Tilastollinen mallinnus

Kokeneet kirjoittajat eivät ole vielä tarkistaneet sivun nykyistä versiota, ja se voi poiketa merkittävästi 2. syyskuuta 2016 tarkistetusta versiosta . tarkastukset vaativat 15 muokkausta .

Tilastollinen mallinnus on tietoobjektien tutkimusta niiden tilastollisilla malleilla . ”Tilastollisia malleja tarvitaan teoreettiseen tutkimukseen vaihteluiden , melun jne. vaikutuksista prosesseihin. Kun satunnaiset prosessit otetaan huomioon, järjestelmän liike ei enää noudata dynaamisia lakeja , vaan tilaston lakeja . Tämän mukaisesti voidaan esittää kysymyksiä tämän tai toisen liikkeen todennäköisyydestä, todennäköisimmistä liikkeistä ja muista järjestelmän käyttäytymisen todennäköisyysominaisuuksista. [yksi]

Tällaisten mallien parametrit arvioidaan tilastollisin menetelmin . Esimerkiksi: suurimman todennäköisyyden menetelmä , pienimmän neliösumman menetelmä , momenttien menetelmä .

Tilastollisten ja ekonometristen mallien tyypit

Lineaarinen regressio (OLS)
Binäärimuuttujien regressiot
Autoregressiivinen malli
Samanaikaiset yhtälöt (SEM)
Lineaarinen todennäköisyysmalli (LPM)
Logit malli (Logit)
Probit-malli (Probit)

jne.

Sovellus

Fysiikassa

Tilastollisten mallien pääasiallinen käyttökohde oli fysiikka .

Erityisesti "matemaattinen laite tilastollisten prosessien tutkimiseksi värähtelyjärjestelmissä on ns. Einstein-Fokker-yhtälöt". [yksi]

Yhteiskunta- ja taloustieteissä

Ekonometrinen mallinnus on eräänlainen tilastollinen mallinnus, jota käytetään taloudellisten prosessien ja ilmiöiden tutkimiseen.

Näille ilmiöille selityksen saamiseksi sekä tutkijaa kiinnostavien ilmiöiden tai indikaattoreiden ennustamiseksi niitä käytetään erityisesti ekonometriassa , ekonomofysiikassa .

Esimerkkejä

Esimerkki regressioekonometrisesta mallista on Keynesin kulutusfunktio :

Y=b_{1}+b_{2}X

missä - kulut, - tulot ja - yhtälön parametrit, - stokastinen virhe [ei osallistu yhtälöön]. $Y$ $X$ $b_{1}$ $b_{2}$ $u$

Toinen esimerkki tilastollisesta mallista on normaalijakauma :

$P_{\mu ,\sigma }(x)\equiv {\frac {1}({\sqrt {2\pi }}\sigma }}\exp \left(-{\frac {(x-\) mu )^{2}}{2\sigma ^{2}}}\right)$ .

joka esimerkiksi voi hyvin mallintaa ihmisten pituuden jakautumista maan kaikkien asukkaiden kokonaisväestössä.

Katso myös

Muistiinpanot

↑ 1 2 Andronov, 1981 , s. 18-19.

Kirjallisuus

Andronov A. A. , Witt A. A. , Khaikin S. E. Oskillaatioteoria. - 2. painos, tarkistettu. ja korjattu - M . : Nauka, 1981. - 918 s.