Cтраница 1
Построение факторных моделей осуществляется на основе формулы определения материалоемкости (9.1), причем сама формула расчета не может рассматриваться в качестве факторной системы. [1]
Для построения факторных моделей применяются три основных метода: метод временных рядов, метод пространственной выборки и метод факторного анализа. [2]
Задача построения факторной модели (10.32), по существу, равноценна задаче нахождения канонического разложения вектора X ( разд. [3]
При построении факторных моделей часто нормируют координаты наблюдаемого вектора Y, разделив их на оценки их средних квадратических отклонений. [4]
В монографии рассматриваются вопросы построения факторных моделей, эффективных планов экспериментов для них и статистической обработки. Книга содержит многочисленные примеры и каталог планов. [5]
Таким образом, задача построения факторной модели ( 32) сводится к нахождению канонического разложения вектора X при неизвестных диагональных элементах его. [6]
В рамках факторно-аналитического метода построения факторной модели неизвестны ни значения факторов, ни чувствительности ценных бумаг к этим факторам. При использовании этого метода доходности некоторой выборки ценных бумаг рассматриваются за большое число временных периодов в целях установления одного или нескольких статистически значимых факторов, которые могли бы привести к ковариации доходностей, наблюдаемых в этой выборке. [7]
Затем изучаются некоторые методы построения факторных моделей ( элементы факторного анализа) и модели распознавания. Показывается общность некоторых задач распознавания и задач проверки гипотез о параметрах распределений. [8]
В рамках факторно-аналитического метода построения факторной модели неизвестны ни значения факторов, ни чувствительности ценных бумаг к этим факторам. При использовании этого метода доходности некоторой выборки ценных бумаг рассматриваются за большое число временных периодов в целях установления одного или нескольких статистически значимых факторов, которые могли бы привести к ковариации доходностей, наблюдаемых в этой выборке. [9]
Метод экстраполяции в отраслевом прогнозировании используется для прогноза тенденций экономических показателей, с тем чтобы в дальнейшем применить их как основу при построении факторных моделей рассматриваемого объекта, а также для прогноза показателей на сравнительно непродолжительный период, в течение которого не происходит существенных качественных изменений. [10]
В процессе проведения эксперимента изменение переменных X и Z приводит к изменениям выходных переменных Y. Для построения факторной модели необходимо регистрировать эти изменения и осуществить необходимую их статистическую обработку для определения параметров модели. [11]
Все факторные модели основаны на предположении, что ценные бумаги, испытывающие сходное воздействие со стороны определенных факторов, будут обладать сходным инвестиционным поведением. При построении факторных моделей необходимо перевести эту основную идею на практический язык. Процесс конструирования факторных моделей далек от точной науки. Хотя некоторые статистические тесты и могут применяться для измерения способности конкретной факторной модели объяснять наблюдаемые явления, при построении модели все же остается большая свобода для включения или исключения из рассмотрения потенциальных факторов. [12]
В вычислительных активных экспериментах ошибки характерны только для определяемых значений функций отклика. Если исходить из целей построения факторных моделей на основе теоретических моделей, полагая, что теоретические модели дают точное описание физических свойств технического объекта, а регрессионная модель является ее аппроксимацией, то значения функций отклика будут содержать только случайную ошибку. В этом случае необходимости в рандомизации опытов не возникает. [13]
Как уже указывалось в тексте, при построении факторной модели необходимо оценить дисперсию каждого фактора и ковариа-ции всех факторов. С ростом числа факторов растет число дисперсий и ковариаций. Следовательно, вместо необходимости вычислять дисперсии и ковариаций для десятков факторов BARKA существенно упростила задачу, объединив отдельные факторы ъ небольшое число составных факторов. [14]
Как уже указывалось в тексте, при построении факторной модели необходимо оценить дисперсию каждого фактора и ковариа-ции всех факторов. С ростом числа факторов растет число дисперсий и ковариаций. Следовательно, вместо необходимости вычислять дисперсии и ковариаций для десятков факторов BARRA существенно упростила задачу, объединив отдельные факторы в небольшое число составных факторов. [15]