← Декабрь 2000 → | ||||||
1
|
2
|
3
|
||||
---|---|---|---|---|---|---|
5
|
6
|
7
|
8
|
9
|
10
|
|
12
|
13
|
15
|
16
|
17
|
||
19
|
20
|
21
|
22
|
23
|
24
|
|
26
|
27
|
28
|
29
|
30
|
31
|
За последние 60 дней 9 выпусков (1-2 раза в неделю)
Сайт рассылки:
http://orlovs.pp.ru/ivst.php
Открыта:
29-06-2000
Адрес
автора: science.humanity.econometrika-owner@subscribe.ru
Статистика
+1 за неделю
Эконометрика - выпуск 19
Здравствуйте, уважаемые подписчики! Этот номер рассылки от 4 декабря 2000 г. является завершающим в теме "Эконометрические методы - инструмент современного менеджера" и содержит в себе окончание изложения содержания курса лекций по эконометрике, читаемого в МГТУ им.Баумана, а также список литературы. * * * Эконометрические методы - инструмент современного менеджера 11. Примерное содержание эконометрики как учебного предмета (окончание) 11.7. Эконометрические методы классификации. Классификация и прогнозирование. Триада: построение классификаций - анализ классификаций - использование классификаций. Лемма Неймана-Пирсона и непараметрический дискриминантный анализ на основе непараметрических оценок плотности в пространствах произвольной природы. Линейный дискриминантный анализ Р.Фишера. Многообразие параметрических и непараметрические методов классификации (распознавания образов). Группировки и кластер-анализ. Методы оценки качества алгоритмов классификации. Хотя теория классификации несколько менее популярна среди научно-технических работников, количество посвященных ей работ измеряется десятками тысяч. Активно работавшая в 1980-е годы Комиссия по классификации ВСНТО охватывала около 1000 специалистов. Однако классификация как область эконометрики еще не достигла достаточной внутренней стройности. Слишком много отдельных подходов и методов, не связанных друг с другом. О том же свидетельствует и разнобой в терминологии. Построение классификаций называют также распознаванием образов без учителя, автоматической классификацией, кластерным анализом. Использование классификаций - дискриминантным анализом, диагностикой, распознаванием образов с учителем. Тем не менее, представляется целесообразным познакомить студентов с основными идеями в области классификации, с алгоритмами кластер-анализа (прежде всего иерархическими агломеративными алгоритмами "ближнего соседа", средней связи, "дальнего соседа"), параметрическими (линейный дискриминантный анализ Р.Фишера) и непараметрическими (на основе непараметрических оценок плотностей, построенных по обучающим выборкам) алгоритмами использования классификаций. Используется также теория принятия статистических решений (при известной матрице потерь из-за ошибочной классификации). Анализ классификаций (разбиений) рассматривается позже, как одна из задач статистики объектов нечисловой природы. Важное место в теме занимают методы оценки качества алгоритмов классификации, в том числе метод пересчета на модель линейного дискриминантного анализа, позволяющий проверять обоснованность использования линейных прогностических индексов. Тема связана как с курсом "Теория вероятностей и математическая статистика" (лемма Неймана-Пирсона), так и с курсом "Статистика" (построение группировок).
11.8. Современная теория измерений. Шкалы наименований, порядка (ранговая), интервалов, отношений, абсолютная. Проблема адекватности эконометрического вывода. Средние величины, результат сравнения которых инвариантен относительно допустимых преобразований шкалы. Применения к расчету рейтингов. Рассматриваются основы репрезентативной теории измерений: определения, примеры, группы допустимых преобразований для основных типов шкал (наименований, порядка, интервалов, отношений, абсолютной). В качестве основного для эконометрики выдвигается требование устойчивости статистических выводов относительно допустимых преобразований шкал. Сравниваются три вида средних (среднее арифметическое, мода, медиана) для зарплаты работников предприятия. Дается определение средних по Коши. Обсуждается "теорема о медиане" - описание средних величин, результат сравнения которых устойчив в порядковой шкале. Рассматриваются применения "теоремы о медиане" к рейтингам. Вводятся ассоциативные средние по Колмогорову и дается описание средних, результат сравнения которых устойчив в шкалах интервалов и отношений. Рассматриваются иные применения теории измерений к выбору адекватных методов анализа экономических данных. 11.9. Статистика нечисловых данных. Различные виды нечисловых данных, связи между ними. Люсианы. Нечеткие множества и их связь со случайными. Метрики (показатели различия), эмпирические и теоретические средние, медиана Кемени, асимптотическое поведение решений экстремальных статистических задач, законы больших чисел непараметрические оценки плотности в произвольных пространствах. В 1970-х годах стала очевидной большая роль в эконометрике экономических данных ранее слабо изучавшихся видов - нечисловых данных, или объектов нечисловой природы. В литературе имеется достаточно подробное описание различных пространств нечисловых данных, а также связей между ними [8,15, 28-30]. К нечисловым данным относятся, как уже говорилось, результаты измерений по качественным шкалам (в шкалах наименований и порядка), бинарные отношения (ранжировки (упорядочения), разбиения (отношения эквивалентности), толерантности), последовательности из 0 и 1, множества, нечеткие множества и др. Основные связи между перечисленными видами нечисловых данных были установлены еще в 1970-е годы [8]. Позже была развита теория люсианов (конечных последовательностей испытаний Бернулли с, вообще говоря, различными вероятностями успеха, дающая вероятностную основу для анализа последовательностей из 0 и 1.
