Სადაც მეთოდი მაინც მოედნებზე

ნაკლებად კვადრატთა მეთოდი (LSM) საშუალებას იძლევა შევაფასოთ სხვადასხვა ღირებულების საზომი შედეგების კომპლექტი შეიცავს შემთხვევითი შეცდომები.

MNCs მხატვრული

ძირითადი იდეა ამ მეთოდის სიზუსტე კრიტერიუმები პრობლემის გადაჭრის ითვლება თანხა კვადრატში შეცდომები, რომლებიც ცდილობენ მინიმუმამდე. როდესაც ამ მეთოდით შეიძლება გამოყენებულ იქნას, როგორც რიცხვითი და ანალიტიკური მიდგომა.

კერძოდ, როგორც რიცხვითი განხორციელების მეთოდი მაინც მოედნებზე ახორციელებს მაქსიმალური რაოდენობის ღონისძიებების უცნობი შემთხვევითი ცვლადი. უფრო მეტიც, უფრო გათვლები, უკეთესი გადაწყვეტა. ამ კომპლექტი კომპიუტერული (ნედლეულის მონაცემები) მიღებული სხვა გავურბივარ სავარაუდო გადაწყვეტილებები, რომელიც მაშინ საუკეთესო შეირჩა. თუ გამოსავალი კომპლექტი parameterized, მაშინ მეთოდი მაინც მოედნებზე მცირდება მოძიებაში ოპტიმალური პარამეტრი ღირებულებებს.

როგორც ანალიტიკურ დანერგვის MNCs კომპლექტი საშუალებებით (ღონისძიებების) და ელოდებიან კომპლექტი გადაწყვეტილებები განსაზღვრავს გარკვეული ფუნქციური დამოკიდებულება (ფუნქციური), რომელიც შეიძლება გამოიხატოს ფორმულით მიღებული როგორც ჰიპოთეზა, რომელიც მოითხოვს აღიარება. ამ შემთხვევაში, მეთოდი მაინც მოედნებზე მცირდება მოძიებაში მინიმალური ამ ფუნქციური კომპლექტი მოედნებზე ნედლეული მონაცემები შეცდომები.

გაითვალისწინეთ, რომ არსებობს შეცდომები თავს, კერძოდ შეცდომა მოედნებზე. რატომ? ის ფაქტი, რომ ხშირად გაზომვა გადახრა ზუსტი მნიშვნელობა შეიძლება იყოს როგორც დადებითი და უარყოფითი. როდესაც განსაზღვრის საშუალო საზომი შეცდომა მარტივი summation შეიძლება გამოიწვიოს ცრუ დასკვნა ხარისხის შეფასების, რადგან ორმხრივი განადგურების დადებითი და უარყოფითი გავურბივარ ქვედა ძალა ნიმუში გაზომვები. და, შესაბამისად, სიზუსტეს შეფასებით.

იმისათვის, რომ ეს არ მოხდება, და შემაჯამებელი კვადრატში გადახრები. უფრო მეტიც, რათა უერთდებიან განზომილების იზომება მნიშვნელობა და საბოლოო შეფასებას კვადრატების ჯამს შეცდომები მოპოვებული კვადრატული ფესვი.

ზოგიერთი MNCs პროგრამები

MNCs ფართოდ გამოიყენება სხვადასხვა სფეროში. მაგალითად, ალბათობა და მათემატიკური სტატისტიკა მეთოდი გამოიყენება, რათა დადგინდეს ისეთი მახასიათებლები შემთხვევითი ცვლადები, როგორიცაა სტანდარტული გადახრა, რომელიც განსაზღვრავს სიგანე დიაპაზონი შემთხვევითი ცვლადი.

In მათემატიკური ანალიზი და სხვადასხვა სფეროში ფიზიკა, გამოიყენება არიან, ან დაადასტუროს ამ ჰიპოთეზის აპარატურა, OLS გამოიყენება კერძოდ, რათა დადგინდეს სავარაუდო წარმომადგენლობის ფუნქციები განისაზღვრება რიცხვითი კომპლექტი, მარტივი ფუნქციების აღიარება ანალიტიკური ტრანსფორმაციის.

კიდევ ერთი პროგრამა ამ ტექნიკით - გამოყოფის სასურველი სიგნალი ხმაურის ფარავდეს მას ფილტრაცია პრობლემები.

სხვა ფართობი გამოყენების OLS - ეკონომეტრიკა. აქ, ეს მეთოდი ისე ფართოდ გამოიყენება, რომ ზოგიერთი სპეციალური მოდიფიკაცია იყო მისთვის განსაზღვრული.

