Cтраница 1
Выбор типа уравнения зависит от исследователя. В частности, если результативный и факторный признаки возрастают примерно в арифметической прогрессии, то это свидетельствует о том, что связь между ними линейная, а при обратной связи - гиперболическая. Если результативный признак увеличивается в арифметической прогрессии, а факторный - значительно быстрее, то используется параболическая или степенная регрессия. [1]
После выбора типа уравнения и расчета его параметров следует проверка выбранной функции на адекватность. Сущность этогог этапа заключается в том, адекватно ли характеризует выбранная функция развитие исследуемого экономического явления и нет ли среди факторов таких, которые можно исключить из-за незначительности в изучении данного явления. Для исследования используют коэффициент детерминации и критерий Фишера. [2]
Значительный интерес представляет аналитический метод выбора типа уравнения регрессии. Он основан на изучении материальной природы связи исследуемых признаков. [3]
Многократное скользящее выравнивание не только позволяет получить более точную и надежную оценку параметров тренда, но и осуществить контроль правильности выбора типа уравнения тренда. Если окажется, что ведущий параметр тренда, его константа при расчете по скользящим базам не беспорядочно колеблется, а систематически изменяет свою величину существенным образом, значит, тип тренда был выбран неверно, данный параметр константой не является. [4]
При моделировании уровней процентных ставок основной задачей является подбор типа функции, которая максимально точно описывает тенденцию развития изучаемого показателя. Механизм определения функции аналогичен выбору типа уравнения при построении трендовых моделей. На практике для решения этой задачи используют следующие правила. [5]
Очевидно, что термодинамика не налагает никаких ограничений, кроме обусловленных выбором стандартного состояния, на характер функции Ф / ( хг), который определяется межмолекулярным взаимодействием. В связи с этим естественно возникает вопрос о выборе типа уравнений и числа констант в них для описаний условий фазового равновесия в тех или иных системах. Этот важный для практики вопрос рассматривается ниже. [6]
Очевидно, что точность каждого метода расчета должна возрастать с увеличением числа эмпирических констант в исходных уравнениях. Однако при этом использование уравнений усложняется. Поэтому при выборе типа уравнений и числа констант в них необходимо соразмерять трудоемкость расчетов с требуемой степенью их точности. [7]
Из изложенного следует, что ни один из предложенных методов расчета коэффициентов активности не может являться строгим и общим. Очевидно, что точность каждого метода расчета должна возрастать с увеличением числа эмпирических констант в исходных уравнениях. Однако при этом использование уравнений усложняется. Поэтому при выборе типа уравнений и числа констант в них необходимо соразмерять трудоемкость расчетов с требуемой степенью их точности. [8]
Если экспериментальные данные о равновесии получены в достаточно широкой области концентраций, то точность их математического описания с помощью интерполяционных уравнений, согласно физической природе этих уравнений, возрастает по мере возрастания в них числа членов и, соответственно, числа эмпирических констант. При этом, разумеется, следует принимать во внимание точность данных. Число членов в используемых интерполяционных уравнениях должно быть таким, чтобы их точность соответствовала точности экспериментальных данных. Эта задача должна решаться на основе принципов математической статистики. Поскольку различные интерполяционные уравнения существенно отличаются друг от друга по форме зависимости между входящими в них величинами, имеет значение выбор типа уравнения, так как при правильном выборе упрощается математическое описание условий фазового равновесия и уменьшается число эмпирических констант, подлежащих определению. [9]