Проверка статистических гипотез о соответствии событий явлению и явлений поведению дает математический инструмент для оценки поведения исследуемого процесса. Рискованное поведение оценивается вероятностью удачи и неудачи. Степень риска оценивается соотношением указанных вероятностей. Допустимость риска определяется относительностью рисков действия и величиной издержек при неудаче. Поэтому при анализе экономических систем представляется важным оценить прогноз развития ситуации и риски сопряженные с тем или иным направлением развития ситуаций. Для прогнозирования развития процессов существует множество методов:
- Корреляционные методы
- Регрессивные модели
- Нейросетевые методы
- Локально-аппроксимационные
Для прогноза рисков можно применять метод Монте-Карло. Пусть мы хотим оценить среднее время прохождения платежей по заданной цепочке, если известны характеристики безотказной работы каждого из элементов. Если считать, что время безотказной работы каждого элемента – t(k) фиксированная величина, то оценивать время безотказной работы всех элементов цепочки не составляет труда
t(k)=min (t(1), t(2), t(3)).
Пример: Эта схема соответствует следующей ситуации. Потеря платежа в любом элементе приводит к потере всех платежей.
Если схема принимает такой вид:
T=min(t(1), t(2),(max(t(3), t(4))), t(5)).
В реальных условиях время безотказной работы любого элемента представляет собой случайную величину Х(к). Когда мы говорим, что время работы равно 1000 часов, то имеем в виду лишь среднее значение безотказности работы, а нарушение может произойти по факту как значению раньше, так и значению большему.
Если известны плоскости распределения величины Х для каждого из элементов (на основе статических гипотез), то среднее значение можно рассчитать методом Монте-Карло. Для этого для каждого элемента разыгрывается случайная величина – Х(к). Пусть разыгрывается число – это t(k); затем по соответствующим формулам определение среднего времени безотказной работы системы выполняется среднее значение случайной величины – Х. Этот опыт повторяют n-раз. Тогда можно считать, что , где — значение Х, полученное на j-опыте.
Имитация работы объектов экономики осуществляются в трех измерениях:
- Материальные
- Денежные
- Информационные
Имитация работы объектов экономики базируется на общих принципах построения имитационных моделей; разница состоит лишь в том, что при моделировании материальных потоков под транзактами понимается материальный объект. При моделировании денежных потоков под транзактом понимаются денежные средства. При моделировании информационных потоков – информационные ресурсы (поступление соответствующей информации, документов и т.д.). Специфика потока будет отражаться лишь в смысловой нагрузке в соответствующих параметрах транзакта, а также в алгоритме работы модели.
Рекомендуем вашему вниманию качественно решенные задачи по статистике и экономической аналитике. На образовательном ресурсе ArcSun вы найдете множество примеров решенных задач, а также можете заказать решение по доступным ценам.
