Дисперсія оцінена помилки для прогнозу індивідуального значення регресанда 4 страница

Латентні змінні[рос. латентные переменные] - економічні величини, які не входять до рівняння економетричних моделей, але впливають на спільнозалежні змінні і

мають числове значення.

Латентно-структурний аналіз[рос. латентно-структурний анализ] - аналіз, необхідний для вирішення задач скорочення розмірності вихідних масивів даних. Скорочення відбувається, якщо від вихідного масиву інформації розмірності п×n переходять до матриці типу "об'єкт - властивість" розмірності k×n, k<п.При цьому використовуються методи багатовимірного шкалювання.

Лінійна економетрична модель[рос. линейная зконометрическая модель] - математична модель, яка складається зі скінченної кількості лінійних рівнянь регресії.

Лінійна регресія[рос. линейная регрессия] — сума лінійно виражених пояснювальних змінних, помножених на коефіцієнти, які є оцінками відповідних параметрів регресії.

Логістична функція[рос. логистическая функция] –

.

Логіт-модель[рос. логит-модель] - логістична модель вигляду

,

де результуючі змінні у_і набувають тільки одне з двох значень — 0 або 1.

Логічно помилкові побудови "ром hос, егgо рторtеr hос"[рос. логически

ошибочные построения "роst hос, еrgо ргоpter hос"] - некоректний хід мислення, згідно з яким подія, передуюча іншій, розглядається як причина останньої.

M

Макроекономіка [англ. macroeconomics, рос. макроэкономика] - частина теоретичної економіки, що досліджує економіку як цілісну систему, формує цілі економічної політики і визначає інструменти, необхідні для її реалізації.

Максимальний обсяг товарних запасів [рос. максимальный обьем товарных запасов] - максимально можлива їхня величина за умови надходження всіх замовлених товарів.

"Манекенні змінні" [англ. dummy variables, рос. "манекенные переменные"] - див. Фіктивні змінні.

Маркетинг[рос. маркетинг] -діяльність, спрямована на задоволення купівельного попиту; функції М. зводяться до керування ринковою діяльністю, регулювання ринкових процесів і вивчення ринку.

Маркетингове дослідження[рос. маркетинговое исследование] - будь-яка дослідницька діяльність, спрямована на задоволення інформаційно-аналітичних потреб маркетингу; методологічно М.д. є сплавом методів статистики, економетрії, соціометрії, кваліметрії і специфічних маркетингових прийомів характеристики ринкових явищ і процесів,

Марковський процес (ланцюг Маркова) [рос. марковский процесс (цепь Маркова)] - випадковий процес, заснований на принципі Маркова, який полягає в тому, що імовірність тих або інших значень випадкової величини в наступні моменти часу не залежать від того, яких значень вона набувала в усі моменти t,що передують.

Математична економіка[рос. математическая зкономика] - напрям у теоретичній економіці на основі використання математичних моделей і методів для вияву різних закономірностей і ефектів в економічних системах.

Математична модель[рос. математическая модель] — математичний опис економічного явища, що відображає найважливіші для розв'язку даної задачі риси.

Математична статистика[рос. математическая статистика] - див.
Статистика математична.

Матриця мультиплікаторів із лагом [рос. матрица мультипликаторов с лагом ]

,

де і=1,2,...g — число рівнянь; j=1,2,...,s - число екзогенних змінних.

Матеріально-технічний потенціал ринку [рос. материально-технический
потенциал ранка] - сукупність матеріальних елементів (будинків, споруджень,
устаткування, інформаційних засобів, транспорту тощо), а також, науково
обґрунтованих методів їхнього ефективного використання з метою забезпечення ринкової діяльності.

