравнению регрессии. Один из возможных путей решения этой проблемы состоит в применении к оценке параметров модели обобщенного МНК. При построении уравнения множественной регрессии по временным рядам данных, помимо двух вышеназванных проблем, возникает также проблема муль-тиколлинеарности факторов, входящих в уравнение регрессии, в случае если эти факторы содержат тенденцию. [c.265]
В модели типа 1 осуществляется оценка по качественным шкалам, определяющим состояние признаков (которое представляется значением функции принадлежности) — элементов набора ситуационных данных, а-также параметров обобщенной ситуации. Процедура оценки реализуется следующим образом конкретная ситуация St=[xl(t),. ... .., xm(t) вводится в подматрицу Ah=(xi4 (где k — номер этапа v-—номер элемента шкалы), соответствующую рассматриваемому временному этапу, в которой строки упорядочены (шкалированы) в порядке убывания значения показателя х1 (/=1,. .., т). В этой подматрице определяется строка с перщым параметром, равным или близким первому параметру текущей ситуации (осуществляется оценка параметра х1). В подматрице, относящейся к данному временному этапу, выделяется усеченная подматрица, включающая строки-ситуации с меньшими значениями параметра х1, при этом каждому временному этапу соответствуют по конкретным параметрам фиксированные хорошие и плохие состояния (элементы шкалы), обладающие собственными границами. В усеченной подматрице определяются для каждого из столбцов (параметров) максимальное и минимальное значения. Эти максимальные л минимальные значения составляют (в совокупности с фиксированным значением параметра л 1) остальные параметры обобщенной ситуации [c.101]
Для получения оценок параметров ц, (3 можно к модели (13.16) применить обычный метод наименьших квадратов. Условия 1)-3) гарантируют несмещенность и состоятельность этих оценок. Однако ошибки в (13.16) не являются гомоскедастичными, поэтому для построения эффективных оценок можно воспользоваться обобщенным методом наименьших квадратов (см. п. 5.2). [c.368]
Во-вторых, наличие ошибки предсказаний Qit+ приводит к корреляции между ошибкой и переменной инвестиций Iit+i в момент t+1. Из-за корреляции ошибок с объясняющими переменными применение OLS и GLS также приводит к несостоятельным оценкам. Эти проблемы имеют место для любой спецификации модели как для фиксированных, так и для случайных эффектов. Для оценки (4.10) могут быть применены несколько альтернативных процедур, связанных с использованием инструментальных переменных, среди которых метод инструментальных переменных, обобщенный метод инструментальных переменных, обобщенный метод моментов (GMM). Среди перечисленных методов обобщенный метод моментов является единственным, который обеспечивает эффективные оценки параметров, поэтому предпочтение было отдано методу GMM ( Verbeek M., 2000 Baltagi В. Н., 1995). [c.61]
Способность работать с неточными данными является одним из главных достоинств нейронных сетей. Но она же парадоксальным образом является и их недостатком. Действительно, если данные не точны, то сеть в силу своей гибкости и адаптируемости будет подстраиваться к ним, ухудшая свои свойства обобщения. Эта ситуация особенно важна при работе с финансовыми данными. В последнем случае существует множество источников погрешности. Это и ошибки при вводе числовых значений или неправильная оценка времени действия ценных бумаг (например, они уже не продаются). Кроме того, если даже данные и введены правильно, они могут быть слабыми индикаторами основополагающих экономических процессов, таких как промышленное производство или занятость. Наконец, возможно, что многие важные параметры не учитываются при обучении сети, что эффективно может рассматриваться как введение дополнительного шума. Данные, далеко выпадающие из общей тенденции, забирают ресурсы нейронной сети. Некоторые из нейронов скрытого слоя могут настраиваться на них. При этом ресурсов для описания регулярных слабо зашумленных областей может и не хватить. Множество попыток применения нейронных сетей к решению финансовых задач выявило важное обстоятельство контроль гибкости нейросетевой модели является центральной проблемой. Изложим кратко существо процедуры обучения сети, объединенной с исправлением данных. Для простоты рассмотрим сеть с одним входом и одним выходом. В этом случае минимизируемой величиной является сумма двух слагаемых (Weigend Zimmermann, 1996) [c.177]
В линейном анализе временных рядов можно получить несмещенную оценку способности к обобщению, исследуя результаты работы на обучающем множестве (MSE), число свободных параметров (W) и объем обучающего множества (N). Оценки такого типа называются информационными критериями (1 ) и включают в себя компоненту, соответствующую критерию согласия, и компоненту штрафа, которая учитывает сложность модели. Барроном [30] были предложены следующие информационные критерии нормализованный 1 Акаике (NAI ), нормализованный байесовский 1 (NBI ) и итоговая ошибка прогноза (FPE) [c.65]
Для оценки и сравнительного финансово-экономического анализа, например месторождений, подземных хранилищ газа, компрессорных, насосных станций и др. объектов нефтяной и газовой промышленности, может быть использована технология DEA -Data Envelopment Analysis (называемая иногда в отечественных публикациях АСФ - Анализ Среды Функционирования), не нашедшая еще широкого применения в нашей стране. Удобство данной технологии заключается в получении единственного обобщенного показателя (коэффициента эффективности), учитывающего множество факторов и характеризующего недооцененность каждого объекта относительно других по совокупности показателей. При реализации технологии DEA используются достижения в области математического программирования, теории и методов решения задач оптимизации большой размерности, а также современные средства программного обеспечения. Впервые эта технология была предложена в 1978 г. для анализа деятельности фирм, затрачивающих несколько видов ресурсов на выпуск нескольких видов продукции, т.е. характеризующихся многомерным пространством производственных параметров. [c.121]