Ожидания регрессивные 231 Ожидания с распределенным [c.379]
Это положение проиллюстрировано на рис. 14.3 для гипотетического инвестиционного проекта. Распределения похожи на представленные на рис. 14.2, различие лишь в том, что они являются непрерывными, а не дискретными. Это значит, что результат движения денежных средств может быть определен для каждого возможного состояния экономики, поэтому на графике распределения представлены непрерывными линиями. Как и раньше, чем менее растянуто и чем выше распределение, тем меньше риск. Математическое ожидание каждого распределения соответствует пересечению пунктирной линии с осью денежного потока. Мы видим, что как математическое ожидание потоков денежных средств, так и дисперсия вероятностного распределения изменяются во времени. Мы должны рассмотреть этот фактор для того, чтобы количественно определить риск ожидаемого инвестиционного предложения. [c.391]
Другим важным примером регрессионной модели с распределенными лагами является модель адаптивных ожиданий. [c.207]
В последние годы эконометрические методы, разработанные для построения и анализа моделей авторегрессии и моделей с распределенным лагом, широко используются для эмпирической верификации макроэкономических моделей, в которых учитываются ожидания экономических агентов относительно значений экономических показателей, включенных в модель, в момент времени /. [c.319]
Определение математического ожидания с помощью интегрирования по q требует известной уже из задачи 2.4.1 подготовительной работы . Мы определяем функцию распределения q как [c.96]
Точно так же можно воссоздать искусственную картину работы самого магазина здесь распределение времени подхода покупателей будет взаимодействовать с распределением времени обслуживания отдельного покупателя. Получаются опять два стохастических процесса. Их взаимодействие даст "очередь" с примерно такими же характеристиками (напр., средней длиной очереди или средним временем ожидания), какими обладает реальная очередь. [c.195]
Здесь i, z и bi, bz — две нормально распределенные независимые между собой пары случайных величин с математическими ожиданиями с— = ( — 1,2) и Ъ— (3,3) и корреляционными матрицами [c.69]
Будем обозначать Рх - распределение процесса t (в пространстве траекторий) с начальной точкой о = ж, Еж - математическое ожидание по распределению Рх. [c.82]
Еще одно средство-анализ распределения работ по времени. Время коммивояжера занято разъездами, едой, отдыхом, ожиданием, продажей и административными делами. Доля коммерчески полезного времени, т.е. времени, посвященного непосредственно продажам, может составлять всего 15% общего Если поднять этот показатель с 15 до 20%, получится рост на целых 33%. Фирмы постоянно ищут формы и методы наиболее эффективного использования времени. Для этого они учат коммивояжеров пользоваться силой телефона , упрощают отчетность, используют ЭВМ для составления программ визитов и маршрутов, снабжают своих торговых агентов отчетами о маркетинговых исследованиях по изучению клиентов фирмы. [c.567]
Проектирование работ включает точное определение содержания каждого вида работы в организации и косвенно — порядок распределения работы в ней. Проектируя работы, необходимо учитывать принципы экономической эффективности и поведенческие принципы. (Поведенческие принципы более подробно были рассмотрены в гл. 19.) Работа должна соответствовать способностям работника и возможностям оборудования, стоимость разработки не должна быть чрезмерно высокой, содержание работы должно совпадать с психологическими ожиданиями работников. Аспекты экономической эффективности не должны противоречить поведенческим аспектам. [c.615]
Анализ макросреды демографических и социально-экономических факторов - с помощью структурных группировок и рядов распределения, соответствия фактических показателей научно обоснованным нормативам, потребительской корзинки, прожиточного уровня, индексов цен и товарооборота, корреляционно-регрессионного и кластерного анализа. Повозрастные коэффициенты потребления. Оценки инфляции, стоимости жизни и инфляционных ожиданий. Стратификация населения по социально-демографическим признакам, в частности по уровню [c.151]
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]
Контрольные карты по количественному признаку строятся в предположении, что регулируемый параметр распределен по нормальному закону с характеристиками тх = а - математическое ожидание значения параметра а -среднее квадратическое отклонение. Это характеристики параметра в генеральной совокупности. Для построения центральной линии и границ регулирования необходимо оценить а и о по характеристикам к выборок с п числом изделий в выборке. Общее число измерений m = кп. [c.159]
Медиана выборки имеет нормальное распределение с математическим ожиданием те = а = х , и средним квадратическим отклонением а л/ п / 2п = 1,25 а. Следовательно, интервал регулирования карты х несколько [c.163]