Медіана (Ме)[рос. медиана (Ме)] - значення, що варіює та припадає на середину ранжированої (упорядкованої) сукупності. Якщо в сукупності непарне число одиниць (2k+і),то значення у (k+1)-й одиниці буде медіанним, тобто Ме= . Якщо в сукупності парне число (2k)одиниць, то М. дорівнює середньоарифметичній з двох середніх значень варіантів, тобто Ме= . Головна властивість М. полягає в тому, що сума абсолютних величин відхилень варіантів від М. менша, ніж будь-яка інша величина Ме, що є описовою характеристикою варіаційного ряду, іноді називають непараметричною середньою. М. менша, ніж середньоарифметична, залежить від форми розподілу ознаки.

Межа переускладнення моделі[рос. границапереусложнения модели] - показує межу, коли вирішення за одними коефіцієнтами моделі стійке, аза іншими - нестійке.

Мінімально припустимий обсяг товарних запасів[рос. минимально допустимый обьем товарных запасов] - величина, що свідчить про необхідність поповнення запасу товарів.

Міжгрупова дисперсія[рос. межгрупповая дисперсия] - міра коливання приватних (групових) середніх навколо загальної середньої:

.

Мезорівень [рос. мезоуровень] - економіка держави на рівні регіонів,

галузей, корпорацій.

Мережа торгових кореспондентів [рос. сеть торговьгх корреспондентов]-вибіркова сукупність, складена з працівників торгівлі, опитуваних за спеціальною програмою.

Мета[рос. цель] - у психології - усвідомлений образ майбутнього результату; у системному аналізі - стан, до якого спрямована тенденція руху об'єкта, бажаний стан об'єкта; у теорії планування і керування—бажаний результат діяльності, досяжний у межах деякого інтервалу часу. М. для існуючої організаційної структури об'єкта - описати кінцевий продукт, який можна отримати в результаті її діяльності.

Метаболізм енергетичний [рос. метаболизм энергетический] —див. Метаболізм інформаційний.

Метаболізм інформаційний[рос. метаболизм информационный] - процес взаємодії системи з середовищем, при якому вона споживає інформацію із середовища та повідомляє інформацію середовищу. М.і. спільно з речовим (система споживає речовину із середовища та віддає її середовищу) та енергетичним (система споживає енергію з середовища та віддає її середовищу) метаболізмами складає повний метаболізм.

Метаболізм речовий [рос. метаболизм вещественный] - див. Метаболізм

інформаційний.

Метод головних компонент [рос. методглавных компонент] — див. Головна компонента.

Метод групового врахування аргументів (МГВА) [рос. метод группового учета аргументов (МГУА)] - розроблений видатним українським вченим А.Г.Івахненко ще у 60-х роках (Інститут кібернетики НАН України). МГВА дає можливість вирішувати широке коло задач математичного моделювання, в тому числі задачу ідентифікації досліджуваних економічних процесів за даними спостережень і експериментів, що відтворюються, результати яких є зафіксованими значеннями вихідної характеристики об'єкта як функції його параметрів.

Під математичною моделлю, синтезованою (сконструйованою) за допомогою МГВА, розуміється поліноміальна (або позиноміальна) модель, вид якої визначається опорною функцією, яка використовується. Як опорні функції можуть вибиратися поліноми (або позиноми) різних класів, гармонійні та експоненціальні функції, диференціальні рівняння тощо. Слід відзначити, що при синтезі моделі за допомогою МГВА немає необхідності визначати її початкову структуру (як, наприклад, у регресійному аналізі), що підвищує об'єктивність синтезованої моделі і знижує суб'єктивізм при конструюванні моделі процесу.

