
- •Министерство образования российской федерации
- •Содержание
- •1.2. Основные категории статистики
- •Глава 2. Сводка и группировка статистических данных
- •2.1. Задачи сводки и ее содержание
- •2.2. Метод группировок и его место в системе статистических методов
- •2.3. Виды статистических группировок
- •2.4. Принципы построения статистических группировок
- •2.5. Сравнимость статистических группировок. Вторичная группировка
- •2.6. Статистическая таблица и ее элементы
- •2.7. Виды таблиц по характеру подлежащего
- •2.8. Виды таблиц по разработке сказуемого
- •2.9. Правила построения статистических таблиц
- •2.10. Чтение и анализ статистической таблицы
- •Глава 3. Теория статистических показателей
- •3.1. Абсолютные показатели
- •3.2. Относительные показатели
- •3.3. Средние показатели
- •3.4. Структурные средние
- •Глава 4. Показатели вариации в анализе социально-экономических явлений и процессов
- •4.1. Основные показатели вариации
- •4.2 Показатели вариации в анализе взаимосвязей
- •Глава 5. Статистическое изучение взаимосвязи социально-экономических явлений
- •5.1. Причинность, регрессия, корреляция
- •5.2. Парная регрессия
- •5.3. Множественная (многофакторная) регрессия
- •5.4. Параметрические методы изучения связи
- •5.5. Принятие решений на основе уравнений регрессии
- •5.6. Методы изучения связи качественных признаков
- •5.7. Ранговые коэффициенты связи
- •Глава 6. Индексный метод анализа
- •6.1. Общие понятия об индексах
- •6.2. Средние формы сводных индексов
- •6.3. Сводные индексы в анализе последовательных временных периодов
- •6.4. Индексный анализ влияния структурных изменений
- •Раздел II. Моделирование бизнес-процессов Глава 7. Априорный анализ компонент временного ряда
- •7.1. Понятие и основные принципы экономико-статистического анализа
- •7.2. Характеристика и принципы формирования информационной базы
- •7.3. Априорный анализ и его роль в статистическом моделировании
- •Глава 8. Теоретические аспекты моделирования и прогнозирования бизнес-процессов
- •8.1. Система статистических понятий и категорий, применяемых в моделировании и прогнозировании бизнес-процессов
- •8.2. Модель как отображение действительности
- •8.3. Сущность и классификация статистических прогнозов
- •8.4. Этапы построения статистических прогнозов
- •Глава 9. Методологические аспекты оценки скорости и интенсивности изменения бизнес-процессов
- •9.1. Понятие о рядах динамики и их виды
- •9.2. Сопоставимость уровней и смыкание рядов динамики
- •9.3. Аналитические показатели ряда динамики
- •9.4. Средние показатели рядов динамики
- •Глава 10. Моделирование основных тенденций и закономерностей бизнес-процессов
- •10.1. Особенности статистического анализа одномерных временных рядов по компонентам
- •10.2. Методы выявления тенденции временного ряда
- •10.4. Модели тенденции бизнес-процессов
- •10.5. Выбор формы тренда
- •Глава 11. Моделирование фактора случайности в бизнес-процессах
- •Глава 12. Моделирование периодической компоненты бизнес-процессов
- •Методы выявления сезонной компоненты
- •Модели сезонных колебаний
- •Глава 13. Моделирование связных временных рядов
- •13.1. Проблема автокорреляции в анализе бизнес-процессов
- •Для проверки автокорреляции в уровнях ряда также используется и критерий Дарбина-Уотсона. Гипотеза о наличии автокорреляции проверяется с помощью случайной величины:
- •13.2. Модели авторегрессионных преобразований
- •Раздел III. Прогнозирование тенденций в бизнес-процессах
- •Глава 14. Прогнозирование на основе одномерных временных рядов
- •14.1. Простейшие методы прогнозирования
- •14.2. Прогнозирование на основе экстраполяции тренда
- •Прогнозирование с учетом дисконтирования информации
- •14.4. Прогнозирование на основе кривых роста
- •14.5. Прогнозирование рядов динамики, не имеющих тенденции
- •Глава 15. Прогнозирование многомерных временных рядов
- •Глава 16. Оценка точности и надежности прогнозов
8.2. Модель как отображение действительности
Наши представления об окружающей действительности по природе своей являются приближенными копиями объективной реальности.
Термин "модель" отражает как раз эту условность, приблизительность знания об объективной действительности.
Что же такое модель?
В "Философском словаре" дается следующее определение: "Моделирование - воспроизведение свойств исследуемого объекта на специально построенном по определенным правилам аналоге его. Этот аналог называется моделью".
В "Философской энциклопедии" говорится: "Модель - условный образ (изображение, схема, описание) какого-либо объекта (или системы объектов) служит для выражения отношения между человеческими знаниями об объектах и этими объектами".
Таким образом, под моделью понимается условный образ какого-либо объекта, приближенно воссоздающий этот объект. Между объектом и его моделью существуют отношения сходства, условности.
Модель дает возможность установить в каждом явлении, объекте, процессе те основные, главные закономерности, которые присущи этим явлениям.
Отношения объекта и модели устанавливаются на основе объективно присущих оригиналу и модели свойств и отношений.
Прежде всего между моделью и объектом существует отношение соответствии (сходства), которое и позволяет исследовать моделируемый объект посредством изучения модели.
Но модель используется и для получения таких данных об объекте, которые или затруднительно, или невозможно получить путем непосредственного изучения оригинала. Для того, чтобы модель могла выполнить эту задачу, она должна быть не только сходной с оригиналом, но и отличаться от него. Отличие от оригинала - обязательный признак модели.
В процессе моделирования от установления отношений сходства между одними элементами модели и оригинала переходим к установлению отношений сходства между другими элементами оригинала и модели. Именно наличие такого перехода дает возможность получить новые данные об оригинале, о его свойствах, связях и отношениях.
Возможны два направления в моделировании.
Одно из направлений охватывает множество задач, в которых основное внимание уделено отысканию оптимальных характеристик процесса.
В качестве таких моделей часто выступают модели линейного программирования. Эти модели часто называют экономико-математическими, поскольку их применение связано главным образом с моделированием функциональных зависимостей.
Сущность статистического моделирования состоит в построении для данного явления модели, на основании которой изучается поведение элементов системы и взаимодействие между ними с учетом многих, имеющих случайный характер, факторов. Данное направление включает в себя корреляционный анализ, изучение законов распределения и другие.
Модели, выражающие количественно закономерность, которая проявляется в массе событий, называют экономико-статистическими моделями.
Повышенный интерес, проявляемый в последние годы к статистическим моделям, обусловлен наличием электронно-вычислительных машин, позволяющих обрабатывать большие массивы информации.
Статистические модели можно подразделить на два типа: статистические и временные. В первом случае речь идет об исследовании статистической совокупности. Единицей наблюдения здесь служат отдельные единицы пространственной совокупности, а в качестве статистической информации используются их показатели по состоянию на определенный период времени.
Временная модель рассматривает процесс изменения явления во времени. В качестве единицы наблюдения здесь выступает время, а исходной информацией служат ряды динамики явления и определяющие его факторы.
По своим познавательным функциям статистические модели подразделяются на структурные, динамические и модели взаимосвязей.