Statistické modelování

Aktuální verze stránky ještě nebyla zkontrolována zkušenými přispěvateli a může se výrazně lišit od verze recenzované 2. září 2016; kontroly vyžadují 15 úprav .

Statistické modelování  je studium objektů znalostí na jejich statistických modelech . „Statistické modely jsou nezbytné pro teoretické studium vlivu fluktuací , hluku atd. na procesy. Když jsou brány v úvahu náhodné procesy , pohyb systému se již nebude řídit dynamickými zákony , ale zákony statistiky . V souladu s tím lze vznášet otázky o pravděpodobnosti toho či onoho pohybu, o nejpravděpodobnějších pohybech a o dalších pravděpodobnostních charakteristikách chování systému. [jeden]

Parametry těchto modelů se odhadují pomocí statistických metod . Například: metoda maximální věrohodnosti , metoda nejmenších čtverců , metoda momentů .

Typy statistických a ekonometrických modelů

atd.

Aplikace

Ve fyzice

Hlavní aplikace statistických modelů byla ve fyzice .

Zejména "matematickým aparátem pro studium statistických procesů v oscilačních systémech jsou tzv. Einstein-Fokkerovy rovnice." [jeden]

V sociálních a ekonomických vědách

Ekonometrické modelování  je druh statistického modelování používaného ke studiu ekonomických procesů a jevů.

K získání vysvětlení těchto jevů, jakož i k predikci jevů nebo ukazatelů, které výzkumníka zajímají, se využívají zejména v ekonometrii , v ekonomice .

Příklady

Příkladem regresního ekonometrického modelu je Keynesova spotřební funkce :

kde  - výdaje,  - příjmy a  - parametry rovnice,  - stochastická chyba [neúčastní se rovnice].

Dalším příkladem statistického modelu je normální rozdělení :

.

který například dokáže dobře modelovat rozložení výšky lidí v celkové populaci všech obyvatel nějaké země.

Viz také

Poznámky

  1. 1 2 Andronov, 1981 , str. 18-19.

Literatura