|
Квадратов абсолютных
на разрозненных рынках (RT и U), значение среднего квадратичного отклонения нормы при'
- статистический анализ результатов имитационного моделирования - математического ожидания значения критериев, дисперсии, среднего квадратичного отклонения, ожидаемых потерь инвестора, ожидаемых доходов от проекта и т.д.
В случае выбора, например, между двумя проектами существует ряд частных случаев, когда соотношение математического ожидания (М) и среднего квадратичного отклонения (о) позволяет инвестору определить более предпочтительный вариант. .
Значение ожидаемой прибыли WOK равно 2 730 000 долл., среднего квадратичного отклонения - 596 741 долл. Коэффициент вариации - 0,22.
Для вычисления дисперсии, или среднего квадратичного отклонения, s2 сумма квадратов отклонений от этого среднего складываются, и результат делится на N:
2) По формуле s2 = г X р X q определяем величину дисперсии или среднего квадратичного отклонения (s2) числа «успехов» от математического ожидания для проведенного числа испытаний г.
5. Извлеките квадратный корень из среднего квадратичного отклонения, чтобы найти стандартное отклонение.
Значение ожидаемой продолжительности проекта и средне квадратичного отклонения используются при дальнейшем анализе проекта.
Квадратный корень из Д. называется средним квадратичным (квадратичес-ким) отклонением или стандартным отклонением; отношение среднего квадратичного отклонения к средней величине называется коэффициентом вариации.
4) среднего квадратичного отклонения (с чисто математической точки зрения это эквивалентно предыдущей задаче минимизации дисперсии);
6) суммы математического ожидания и утроенного среднего квадратичного отклонения (такой подход используют в случае близости распределения потерь к нормальному закону, при котором осуществляется минимизация средних потерь и разброс их возможных значений);
Как уже указывалось, колеблемость показателей выражается их дисперсией, средним квадратичным отклонением и коэффициентом вариации. Сущность правила оптимальной колеблемости результата заключается в том, что из возможных решений выбирается то, при котором вероятности выигрыша и проигрыша для одного и того же рискового вложения капитала имеют небольшой разрыв, т. е. наименьшую величину дисперсии, среднего квадратичного отклонения,вариации.
По аналогии с моделью регрессии для оценки качества построения модели или для выбора наилучшей модели можно применять сумму квадратов полученных абсолютных ошибок. Для данной аддитивной модели сумма квадратов абсолютных ошибок равна 1,10. По отношению к общей сумме квадратов отклонений уровней ряда от его среднего уровня, равной 71,59, эта величина составляет чуть более 1,5%:
Численные значения ошибки приведены в гр. 7 табл. 5.14. Если временной ряд ошибок не содержит автокорреляции, его можно использовать вместо исходного ряда для изучения его взаимосвязи с другими временными рядами. Для того чтобы сравнить мультипликативную модель и другие модели временного ряда, можно по аналогии с аддитивной моделью использовать сумму квадратов абсолютных ошибок. Абсолютные ошибки в мультипликативной модели определяются как
В данной модели сумма квадратов абсолютных ошибок составляет 207,40. Общая сумма квадратов отклонений фактических уровней этого ряда от среднего значения равна 5023. Таким образом, доля объясненной дисперсии уровней ряда равна: (1 - 207,40/5023) = 0,959, или 95,9%.
Остаточная сумма квадратов по аддитивной модели (сумма квадратов абсолютных ошибок) была рассчитана ранее (табл. 5.10) и составляет 1,10. Следовательно, модель регрессии с фиктивными переменными описывает динамику временного ряда потребления электроэнергии лучше, чем аддитивная модель.
Сумма квадратов абсолютных ошибок = 1,0981
Сумма квадратов абсолютных ошибок: S Е = 1,0981
Сумма квадратов абсолютных ошибок = 1,0981
Сумма квадратов абсолютных ошибок: S Е = 1,0981
По аналогии с моделью регрессии для оценки качества построения модели или для выбора наилучшей модели можно применять сумму квадратов полученных абсолютных ошибок. Для данной аддитивной модели сумма квадратов абсолютных ошибок равна 1,10. По отношению к общей сумме квадратов отклонений уровней ряда от его среднего уровня, равной 71,59, эта величина составляет чуть более 1,5%:
Численные значения ошибки приведены в гр. 7 табл. 5.14. Если временной ряд ошибок не содержит автокорреляции, его можно использовать вместо исходного ряда для изучения его взаимосвязи с другими временными рядами. Для того чтобы сравнить мультипликативную модель и другие модели временного ряда, можно по аналогии с аддитивной моделью использовать сумму квадратов абсолютных ошибок. Абсолютные ошибки в мультипликативной модели определяются как
В данной модели сумма квадратов абсолютных ошибок составляет 207,40. Общая сумма квадратов отклонений фактических уровней этого ряда от среднего значения равна 5023. Таким образом, доля объясненной дисперсии уровней ряда равна: (1 - 207,40/5023) = 0,959, или 95,9%.
Остаточная сумма квадратов по аддитивной модели (сумма квадратов абсолютных ошибок) была рассчитана ранее (табл. 5.10) и составляет 1,10. Следовательно, модель регрессии с фиктивными переменными описывает динамику временного ряда потребления электроэнергии лучше, чем аддитивная модель.
Конкурентов необходимо Конкурентов предлагающих Конкурирующих организаций Конкурирующих производителей Конкурсными кредиторами Конкурсному управляющему Касающиеся производства Конституция российской Конструкций заводского Конструктивные изменения Конструктивных изменений Конструктивным элементам Конструктивно технических вывоз мусора снос зданий
|
|
|
|
Навигация