11.10. Статистика интервальных данных. Погрешности измерения и интервальные данные. Нотна - максимально возможное отклонение, вызванное интервальностью статистических данных. Рациональный объем выборки. Их расчет для ряда задач оценивания, проверки гипотез, регрессионного, кластерного и дискриминантного анализов. Необходимость учета в эконометрических методах погрешностей измерения, как уже обсуждалось выше, приводит к введению в теорию и практику статистического анализа интервальных данных. Вводятся операции над интервальными числами и дается обоснование правил приближенных вычислений. Сравниваются по точности две формулы для выборочной дисперсии. Обсуждается основная модель интервальной статистики. Вводятся основополагающие понятия нотны - максимально возможного отклонения, вызванного интервальностью статистических данных, и асимптотической нотны (при малой абсолютной погрешности). Дается алгоритм расчета асимптотической нотны для квадратичных функций второго порядка. Изучение влияния интервальности дисконт-факторов на величину NPV (чистой приведенной стоимости, net present value) приводит к признанию интервальности самой величину NPV и необходимости использования экспертных оценок при оценке и сравнении инвестиционных проектов.
11.11. Проблема устойчивости статистических процедур по отношению к допустимым отклонениям исходных данных и предпосылок модели. Робастные методы статистики. Общая схема устойчивости. Метод складного ножа Кенуя. Бутстреп Эфрона и его критика. Размножение выборок как эффективный способ интенсивного применения вычислительной техники в эконометрике. Необходимость изучения устойчивости статистических выводов по отношению к допустимым отклонениям исходных данных и предпосылок модели обоснована выше. Обсуждаются различные робастные методы и модели статистики и эконометрики, в том числе модель Тьюки-Хубера засорения экономических данных резко выделяющимися наблюдениями и модель Ю.Н.Благовещенского отклонений, имеющих быть на всей числовой оси. Согласно [8] дается формулировка общей схемы изучения устойчивости и разбираются примеры ее применения.
11.12. Эконометрические методы экспертных исследований. Примеры и основные этапы применения методов экспертных оценок. Формирование экспертной комиссии. Метод "снежного кома". Различные виды экспертных процедур (с взаимодействием или без, одно- и многотуровые и др.). Метод средних рангов и метод медиан. Согласование кластеризованных ранжировок. Применение коэффициентов ранговой корреляции, теории люсианов, медианы Кемени и иных методов статистики нечисловых данных. Тема посвящена эконометрическим методам проведения экспертных исследований и анализа оценок экспертов. Обосновывается необходимость проведения экспертных исследований, особенно в ситуациях быстрого изменения, когда нет возможности опираться на длинные временные ряды статистических данных. Основными представлениями о теории и практике экспертного оценивания должен владеть каждый инженер, экономист, менеджер. Примерами процедур экспертных оценок являются методы оценки техники и артистичности фигуристов, успешности команд КВН, целесообразности финансирования научно-технических проектов, анализируемых в Республиканском исследовательском научно-консультативном центре экспертизы (РИНКЦЭ) на основе методических документов РИНКЦЭ. Они используются на соревнованиях, при выборе, распределении финансирования, при экологических экспертизах, в частности, согласно Закону РФ "Об экологических экспертизах". Другие методы экспертных исследований: метод Дельфи, мозговой штурм, метод средних рангов, метод медиан, метод сценариев.
