Статистическое моделирование

Статистическое модели́рование — исследование объектов познания на их статистических моделях.

«Статистические модели необходимы для теоретического изучения влияния флуктуаций, шумов и тому подобное на процессы. При учёте случайных процессов движение системы будет подчиняться уже не динамическим законам, а законам статистики. В соответствии с этим могут быть поставлены вопросы о вероятности того или иного движения, о наиболее вероятных движениях и о других вероятностных характеристиках поведения системы».[1] Оценка параметров таких моделей производится с помощью статистических методов. Например: метод максимального правдоподобия, метод наименьших квадратов, метод моментов.

Виды статистических и эконометрических моделей править

и др.

Применение править

В физике править

Основное применение статистические модели получили в физике.

В частности, «математический аппарат для изучения статистических процессов в колебательных системах составляют так называемые уравнения Эйнштейна — Фоккера».[1]

В социальных и экономических науках править

Эконометрическое модели́рование — разновидность статистического моделирования, используемое для исследований экономических процессов и явлений.

С целью получения объяснений этих явлений, а также для предсказания явлений или показателей, интересующих исследователя, используют, в частности, в эконометрике, в эконофизике.

Примеры править

Примером регрессионной эконометрической модели может послужить функция потребления Кейнса:

 

где   — расходы,   — доход,   и   — параметры уравнения,   — стохастическая ошибка [не участвует в уравнении].

Ещё одним примером статистической модели может служить нормальное распределение:

 .

которое, например, может хорошо моделировать распределение роста людей в общей совокупности всех населяющих какую-нибудь страну.

См. также править

Примечания править

  1. 1 2 Андронов, 1981, с. 18—19.

Литература править

  • Андронов А. А., Витт А. А., Хайкин С. Э. Теория колебаний. — 2-е изд., перераб. и испр.. — М.: Наука, 1981. — 918 с.