Математичні моделі, синтезовані за допомогою МГВА, називають такими моделями, що самоорганізуються. Під самоорганізацією в даному випадку розуміється процес машинного пошуку глобального мінімуму деяких критеріїв синтезу (відносного і середньоквадратичного відхилення тощо) при поступовому ускладненні моделі. При цьому критерій синтезу має властивість "зовнішнього доповнення", що полягає в такому. В алгоритмах МГВА вихідна вибірка поділяється на дві частини, які названі відповідно послідовностями, що навчають і перевіряють (екзаменують). Синтез моделі відбувається за даними послідовності, що навчає, і виконується в декілька етапів, які називаються рядами селекції. Шукана математична модель досліджуваного процесу, яка називається повним описом і відображає залежність вихідного показника ефективності функціонування об'єкта від усіх досліджуваних чинників Y=f[X₁ ,X₂... , Х_n),замінюється деяким набором «приватних описів», які є функціями тільки двох аргументів: B_ij=f(А_i ,A_j),де i=1,2,..., n-1;j=i+1, i+2,..., n; f - функція, яка зумовлена видом опорної функції.

Система рівнянь, що отримана за МГВА, її порівняння з регресійними рівняннями дає змогу здобути нові знання про об'єкт, що досліджується, і тим самим зменшити ступінь невизначеності. При цьому мають бути виявлені такі важливі відомості про об'єкт, як його структура, про яку на першому етапі досліджень (при аналізі вхідної інформації) практично не було відомо; можуть бути виділені ті дані, вірогідність яких викликає сумніви, і визначені можливі джерела дезінформації тощо. На основі інформації, яка отримана в процесі конструювання моделі, а також при введенні нових вхідних даних процес синтезу моделі повинен повторюватися знову. Таким чином, постійно відбувається адаптація моделі до нових даних, умов і цілей функціонування і, отже, до нових задач.

Метод інструментальних змінних[рос. метод инструментальных переменных] - як альтернативний метод до звичайного МНК, коли кореляція між пояснюваними змінними та залишками в регресії є серйозною перешкодою для застосування звичайного МНК. Як основний інструмент методу використовуються спеціальним способом підібрані допоміжні (супутні) змінні - інструментальні.

Метод кореляційних плеяд[рос. метод корреляционных плеяд] —пошук таких груп ознак ("плеяд"), коли кореляційний зв'язок між параметрами однієї групи (внутрішньоплеядний зв'язок) досить великий, а зв'язок між параметрами з різних груп (міжплеядний зв'язок) малий.

Метод максимальної правдоподібності (ММП)[рос.метод максимальногоправдоподобия (ММП)] - використовується для оцінки параметрів регресійної моделі, Р.Фішер показав, що у визначеному змісті оцінки, отримані на основі ММП, найкраще використовують інформацію про параметри, що міститься в спостереженнях. Його роботи зробили цей метод дуже популярним. Для багатьох задач різної статистичної природи ММП дає гарні результати. При використанні МНК параметри регресійної моделі і дисперсія залишків невідомі. Тому обчислюються спочатку параметри моделі, а далі залишки, за якими знаходять їх дисперсію. Якщо ж задати функцію розподілу залишків, то використовуючи ММП, можна одночасно знайти оцінки всіх невідомих параметрів, включаючи і дисперсію залишків.

Метод Монте-Карло (статистичних випробувань) [англ. Monte Carlo method (ехрегiments), рос. метод Монте-Карло (статистических испытаний)] - наближений спосіб розв'язку різноманітних задач шляхом використання випадкових чисел. Його сутність полягає в тому, що відомій величині хставиться у відповідність деяка випадкова величина, математичне сподівання якої дорівнює х. Після багатократної реалізації цієї випадкової величини знайдена середня з отриманих значень приймається за наближене значення величини х. При використанні методу економічний експеримент замінюється випробуванням числової моделі економічного процесу, побудованої на основі його деяких вихідних характеристик або законів розподілу випадкових величин у досліджуваному процесі. Отримані оцінки мають імовірнісний характер. Застосування методу стало можливим із появою ЕОМ.

Метод найменших квадратів двокроковий (2МНК)[англ. Тwо Stage Least Squares(ТSLS, 2SLS), рос. - метод наименьших квадратов двухшаговый (2МНК)] - оцінювання параметрів структурних коефіцієнтів взаємозалежної системи, кожне рівняння якої є ідентифікованим і для нього виконуються всі передумови класичної регресійної моделі, за винятком передумов відносно детермінованості і відповідно екзогенності регресорів.