Сами по себе эти величины не могут служить характеристикой распределения вероятности продолжительности работ. Они являются исходными для расчета ожидаемого времени выполнения работы 0щ. Величина tom представляет собой математическое ожидание случайной величины, которой в данном случае является продолжительность работ. Для более полной характеристики распределения случайной величины в теории вероятностей используется понятие дисперсии а . Дисперсия (рассеивание) — мера неопределенности, связанная с данным распределением квадрат отклонения случайной величины от ее математического ожидания. При большом значении дисперсии существует значительная неопределенность относительно момента завершения данной работы. Если дисперсия невелика, то имеется большая уверенность относительно момента завершения данной работы. От значений дисперсий отдельных работ зависит [c.230]
Дл более полной характеристики распределения случайных величин в теории вероятностей используется понятие дисперсия. Дисперсия (рассеивание) ст2 — мера неопределенности, связанная с данным распределением, квадрат отклонения случайной величины от ее математического ожидания [c.37]
Выборочные оценки параметров нормального распределения. Точечная оценка математического ожидания случайной величины с нормальным распределением определяется величиной выборочного среднего значения [c.60]
Решение уравнения Колмогорова (17.5) представляет собой нормальный закон распределения со следующими параметрами независимая переменная с математическим ожиданием равным [c.454]
Оценка риска производителя. Для оценки риска производителя удобно использовать калькуляцию себестоимости производства продукции. В калькуляции указаны основные статьи расходов затраты на материалы, заработную плату, отчисления в бюджет и внебюджетные фонды и т.д. По каждой из калькуляционных статей расходов можно написать уравнение (17.2) и найти его решение (17.3), т. е. определить изменение распределения вероятностей с течением времени. Таким образом, для каждой статьи расходов в калькуляции себестоимости существует свое распределение с соответствующими средними значениями и дисперсией распределения. Поскольку себестоимость производства той или иной продукции определяется как сумма статей расходов, то общее математическое ожидание распределения себестоимости бу- [c.456]
Мы используем в качестве характеристики распределения только математическое ожидание и стандартное отклонение. Предполагается, что крутизна распределения не имеет значения. С этим можно согласиться в том случае, когда распределение относительно симметрично или колоколообразно. Однако, если оно скошено вправо или влево, это необходимо принять во внимание. Хотя можно ввести специальную меру скошенности в наш анализ, мы не будем этого делать ввиду математических трудностей. Для простоты мы будем иметь дело только с математическим ожиданием и стандартным отклонением нормального распределения. [c.390]
Ожидания с распределенным лагом (distributed lag expe tations) — комбинированные ожидания, совмещающие рациональные и адаптивные ожидания. Механизм ожиданий с распределенным лагом включает в спецификацию ожиданий не только текущее значение переменной, отражающее рациональность, но и ряд ее лаговых значений, учитывающих адаптивность. Распределенный лаг требует, чтобы коэффициенты при лаговых значениях подчинялись определенной математической закономерности (или распре- [c.231]
Из табл. 3 следует, что основную часть потребности составляют трубы диаметров 140, 146, 168, 219, 245 и 324 мм так в 198О г. доля этих труб составляет 95% общей потребности. Для труб указанных диаметров были проведены сравнение распределения потребности, рассчитанной ВНИИОЭНГ с распределением, установленным во ВНИИТнефти, оценка усредненного распределения (математического ожидания удельных весов для каждого из диаметров), а также оценка рассеяния фактических данных вокруг средних. Установлено, что среднеквадратическое отклонение фактических данных от средних составляет 3,32%. Аналогичное сравнение распределений потребности по тол- [c.59]
Для определения вероятности того, что чистая текущая стоимость проекта будет меньше нуля, мы должны обратиться к таблице нормального распределения (см. приложение Б в конце данной главы). Видим, что с вероятностью 0,4013 результат наблюдения будет находиться менее чем на -0,25 стандартного отклонения от математического ожидания данного распределения с вероятностью 0,3821 — менее, чем на -0,30 стандартного отклонения от математического ожидания. Интерполируя, мы найдем, что существует приблизительно 40-процентная вероятность того, что чистая текущая стоимость будет меньше нуля. Отсюда с вероятностью 60% чистая текущая стоимость проекта будет больше нуля. При нормальном распределении 68% распределения попадают в область, ограниченную одним стандартным отклонением в ту и другую сторону от математического ожидания. То есть мы знаем, что с вероятностью 2/3 чистая текущая стоимость предложения будет находиться в пределах 116 дол. - 444 дол. = -328 дол. и 116 дол. + 444 дол. = 560 дол. Выражая отклонение от математического ожидания в стандартных отклонениях, мы можем определить вероятность того, что чистая текущая стоимость инвестиционного предложения будет больше или меньше определенной величины. [c.397]
