Avtobaza 9 Reja: Kirish Avtobaza tashkil topishi Avtobuslar haqida ma`lumot

Strukturaviy tenglamalar yordamida modellashtirish (sababli modellashtirish). Ko'p o'lchovli statistik tahlil va korrelyatsiya tuzilmalarini tahlil qilish sohasidagi so'nggi yutuqlar, eng so'nggi hisoblash algoritmlari bilan birgalikda yangi, ammo allaqachon tan olingan tizimli tenglamalarni modellashtirish (SEPATH) texnikasini yaratish uchun boshlang'ich nuqta bo'lib xizmat qildi. Ko'p o'lchovli tahlilning ushbu favqulodda kuchli usuli statistikaning turli sohalaridagi usullarni o'z ichiga oladi, ko'p regressiya va omillar tahlili tabiiy ravishda ishlab chiqilgan va bu erda birlashtirilgan.
Strukturaviy tenglamalarni modellashtirish ob'ekti murakkab tizimlar bo'lib, ularning ichki tuzilishi noma'lum ("qora quti"). SEPATH yordamida tizim parametrlarini kuzatish orqali uning strukturasini tadqiq qilish, tizim elementlari oʻrtasida sabab-oqibat bogʻlanishlarini oʻrnatish mumkin.Tuzilishli modellashtirishning muammoli qoʻyilishi quyidagicha. Statistik momentlari ma'lum bo'lgan o'zgaruvchilar bo'lsin, masalan, tanlama korrelyatsiyasi yoki kovariatsiya koeffitsientlari matritsasi. Bunday o'zgaruvchilar aniq deyiladi. Ular murakkab tizimning xarakteristikalari bo'lishi mumkin. Kuzatilgan aniq o'zgaruvchilar orasidagi haqiqiy munosabatlar ancha murakkab bo'lishi mumkin, ammo biz bu munosabatlarning tuzilishini ma'lum darajada aniqlik bilan tushuntiradigan bir qator yashirin o'zgaruvchilar mavjud deb taxmin qilamiz. Shunday qilib, yashirin o'zgaruvchilar yordamida aniq va yashirin o'zgaruvchilar o'rtasidagi munosabatlar modeli quriladi. Ba'zi vazifalarda yashirin o'zgaruvchilar sabablar, aniq o'zgaruvchilar esa oqibatlar sifatida ko'rib chiqilishi mumkin, shuning uchun bunday modellar sabab deb ataladi. Yashirin o'zgaruvchilar, o'z navbatida, bir-biri bilan bog'liq bo'lishi mumkin deb taxmin qilinadi. Ulanishlar tuzilishi juda murakkab bo'lishi kerak, ammo uning turi taxmin qilingan - bu chiziqli tenglamalar bilan tavsiflangan ulanishlar. Chiziqli modellarning ba'zi parametrlari ma'lum, ba'zilari esa yo'q va erkin parametrlardir.
Strukturaviy tenglamalarni modellashtirishning asosiy g'oyasi shundaki, siz Y va X o'zgaruvchilari ularning dispersiyalari va kovariantlarini tahlil qilish orqali Y = aX chiziqli munosabatlari bilan bog'liqligini tekshirishingiz mumkin. Bu fikr o‘rtacha va dispersiyaning oddiy xossasiga asoslanadi: agar siz har bir sonni qandaydir doimiy k ga ko‘paytirsangiz, o‘rtacha qiymat ham k ga ko‘paytiriladi, standart og‘ish k moduliga ko‘paytiriladi. Misol uchun, uchta 1, 2, 3 sonlar to'plamini ko'rib chiqing. Bu raqamlarning o'rtacha qiymati 2 ga va standart og'ishi 1 ga teng. Agar siz uchta raqamni 4 ga ko'paytirsangiz, o'rtacha qiymatni hisoblash oson. 8 ga teng, standart og‘ish 4 ga, dispersiya esa 16 ga teng bo‘ladi. Shunday qilib, agar Y = 4X bilan bog‘liq bo‘lgan X va Y sonlar to‘plami mavjud bo‘lsa, Y ning dispersiyasi X ning dispersiyasidan 16 marta katta bo‘lishi kerak. Shuning uchun biz Y va X o'zgaruvchilarning dispersiyalarini taqqoslab, Y = 4X tenglamasi bo'lgan Y va X gipotezasini sinab ko'rishimiz mumkin. Bu fikrni chiziqli tenglamalar tizimi bilan bog'langan bir nechta o'zgaruvchilarga turli yo'llar bilan umumlashtirish mumkin . Shu bilan birga, transformatsiya qoidalari yanada og'irlashadi, hisob-kitoblar murakkablashadi, lekin asosiy g'oya bir xil bo'lib qoladi - siz o'zgaruvchilarning dispersiyalari va kovariatsiyalarini o'rganish orqali chiziqli bog'liqligini tekshirishingiz mumkin.