ყველაზე ეკონომეტრიკული პრობლემები, ერთი გზა ან სხვა, მცირდება გადაჭრის სისტემა ხაზოვანი ეკონომეტრიკული განტოლებები აღწერს ქცევის გარკვეული სისტემები - სტრუქტურული მოდელები. ძირითადი ელემენტი ყოველი ასეთი ნიმუში - დრო სერია წარმოადგენს გარკვეული მახასიათებლები, რომელთა ღირებულება დამოკიდებული, როგორც დრო და რიგი სხვა ფაქტორები. ეს შეიძლება მოხდეს შორის შესატყვისი შიდა (ენდოგენური) მახასიათებლები მოდელი და გარე (ეგზოგენური) მახასიათებლები. ეს მიმოწერა, როგორც წესი, გამოიხატება სახით სისტემების წრფივი ეკონომიკური.

მახასიათებელი ასეთი სისტემების არსებობა ურთიერთობები ინდივიდუალური ცვლადები, რომელიც, ერთი მხრივ, ეს ართულებს სხვა - override. რა არის მიზეზი გაურკვევლობის არჩევანი გადაწყვეტილებები ასეთი სისტემები. დამატებითი ფაქტორი, რომელიც ართულებს პრობლემების გადაწყვეტას არის დამოკიდებულების მოდელის პარამეტრების დროდადრო.

მთავარი მიზანი ეკონომეტრიკული პრობლემები - საიდენტიფიკაციო მოდელები, რომ არის განმარტება სტრუქტურული ურთიერთობების მოდელი აირჩია, ასევე შეფასების რაოდენობის პარამეტრები.

აღდგენა დამოკიდებულებები დრო სერია, ნაწილები მოდელი შეიძლება შესრულდეს, კერძოდ, უშუალოდ მეშვეობით MNC და გარკვეული ცვლილებები მისი, ისევე როგორც სხვა მეთოდები. სპეციალური მოდიფიკაციები MNCs გადაჭრის ასეთი პრობლემები სპეციალურად შემუშავებული მოგვარების ნებისმიერი პრობლემა, რომელიც წარმოიქმნება, რა თქმა უნდა რიცხვითი გადაწყვეტა განტოლებათა სისტემები.

კერძოდ, ერთ-ერთი ასეთი პრობლემები, რომლებიც დაკავშირებულია თანდასწრებით საწყის შეზღუდვების პარამეტრების, რომელიც უნდა შეფასდეს. მაგალითად, კერძო საწარმო შემოსავალი შეიძლება მოხმარდეს მოხმარების ან მის განვითარებაში. შესაბამისად, თანხა ნაწილები ამ ორი სახის ხარჯები აშკარად ტოლია 1. განტოლებათა სისტემის ეკონომეტრიკული ეს ნაწილები შეიძლება შეიცავდეს დამოუკიდებლად. აქედან გამომდინარე, რამდენადაც შესაძლებელია სხვადასხვა სახის ნარჩენების მეშვეობით OLS, გარდა პირველადი შეზღუდვების და შემდეგ გამოსწორებას შედეგი. ეს გზა გადაწყვეტილებები მოუწოდა არაპირდაპირი მეთოდი მაინც მოედნებზე.

არაპირდაპირი ნაკლებად მოედნების (ILS) გამოიყენება ზუსტად განსაზღვრავს სტრუქტურული მოდელი. KMNK ალგორითმი მოიცავს შემდეგ საფეხურებს:

1) ტრანსფორმაციის სტრუქტურული მოდელის უფრო მარტივი, ფორმა შემოღების დამატებითი ფუნქცია;

2) შეფასების ჩვეულებრივი OLS შემცირდა კოეფიციენტები თითოეული განტოლება გამარტივებული მოდელი;

3) მიღებული კოეფიციენტების მარტივი ფორმის მოდელი მოაქცია პარამეტრების საწყის სტრუქტურული მოდელი.

აღსანიშნავია, რომ sverhidentifitsiruemyh სისტემები KMNK არ გამოიყენება, რადგან ამ შემთხვევაში, არ შეიძლება იყოს ამოცანა ცალსახა შეფასებით პარამეტრების სტრუქტურული მოდელი. ასეთი მოდელები შეიძლება გამოყენებულ იქნას ერთი მოდიფიკაცია MNCs - ორი ნაბიჯი მეთოდი მაინც მოედნებზე (KDOM).

KDOM ალგორითმი ასეთია:

1) საფუძველზე გამარტივებული მოდელი გამოთვლა sverhidentifitsiruemogo განტოლება ღირებულებების შიდა ცვლადები, რომლებიც შეიცავს მარჯვენა მხარეს განტოლება;

2) შეიცვალა ღირებულებები ცვლადები ადგილზე ფაქტობრივი შესაბამისი ცვლადის წელს ორიგინალური მოდელი და კვლავ ვრცელდება წრფივი რეგრესიული.

დეტალური აღწერა არაპირდაპირი და ორი ნაბიჯი მეთოდი მაინც მოედნებზე მოცემულია მრავალი წიგნი ეკონომეტრიკული. თავისებურება ეს მეთოდები, ისევე როგორც OLS, მათი versatility მათ საშუალებას აძლევს შეაფასოს კოეფიციენტების ნებისმიერი სტრუქტურული მოდელი, რასაც domain.