Процент, будучи ценой, уплачиваемой на любом рынке за пользование капиталом, стремится к такому равновесному уровню, при котором совокупный спрос на капитал на этом рынке при данной норме процента равен совокупному капиталу, притекающему на рынок при этой же норме процента" (84). Или, скажем, в книге проф. Касселя (85) опять-таки разъясняется, что инвестирование представляет собой "спрос на ожидание", а сбережение "предложение ожидания", причем процент есть "цена", которая, как это предполагается, служит для выравнивания этих двух величин, хотя я и здесь не нашел на этот счет прямой формулировки, которую можно было бы процитировать. В гл. 4 книги проф. Карвера "Распределение богатства" процент без обиняков рассматривается как фактор, приводящий в равновесие предельную тягость ожидания с предельной производительностью капитала. (86) Альфред Фланке пишет "Если наши общие соображения справедливы, то следует согласиться с тем, что имеет место автоматически осуществляющееся соответствие между сбережениями и возможностями прибыльного использования капитала... Сбережения не превысят суммы, которая может быть с выгодой использована, пока чистая норма процента больше нуля" (87). Проф. Тауссиг выводит кривую предложения сбережений и кривую спроса, характеризующую "понижающуюся производительность последовательных порций капитала", указав предварительно, что "норма процента устанавливается в точке, где последняя единица используемого капитала приносит доход, обеспечивающий проценты на последнюю единицу сбережений" (88). Вальрас в приложении I (III) к его "Элементам чистой экономики" (89), где он говорит об "обмене сбережений на новые капиталы" и ясно указывает, что каждой возможной норме процента соответствует сумма, которую индивидуумы будут сберегать, а также сумма, которую они будут инвестировать в новые капитальные активы, что эти две агрегатные величины стремятся уравниваться друг с другом и что норма процента есть та переменная, которая приводит их к равенству. В итоге норма процента устанавливается на уровне, при котором сбережения, представляющие предложение новых капиталов, равны спросу на них. Таким образом, Вальрас строго придерживается классической традиции. [c.76]
Представьте себе базовый инструмент (акция, облигация, валюта, товар и т.д.), цена которого движется вверх или вниз на 1 тик каждую последующую сделку Если мы будем измерять возможную стоимость акции через 100 тиков и рассмотрим большое количество вариантов, то обнаружим, что полученное распределение результатов — нормальное. Поведение цены в данном случае будет напоминать падение шарика через доску Галтона. Если рассчитать цену опциона, исходя из того принципа, что прибыль при покупке или продаже опционов должна быть равна нулю, мы получим биномиальную модель ценообразования опционов (или, коротко, биномиальную модель). Ее иногда также называют моделью Кокса-Росса-Рубинштейна в честь ее разработчиков. Такая цена опциона основывается на его ожидаемой стоимости (его арифметическом математическом ожидании), с тем расчетом, что вы не получаете прибыль, покупая или продавая опцион и удерживая его до истечения срока. В этом случае говорят, что опцион справедливо оценен. [c.155]
Значит, лицо, принимающее решение, требует тем более высокую субъективную цену за риск, чем выше его начальный запас. Для того чтобы в этом убедиться, рассмотрим рис. 2.4. Для данного значения среднеквадратичного отклонения <т[х] можно начертить параллель к ординате. Точки пересечения вертикалей с соответствующими кривыми безразличия отражают относящиеся к определенным уровням полезности математические ожидания оцениваемых распределений потребности. Выберем для себя точку А на рис. 2.4. Соответствующий уровню полезности А гарантированный уровень потребления xs — это точка пересечения кривой безразличия и ординаты. Если сейчас начальный запас и, таким образом, гарантированный уровень потребления будут повышаться (движение вдоль ординаты), то тогда вертикальное расстояние между математическим ожиданием распределения потребительских благ (движение вдоль вертикали) и предоставляющим тот же уровень полезности гарантированным начальным запасом будет становиться все больше. Данное вертикальное расстояние представляет собой субъектив- [c.90]
Необходимо найти такую случайную величину ос , чтобы ее математическое ожидание Nl a = m ( при этом ее дисперсия Ва= в . Рассмотрим N случайных чисел ОС , а ,. . . , ОС. jj, распределения которых совпадают с распределением Об Если N достаточно велико, то, согласно теории вероятностей, распределение суммы р = Of + of +. . . + ОС будет приблизительно нормальным с параметрами a=Nfll, S — N . Из основ математической статистики следует [c.167]
Модели с распределенным лагом, частичного приспособления, адаптивных ожиданий, исправления ошибок. Модели, содержащие стохастический тренд случайное блуждание случайное блуждание с дрейфом случайное блуждание с шумом генеральный тренд с нерегулярностью локальный линейный тренд. Устранение тренда. Ложная регрессия. Коинтегра-ция. Критерий Дики-Фуллера, Энгла-Грейнджера. Регрессия с коинтегрированными переменными. [c.86]
