Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Метод имитационного моделирования. Исследование последствий нарушения условий теоремы Гаусса – Маркова
Известным методом оценки риска является метод имитационного моделирования (метод Монте-Карло). Имитационное моделирование, как правило, включает следующие этапы: 1. определение вероятностных распределений каждой переменной; 2. компьютер выбирает случайное значение для каждой неопределенной переменной, основанное на вероятностном распределении этой переменной; 3. отобранное значение вместе с фиксированными факторами (ставкой налогов, амортизационных отчислений и т. д.) используется в модели для определения результативных показателей; 4. этапы 2 и 3 повторяются многократно, например 500 раз. В результате получают распределение 500 значений результативного показателя. Обычно это позволяет выделить наиболее вероятное значение. В каждом эксперименте должна обеспечиваться адекватность условий теоремы Гаусса-Маркова. Величины a0(j), a1(j), (j) – несмещённые оценки параметров а0, а1, должны быть рассеяна вокруг этих параметров. Разброс оценок относительно параметров должен согласовываться со значениями их средних квадратических ошибок Sa0 и S a1 Преимуществом метода моделирования является тот факт, что он позволяет увидеть широкий диапазон вероятных результатов, а не несколько дискретных оценок. Тем не менее, метод Монте-Карло мало распространен на практике из-за трудоемкости и сложности выявления всех взаимосвязей и корреляции переменных.
u – случайная переменная (случайный остаток), которая характеризуется своим законом распределения Pu(q). Pu(q) Для организации процесса конкретных значений случайной переменной, обладающей законом распределения, существуют таблицы конкретных значений стандартных нормально распределённых случайных переменных. Эти переменные u1*, u2*..un* каждая переменная распределена по нормальному закону распределения. Все переменные являются независимыми в данном наборе. И каждая из них имеет нулевое значение и единичную дисперсию: Сом (ui*, uj*)=0 при i неравном j E(ui*)=E(u2*)= …E(un*)=m=0 Var(ui*)= Var(u2*)=… Var(un*)= =1 Определение значений случайных остатков при нарушении равенства нулю их математического ожидания Значения ui(j) определяются по правилу ui(j)= i ui*(j)+mi, но константы mi 0 при всех i=1,2...n Полученные значения ui (j) используются для получения оценочных значений, которые затем оценивают с помощью МНК. Сравниваем полученные оценочные значения a0 со значением исходного a0. В случае сильного отличия (больше ошибки) считается, что коэффициент a0 не обладает свойством несмещенности.
|
|||||
Последнее изменение этой страницы: 2021-03-10; просмотров: 71; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.144.253.161 (0.007 с.) |