|
|
Анализ временных рядов и прогнозирование. Международный консорциум Электронный университет Московский государственный университет экономики, статистики и информатики
1.1. Система статистических понятий и категорий,
применяемых в моделировании и прогнозировании
социально-экономических явлений и процессов
Моделирование и прогнозирование явлений и процессов предполагает использование системы статистических понятий, категорий и методов, трактовка которых углубляется в соответствии с их статистическими особенностями.
К важнейшим понятиям и категориям относится статистическая совокупность, статистическая закономерность, закон больших чисел, статистическая взаимосвязь, а также такие философские категории как качество и количество, мера, явление и сущность, единичное и всеобщее, случайное и закономерное.
Статистическая закономерность выражает конкретные казуальные отношения, она предопределяет типичное распределение единиц статистической совокупности на некоторый момент времени под воздействием всей совокупности факторов.
Условиями ее проявления являются: наличие статистической совокупности и действие закона больших чисел.
Закон больших чисел выявляет устойчивые пропорции и соотношения в социально-экономических явлениях и процессах и служит основой для их моделирования, создает возможность управлять ими и предвидеть их развитие.
Закон больших чисел определяет общее, существенное в явлениях, в их массе единиц, благодаря чему происходит взаимоотношение индивидуальных случайных различий.
Зная статистическую закономерность, можно выявить условия и причины, порождающие ее, для того, чтобы направлять ее действия в заданное «русло», то есть либо поддерживать эти условия для ее устойчивости во времени, либо, меняя их, стремиться получить нужный результат.
Зная статистическую закономерность, можно с той или иной степенью точности предсказать развитие явления, раскрыть сущность и изучить его структуру.
Под статистической совокупностью (множеством) понимается множество единиц, обладающих массовостью, однородностью, определенной целостностью, взаимозависимостью состояний отдельных единиц и наличием вариации.
Статистические совокупности состоят из элементов, единиц совокупности, которые являются носителем свойств изучаемого явления или процесса.
Признаки бывают существенные и несущественные, прямые и косвенные, атрибутивные и количественные, первичные и вторичные, факторные и результативные.
Классификация статистических признаков имеет важное значение для построения статистических моделей и осуществления прогноза. Так, при моделировании в ряде случаев важно правильно выделить факторные и результативные признаки. Среди факторных признаков необходимо отбирать лишь самые существенные, определяющие основное содержание явлений.
Моделирование – воспроизведение свойств исследуемого объекта в специально построенной модели. Для этой цели используются такие статистические методы как статистическое наблюдение, метод группировок, обобщающих показателей, корреляционный и регрессионный анализ.
С помощью статистического наблюдения и социального эксперимента получают исходную информацию для моделирования и прогнозирования.
Метод группировок устанавливает наличие и направление связи между факторными и результативными признаками. Для объективных заключений о связи необходимо предварительно определить границу, за пределами которой влияние группировочного признака отсутствует.
На основе регрессионного и корреляционного анализа связи получают свое аналитическое выражение, устанавливается теснота и направление связей между факторными и результативными признаками. Значимость корреляционных характеристик определяется объективными особенностями исследуемой совокупности.
Наши представления об окружающей действительности по природе своей являются приближенными копиями объективной реальности.
Термин «модель» отражает 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 соответствия (сходства), которое и позволяет исследовать моделируемый объект посредством построения 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, среди которых основное место отводится 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 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 статистическими моделями.
Повышенный интерес, проявляемый в последние годы к статистическим моделям, обусловлен наличием пакетов прикладных программ, позволяющих обрабатывать большие массивы информации.
Статистические модели можно подразделить на два типа: статические и временные. В первом случае речь идет об исследовании статической совокупности. Единицей наблюдения здесь служат отдельные единицы пространственной совокупности, а в качестве статистической информации используются их показатели по состоянию за определенный период или на момент времени.
Временная модель рассматривает процесс изменения явления во времени. В качестве единицы наблюдения здесь выступает время, а исходной информацией служат временные ряды социально-экономических явлений и определяющие их факторы.
По своим познавательным функциям статистические модели подразделяются на структурные, динамические и модели взаимосвязей.
|
|
|
Скачать 2.56 Mb.