11.13. Эконометрические методы управления качеством, сертификации и классификации продукции. Сертификация и статистический приемочный контроль по альтернативному признаку. Планы контроля. Оперативная характеристика. Приемочный и браковочный уровни дефектности. Предел среднего выходного уровня дефектности. Применение Центральной предельной теоремы теории вероятностей. Статистический приемочный контроль по количественному признаку. Применение статистики люсианов. Всегда ли нужен выходной контроль? Контрольные карты Шухарта и кумулятивных сумм. Сертификат качества - необходимый атрибут при маркетинге и сбыте товара. В договорах купли-продажи, создания научно-технической продукции и иных договорах между предприятиями практически всегда имеется раздел "Правила приемки и методы контроля". Эти разделы, как и правила сертификации, часто основаны на статистическом приемочном контроле. Под статистическим приемочном контролем понимают выборочный контроль, основанный на эконометрической теории. Его необходимость связана с применением разрушающих методов контроля и с экономической эффективностью, основанной на сокращении затрат на контроль (в машиностроении они составляют в среднем 10% от стоимости продукции).
11.14. Анализ и прогноз временных рядов. Методы выделения трендов. Спектральный анализ. Оценивание периода. Модели авторегрессии. Системы эконометрических уравнений. Рассматриваются методы восстановления временных зависимостей на основе наименьших квадратов и наименьших модулей. Среди них важное место занимают модели линейной (по параметрам) регрессии. Большое значение приобретает задача оценивание необходимой степени полинома. Полезны модели авторегрессии, в том числе простейшая эмпирическая модель экспоненциального сглаживания. Оценка длины периода может быть сделана на основе методов статистики объектов нечисловой природы путем минимизации в функциональном пространстве. Выделение циклов во временных рядах имеет давнюю историю. Рассматриваются типичные системы эконометрических моделей и примеры их практического применения [32]. 11.15. Эконометрика прогнозирования и риска. Статистические и экспертные прогнозы. Неопределенности и риски, их моделирование в эконометрике. Диверсификация и страхование. Принятие решений в условиях неопределенности. Необходимость применения экспертных оценок при оценке и сравнении инвестиционных проектов. Среди пяти основных функцией менеджмента первая - прогнозирование и планирование. Необходимость для менеджера владеть различными методиками прогнозирования не вызывает сомнения. Из различных видов прогнозов выделим статистические и экспертные, качественные и количественные. К частным видам прогнозирования относятся прогнозы невозможности, самоосуществляющиеся прогнозы. Прогнозирование является основой планирования.
12. Заключение Подведем итоги. Продемонстрирована необходимость обучения будущих менеджеров, экономистов, инженеров эконометрическим методам. Рассмотрено место курса эконометрики в системе высшего технического образования: опираясь на курсы "Теория вероятностей и математическая статистика" и "Статистика", он призван довести знания студентов до уровня современности. Указаны связи курса эконометрики со многими иными учебными предметами - менеджментом, маркетингом, экологией, стандартизацией, метрологией и управлением качеством, инвестиционной, инновационной, контрольной и контроллинговой деятельностью, оценкой финансового состояния предприятия, прогнозированием и технико-экономическим планированием, экономико-математическим моделированием производственных систем и др.
Профессор А.И.Орлов Цитированная литература 1. Орлов А.И., Фалько С.Г. Методология преподавания эконометрики на экономических факультетах технических вузов. - Международная научно-методическая конференция "Методология преподавания статистики, эконометрики и экономико-математических дисциплин в экономических вузах". Тезисы докладов (2-6 февраля 1999 г., Москва, МЭСИ). - М.: Моск. гос. ун-т экономики, статистики и информатики, 1999. - С.108-109.
* * * На сайте http://antorlov.nm.ru или его зеркале http://www.newtech.ru/~orlov Вы также можете найти полезные макросы для Microsoft Word 97/2000, могущие помочь Вам в работе, например, макросы для создания книжек размером в половину листа, обьединения множества файлов в один, создания каталогов своих файлов или для извлечения из недр Word'а красивых значков. Также представлен учебник профессора А.И.Орлова по менеджменту, статьи А.И.Орлова по актуальным вопросам статистики и экономики. Имеется лекция об устройстве ядерных реакторов. Удачи Вам и счастья! |
http://subscribe.ru/
E-mail: ask@subscribe.ru |
|
В избранное | ||