Разлика между версии на „Статистически модел“
| Ред 7: | Ред 7: | ||
* Нашият интерес може да се фокусира върху статистическа съвкупност, където да изпитаме функционалните подединици на статистическата единица. Например, физиологичното моделиране изследва на органите, които съставят единицата. Популярен модел от този тип изследвания е моделът стимул-реакция. | * Нашият интерес може да се фокусира върху статистическа съвкупност, където да изпитаме функционалните подединици на статистическата единица. Например, физиологичното моделиране изследва на органите, които съставят единицата. Популярен модел от този тип изследвания е моделът стимул-реакция. | ||
| + | При Статистическия метод характеристиките на обекта могат да се оценяват от две позиции: от позицията на средните (номинални) стойности на параметрите и от позицията на статистическите им характеристики | ||
| + | Статистическото моделиране се извършва въз основа на известните методи от теорията на вероятностите, статистиката и корелационно-регресионния анализ. Статистическият модел, е напълно определен при наличие на аналитични зависимости, които отразяват статистическото поведение, на всеки моделен параметър. В понятието "статистически модел" на даден обект винаги се включват моделни параметри х', имащи случайни съставки. Всяка една от тях има определен закон на разпределение, а пък всички като цяло са статистически зависими. | ||
| + | Практическото приложение на статистическите модели в прцеса на статистическите изпитания по метода на Монте Карло в АИС осъществяват с процедурата за единично случайно моделиране. | ||
==Вижте още== | ==Вижте още== | ||
*[[Корелация]] | *[[Корелация]] | ||
| Ред 28: | Ред 31: | ||
*[[Оптимизация]] | *[[Оптимизация]] | ||
*[[GAP анализ]] | *[[GAP анализ]] | ||
| + | |||
==Източници== | ==Източници== | ||
*Percy H. Brill, Level Crossing Methods in Stochastic Models | *Percy H. Brill, Level Crossing Methods in Stochastic Models | ||
Версия от 15:42, 16 декември 2012
Статистически модел е набор от математически уравнения, които описват поведението на даден обект на проучване в улсовията на случайни величини. Ако моделът има само едно уравнение се нарича модел с едно уравнение, докато ако има повече от едно уравнение, се нарича модел с няколко уравнения.
Особености
Три понятия са достатъчни да опишат всички статистически модели.
- Ние избираме една статистическа единица, като човек, която да наблюдаваме директно. Няколко наблюдения на една и съща единица във времето се нарича надлъжно изследване.
- Нашият интерес трябва да е в статистическата популация от подобни единици, отколкото във всяка отделна единица.
- Нашият интерес може да се фокусира върху статистическа съвкупност, където да изпитаме функционалните подединици на статистическата единица. Например, физиологичното моделиране изследва на органите, които съставят единицата. Популярен модел от този тип изследвания е моделът стимул-реакция.
При Статистическия метод характеристиките на обекта могат да се оценяват от две позиции: от позицията на средните (номинални) стойности на параметрите и от позицията на статистическите им характеристики Статистическото моделиране се извършва въз основа на известните методи от теорията на вероятностите, статистиката и корелационно-регресионния анализ. Статистическият модел, е напълно определен при наличие на аналитични зависимости, които отразяват статистическото поведение, на всеки моделен параметър. В понятието "статистически модел" на даден обект винаги се включват моделни параметри х', имащи случайни съставки. Всяка една от тях има определен закон на разпределение, а пък всички като цяло са статистически зависими. Практическото приложение на статистическите модели в прцеса на статистическите изпитания по метода на Монте Карло в АИС осъществяват с процедурата за единично случайно моделиране.
Вижте още
- Корелация
- Метод Монте Карло
- Когнитивна наука
- Риск
- Комплексност
- Теория на вероятностите
- Допускане
- Линейна регресия
- Теория на решенията
- Бейсова вероятност
- Вариационен анализ
- Анализ на чувствителността
- Нормално разпределение
- Вероятностно разпределение
- Рационално решение
- Компютърна симулация
- Модел
- Видове прогнозиране
- Оптимизация
- GAP анализ
Източници
- Percy H. Brill, Level Crossing Methods in Stochastic Models
- Frederick S. Hillier, Gerald J. Lieberman, Introduction to Operations Research