Пользователь - модель
Cтраница 2
Диалоговые ( или, как еще говорят, интерактивные) модели работы с ЭВМ были впервые опробованы инженерами-пользователями еще в начале 60 - х годов. Говоря о диалоговом режиме, будем считать, что полноценный диалог человека с ЭВМ устанавливается - только тогда, когда машина-партнер не навязывает пользователю модели общения, перегруженной специфически машинными подробностями. Хотя сегодняшний уровень аппаратуры ПЭВМ еще далек от того, чтобы реализовывать диалог с машиной на языке, близком к естественному, программистам удалось найти несколько удачных метафор общения, почти - полностью заслоняющих от пользователя детали конструкции ЭВМ. Отправной точкой развития всех моделей диалога с ЭВМ является попытка разрешения известного1 противоречия - - чем проще и удобней для пользователя модель общения; тем труднее добиться эффективности готовых программ. Для пользователей, впервые осваивающих ЭВМ после работы на программируемом инженерном микрокалькуляторе, само существование этого противоречия является неожиданностью. Привыкнув к тому, что после освоения правил работы на калькуляторе ( пусть даже не очень естественных и изобилующих ограничениями) можно свободно пользоваться всеми его ресурсами ( пусть даже не очень обширными), инженер требует такой же эффективности от ЭВМ. [16]
Гидрологическое описание и описание состояния по качеству воды всего водного объекта в целом дается как осредненная величина за некоторый расчетный период времени. В первом приближении здесь также можно рассматривать, так называемую, квази - детерминированную постановку задачи оптимизации, когда выбор расчетного периода осуществляется непосредственно пользователем модели ( Лицом, принимающим решение - ЛПР), исходя из неформальных соображений. В качестве такого периода обычно выбирается меженный расход заданной обеспеченности. [17]
Вторая причина - модели финансового планирования не дают никаких сигналов, указывающих на оптимальные финансовые решения. Они даже не показывают, какая именно альтернатива заслуживает более подробного изучения. Все это остается на усмотрение пользователя модели. [18]
Для расчета каждого переменного параметра используется одно уравнение, а все они нужны для построения прогнозных форм финансовой отчетности компании. Среди них шесть уравнений тождественны бухгалтерским расчетам, подтверждающим, что в отчете о прибыли все сходится, актив баланса соответствует пассиву, а источники капитала - их использованию. Назначение уравнений можно описать следующим образом: ( 1) и ( 8) определяют объем реализации и сумму выпуска акций, исходя из стоимостных параметров, установленных пользователем модели. [19]
Выяснилось, что многие экспериментально проверенные и рекомендуемые к внедрению модели хорошо работают только при непосредственном участии в расчетах по ним авторов - разработчиков этих моделей. Эта ситуация характерна для тех моделей, которые имеют жесткую структуру, не предусматривают настройки на конкретные, меняющиеся от расчета к расчету условия данной планово-экономической задачи. В этом случае пользователь модели - плановик, который, как правило, не является специалистом в области экономико-математического моделирования, не в состоянии без помощи разработчиков модели внести в нее изменения, диктуемые возникающей на практике вариацией задачи. Естественно, что на практике эксплуатация модели в такой ситуации невозможна. [20]
Одним из основных преимуществ реляционной модели является ее однородность. Все данные рассматриваются как хранимые в таблицах, в которых каждая строка имеет один и тот же формат. Каждая строка в таблице представляет некоторый объект реального мира или соотношение между объектами. Действительно ли обладают соответствующие сущности в реальном мире однородностью, которую им приписывает реляционная модель, является вопросом, на который должен ответить пользователь модели. [21]
 |
Ошибки при определении параметров модели по выборке и на новых данных. [22] |
Для оценки MDA-моделей в большинстве случаев берется небольшое количество образцов, и это увеличивает вероятность того, что модель будет слишком точно подогнана под тестовые данные. В выборках обычно содержится поровну компаний-банкротов и небанкротов, а сами данные, как правило, соответствуют периодам интенсивных банкротств. Это приводит к выводу о том, что надежными являются только результаты оценки модели на новых данных. Из табл. 9.1 видно, что даже на самых благоприятных тестах с новыми данными ( когда все примеры берутся из одного периода времени и притом однородными в смысле отраслей и размера предприятия) качество получается хуже, чем на образцах, по которым определялись параметры модели. Поскольку на практике пользователи моделей классификации не смогут настраивать модель на другие априорные вероятности банкротства, размер фирмы или отрасль, реальное качество модели может оказаться еще хуже. Качество может также ухудшиться из-за того, что в выборках, используемых для тестирования MDA-моделей, бывает мало фирм, которые не обанкротились, но находятся в зоне риска. Если таких с риском выживающих фирм всего четыре-пять, то это искажает реальную долю рисковых компаний, и в результате частота ошибок 2-го рода оказывается недооцененной. [23]
Следующий вопрос: является или нет некоторый процесс по существу стационарным. Если Т очень велико, часто утверждают, что стационарная модель, или модель с постоянными коэффициентами, здесь не годится. Мы считаем, что это утверждение необоснованно. Уместной для обсуждения переменной является N, число наблюдений, а не Т, календарный временной интервал. N 20 и Т - 1000 годам, модель с постоянными коэффициентами обычно достаточна для описания всех изменений. Но если для того же самого процесса N велико, то модель с постоянными коэффициентами обычно не вполне удовлетворительна. Если имеются 10000 наблюдений процесса, обычно требуется нестационарная модель, причем неважно, с каким интервалом снимаются наблюдения - ежечасно, ежемесячно или ежегодно. Другими словами, стационарность определяется точкой зрения пользователя модели. Если наблюдать любой процесс достаточно часто, стационарная модель может не подойти. Как правило, для любого природного процесса, такого как осадки или температура, модель с постоянными коэффициентами удовлетворительна до N порядка нескольких сотен. [24]
Страницы: 1 2