Побудова моделі

Теоретично завдання вирішується через побудову двохфакторної або багатофакторної моделі, що дозволяє знаходити загальний максимум ефекту досліджуваного показника.

Практично побудова ідеальної моделі виявляється неможливою з ряду причин:

1) складно сформувати цільову функцію завдання;

2) немає можливості охопити в загальній моделі велику кількість змінних і обмежень;

3) відсутні відповідні чисельні методи.

Внаслідок цього завдання розчленовується, і це можна робити так тоді, коли приватні вирішення локальних завдань не суперечать рішенню загальної задачі. У зв'язку з тим, що величина кожного показника знаходиться під впливом великого числа чинників, кожен з яких має свою функцію і залежить від великої кількості змінних, доцільно побудувати блокову модель прогнозування величини показника.

У кожному блоці моделей визначаються прогнози динаміки основних чинників, що впливають на об'єм досліджуваного показника, а в загальній моделі - варіанти прогнозу. На цій стадії виробляється відбір чинників, які необхідно включити в модель прогнозування величини показника.

Складність моделювання.

1. По багатьом чинникам неможливо отримати якісну інформацію і виразити її в кількісній формі;

2. Неможливо включити в модель всі виявлені чинники.

Методом найменших квадратів розраховується рівняння зв'язку у вигляді регресийного рівняння.

У = а + в*х - парний зв'язок,

У = а0+а1*х1+а2*х2+…+аn*хn - множінний звязок.

За допомогою отриманого рівняння зв'язку знаходиться оцінка досліджуемого показника для тих спостережень, які вважаються якісно і кількісно однорідними. Отримана оцінка буде досить надійною і не збігатиметься з фактичним значенням показника.

Коефіцієнт регресії «в» показує, на скільки одиниць в середньому зміниться у, коли «х» змінюється на 1.

Коефіцієнт «а» показує значення у при х=0.

Кількісне значення коефіцієнта регресії «в» залежить від одиниць виміру аргументу. Якщо числові значення аргументу невеликі, то коефіцієнт регресії виражається відносно невеликим числом. При малому значенні аргументу коефіцієнт регресії зростає. Тому відносно високий коефіцієнт регресії ще не свідчить про сильний вплив чинника. Інтерпретація коефіцієнта регресії - характеризує зміну досліджуваного показника при зміні аргументу на одиницю.

<== попередня сторінка	\|	наступна сторінка ==>
Методи і види моделювання.	\|	Криволінійні залежності

Не знайшли потрібну інформацію? Скористайтесь пошуком google:

Генерація сторінки за: 0.005 сек.