Именно поэтому было введено понятие ожиданий другого типа, так называемых рациональных ожиданий подразумевается, что агенты располагают "истинной моделью" экономики, такой, что распределение субъективных вероятностей совпадает с распределением объективных вероятностей переменной. Иными словами, агенты, безусловно, допускают ошибки (ожидания не являются совершенными), но в среднем не ошибаются. Модель такого типа была первоначально разработана в рамках макроэкономической теории, но ее применение достаточно широко. Основное ее следствие сегодня хорошо известно любое состояние равновесия может быть достигнуто на основе любой модели ожиданий, поскольку ожидания агентов являются самореализующимися. Когда все агенты ожидают одного и того же результата (поскольку они располагают одной моделью), они ведут себя схожим образом, так что ожидаемое явление действительно имеет место, каковы бы ни были объективные ("фундаментальные") экономические условия. Здесь мы встречаемся с так называемым "равновесием солнечных пятен" (sunspot equilibria). Этот термин [c.282]
Первый случай. Данные разведки на момент анализа ее результатов указывают, что месторождение — непромышленное. Эта оценка, как и всякая оценка по выборке, содержит погрешность, и вероятность, что фактически месторождение является рентабельным, не равна нулю. Обозначим через М(С ) условное математическое ожидание прибыли от разработки такого месторождения, рассчитанное по данным п-го шага разведки. М(С ), по определению, является математическим ожиданием усеченного слева (в точке 0min, см. рис. 2.4.1) распределения оценки прибыли от разработки месторождения. На рис. 2.4.1 величина М(С ) пропорциональна заштрихованной площади под кривой / ( ), где — оценка критического параметра месторождения, определяющего прибыль. Тогда разведку следует прекратить в тот момент, когда будет выполнено неравенство [c.75]
СТРАТЕГИЯ (греч. strategia, stratos — войско и ago — веду) — планы и направления действий, определяющие распределение ресурсов, фиксирующие обязательства по осуществлению ряда действий во времени для достижения поставленных целей. Традиционное представление о С. в сфере деятельности организации основано на представлении о ней как одном из процессов управления организацией. Это подразумевало С. в своем развитии проходит два этапа (разработку и внедрение) С. состоит из множества решений, включая анализ ресурсов и формирование общих целей и вариантов возможной их реализации, но без учета ограничений, которые появляются на этапе реализации С. имеет отношение преимущественно к внешней сфере деятельности организации (государство, сбыт продукции, конкуренция), а не ко внутренней (культура организации, ожидания персонала, структура). С. управления организацией — сфера управленческой деятельности, состоящая в реализации выбранных перспективных целей через осуществление изменений в организации программа действий, определяющая развитие организации и соответствующее ему управление. Существует достаточно много классификаций С. управления организацией. Некоторые авторы выделяют следующие направления дальнейшее продвижение на рынок (увеличение продажи выпускаемой продукции на уже существующих для нее рынках) разработка новых видов продукции (разработка, производство и продажа новых товаров на уже освоенных рынках) расширение рынков сбыта (продажа выпускаемой продукции на новых рынках) диверсификация производственно-сбытовой деятельности (разработка и [c.364]
Эффективность организационных вариантов в условиях Западной Сибири в значительной мере определяется уровнем коммерческой скорости и повышается по мере ее роста. Поэтому представляет интерес рассмотрение сложившихся затрат времени на бурение скважин и потенциальных возможностей их дальнейшего сокращения на примере Нижневартовского УБР № I. Для анализа были взяты 167 скважин, пробуренных на Самотлоре. В табл. 6 приведено распределение скважин по группам в зависимости от величины коммерческой скорости, с которой они были пробурены. Из анализа этих данных видно, что коммерческая скорость бурения скважин на Самотлоре колеблется от 500 до 7000 м/ст.-мес (14) групп). Наличие скважин первых шести групп (22 скважины), пробуренных с коммерческой скоростью 500—3000 м/ст.-мес, является результатом негерметичности эксплуатационных колонн и продолжительных простоев в ожидании ликвидации брака. В определенной мере это относится и к скважинам, пробуренным с коммерческой скоростью от 3001 до 4000 м/ст-мес. Нормативная коммерческая скорость по скважинам с средней глубиной 2150 м составляет 4550 м/ст.-мес. Наибольший интерес представляют скважины, по которым коммерческая скорость составила 500 м/ст.-мес и более. Таких скважин 81. [c.131]
Анализ функционирования СМО. Рассмотрим наиболее общий случай СМО, когда п - канальная система работает в режиме с ожиданием обслуживания и с ограничением на длину очереди (в очереди не может быть более т требований). Предполагается, что входящий поток требований описывается пуассо-новским законом распределения с интенсивностью X, а время обслуживания требований распределено по показательному закону с интенсивностью ц. [c.67]