Modellashtirish jarayonining asosiy bosqichlari. Kompyuterda modellashtirishning asosiy bosqichlari. I. Tashkiliy moment

23. Rejali iqtisodiyotdagi tendentsiyalar va fazo-soatlar
Ijtimoiy va iqtisodiy tadqiqotlar bo'yicha statistik
ogohlantirishlar muntazam ravishda vaqt oralig'ida amalga
oshirilishi kerak va vaqt chizig'ida xt, de t = 1, 2, ..., p aniq
statistik bazada beriladi, so'ngra asosiy tendentsiyalar (trendlar)
bo'ladi. soatlik oraliqda vazifalarga ekstrapolyatsiya qilinadi.
Statistik prognozlash metodologiyasi teri soatlari seriyasi uchun
turli modellarni o'tkazadi va sinovdan o'tkazadi, ularni statistik
mezonlar asosida moslashtiradi va prognoz qilish uchun eng
yaxshisini tanlaydi.
Mavsumiy hodisalarni modellashtirishda statistik ma'lumotlar
kolivingning ikki turiga bo'linadi: multiplikativ va qo'shimcha.
Multiplikativ tendentsiya uchun mavsumiy tebranishlar
diapazoni trendga mutanosib ravishda soatlarda o'zgaradi va
statistik modelda multiplikator orqali aks ettiriladi. Qo'shimcha
mavsumiylik bilan, mavsumiy shamolning amplitudasi doimiy
ekanligi va tendentsiyaga mos kelmasligi aytiladi, ammo o'sish
qo'shimcha zaxiralar modelida ifodalanadi.
Bashorat sanasi Bílshosti usuli asosi ê Ecstrapoitskyi,
qonunlarning povazyanza z turg'unlik, Zul'yazkív Tu
Spevvívyzheny, Dzhizhuvan Per_iody da Scho Díyutni, Yoy
Interi uchun, Abo - B_SHS Wide Ruzyní so'zlari - o'tgan
kun.faman.
Prognozlashning eng ko'p qo'llaniladigan tendentsiyalari va
moslashuvchan usullari. Qolganlarning o'rtasini avtoregressiya
usuli, joriy o'rtacha (Box - Jenkins va adaptiv filtrlash),
eksponensial tekislash usuli (Holt, Brown va eksponensial
o'rtacha) va in kabi ko'rish mumkin.
Hisoblangan modelning to'g'riligini baholash uchun vikariylikni
bashorat qilish uchun kichik statistik mezonlarni talab qiladi.
Natijalarning umumiyligini taqdim etayotganda, soatlik qatorlar
qo'riqchilari, ular qo'rqqan kattaliklari ma'lum darajada
yotadigan, bunday o'zgarishlarning parametrlarini baholash
mumkin bo'lganlar haqida g'alaba qozonadi. Ushbu parametrlar
uchun (qoida tariqasida, o'rtacha qiymat va tafovut uchun, garchi
turli xil g'alabalar va kattaroq tavsif bo'lishi mumkin bo'lsa-da),
jarayonni xayoliy tasvirlash modellaridan birini qo'zg'atish
mumkin. Ikkinchi muhim hodisa shundaki, model j-chi oraliqda
qo'llaniladigan chiqish chastotasining pj parametrlari ostida
chastota taqsimotiga qaraydi. Har qanday vaqtda, qabul qilingan
soatning avanslari bo'linmani o'zgartirmaydi, qaror haqiqiy
empirik chastota bo'linmasi asosida qabul qilinadi.
Prognozlashda tizimning asosiy (eng uzoq) va prognoz davridagi
xatti-harakatlariga ta'sir etuvchi barcha omillarni hisobga olish
kerak, bu muqarrar yoki ushbu qonunga muvofiq o'zgarishdir.
Birinchi tur bir omilli prognozlashda, ikkinchisi ko'p faktorli
prognozlashda amalga oshiriladi.
Rich-faktorial dinamik modellar o'zgaruvchan omillar
(argumentlar) uchun makon va vaqtni himoya qilish, shuningdek
(iste'mol qilish uchun) bu omillarning o'zgarishlarga
(funktsiyaga) hissasini kechiktirish uchun javobgardir.
Bagatofaktorni prognozlash o'zaro bog'liq jarayonlar va
hodisalarning rivojlanishini himoya qilish imkonini beradi. Yoga
asosini tizimli pidxid, avvaldan mavjud bo'lgan hodisa paydo
bo'lgunga qadar va hodisani o'tmishdagi va kelajakdagi kabi
tushunish jarayonidir.
Ko'p faktorli prognozlashda asosiy muammolardan biri tizimning
xatti-harakatlarini yaqinlashtiradigan omillarni tanlash
muammosidir, chunki uni faqat statistik usul bilan, faqat uning
tabiatini chuqur tushunish yordamida amalga oshirish mumkin.
hodisa. Bu erda tashqi ko'rinishning statistik (matematik)
usullaridan oldin tahlil (tushunish) ustuvorligini ayblash haqida
ishora bor. An'anaviy usullarda (masalan, eng kichik kvadratlar
usulida) bitta turdagi (bitta va bir xil argument uchun) ehtiyot
bo'lish muhimdir. Haqiqatan ham, avtokorrelyatsiya va noaniqlik
statistik baholarning maqbul emasligiga, regressiya
koeffitsientlari uchun ishonch oraliqlarini murakkablashtirishga
va ularning ahamiyatini qayta tekshirishga olib keladi.
Avtokorrelyatsiya tendentsiyalarning o'zgarishiga beriladi. Won
joyning onasi bo'lishi mumkin, go'yo yig'indisi omil sug'urta
emas, yoki kamroq omillar soni, yoki to'g'ri chiziqlar "bir
blokda", yoki model noto'g'ri tanlangan, chunki u bog'lanishni
o'rnatadi. omillar va bu funktsiya o'rtasida.
Avtokorrelyatsiyaning ravshanligini aniqlash uchun Durbin-
Uotson mezonidan foydalaniladi. Avtokorrelyatsiyani o'chirish
yoki o'zgartirish uchun trend komponentiga o'tish (trendni
o'chirish) to'xtatiladi yoki argument sifatida multiplikator
regressiyasiga teng soat kiritiladi.
Multikollinear modellarda multikollinearlik muammosi mavjud -
omillar o'rtasida kuchli korrelyatsiya mavjudligi, chunki omillar
o'rtasida har qanday xatolikni aniqlash mumkin. Bu omillar
multikollinear ekanligini ko'rsatib, boy mustaqil
o'zgaruvchilarning multikollinear elementlari orasidagi o'zaro
bog'liqlik xarakterini aniqlash mumkin.
Multifaktorial tahlilda teri omilining (boshqa funktsiyalar yoki
modellar uchun) prognozini yaxshilash (dosledzhuvan) uchun
funktsiyaning parametrlarini baholash kerak. Shubhasiz, asosiy
davrda tajribadan olingan omillarning qiymatlari omillar uchun
bashoratli modellarda topilgan o'xshash qiymatlar bilan
o'zgarmaydi. Tsya vídminníst ê buti yoki vipadkovy
vídhilennyami bilan izohlanadi, uning qiymati tayinlangan
vidminimiíy tomonidan ko'rsatiladi va qarzdor buti bir vaqtning
o'zida sug'urta qilinadi, bu funksiya parametrlarini baholashda
tekislanadi yoki vídminníst vipadkovo va níbity emas. prognoz.
17/02/23, 00:31
Стр. 1 из 1