Метод найменших квадратів однокроковий (звичайний) (1МНК)[англ. Оrdinary Least Squares (ОLS,1-LS), рос. метод наименьших квадратов одношаговый (обычный) (1МНК)] - оцінювання регресійних коефіцієнтів при незалежних змінних за принципом найменших квадратів (сума квадратів похибок прагне до мінімуму). Цей метод також часто називають методом регресійного аналізу. Оцінки параметрів регресії обчислюються за формулою В=

Метод найменших квадратів трикроковий (3МНК) [рос. методнаименьших квадратов трехшаговый (3МНК)] - оцінювання параметрів моделі одночасно для всіх параметрів моделі. Запропонований Зельнером і Гейлом. ЗМНК за певних умов є ефективнішим, ніж 2МНК.

Метод найменших квадратів узагальнений [рос. метод наименьших квадратов обобщенньш] .-т узагальнення звичайного МНК для знаходження оцінок параметрів регресії, коли М= , де S - відома симетрична додатно визначена матриця порядку п, тобто дисперсія та коваріація елементів утворюючих збурення U, відомі з точністю до деякого множника. Порушення передумови рівності дисперсій збурень називають гетероскедастпичністю. У цьому випадку оцінки регресії обчислюються за формулою В= .Оцінки, які отримані за допомогою узагальненого методу найменших квадратів, називаються оцінками Ейткена.

Метод послідовнихрізниць[рос. метод последовательных разностей]-перевірка нульової гіпотези про "випадковість вибірки", тобто допущення про відсутність істотного зміщення середньої величини в часі. Таку саму назву має метод, який використовується для підбору порядку згладжуючого полінома і спирається на теорему: якщо аналізований часовий ряд х(t)містить як свою невипадкову складову алгебричний поліномд) , то перехід до послідовних x(1), x(2),…,x(n),повторюваний (m+1) раз, вилучає невипадкову складову (включаючи , залишаючи елементи, що виражаються тільки через залишкову випадкову величину и(t).

Метод регресійного аналізу [рос. метод регрессионного анализа] - див. Метод найменших квадратів.

Метод серій [рос. метод серий] - перевірка випадковості послідовності розташування елементів.

Метод статистичних рівнянь залежностей [рос. метод статистических уравнений зависимостей]- розрахунок коефіцієнтів порівняння, що обчислю­ються відношенням окремих значень однойменної ознаки до його мінімального або максимального значення, залежно від того, збільшується чи зменшується величина ознаки. При збільшенні коефіцієнти порівняння розраховуються від мінімального рівня, а при зменшенні — від максимального.

Метод усіх можливих регресій[рос. метод всех возможных регрессий] -
метод, за допомогою якого для заданого значення тшляхом повного перебору всіх можливих комбінацій з тпояснюваних змінних вибирається та, яка має максимальний коефіцієнт детермінації.

Методи авторегресії і ковзного середнього [рос. метод авторегрессии и скользящего среднего] — див. Аналіз часових рядів.

Методи багатовимірного шкалювання [рос. методы многомерного шкалирования] - часто важко або просто неможливо провести безпосередній вимір цікавих нам характеристик об'єктів або досліджуваної сукупності, але можна експертним або будь-яким іншим шляхом оцінити ступінь подібності, або відмінність між парами об'єктів. Використовують методи багатовимірного шкалювання, які дають змогу представити сукупність цікавих нам об'єктів у вигляді деякого набору точок багатовимірного простору деякої невеликої розмірності, при цьому кожному об'єкту відповідає однаточка. Координати цих точок витлумачуються як значення деяких характеристик вихідних об'єктів, що і пояснюють їхні властивості або взаємовідносини.

Методи згладжування і фільтрації [рос. методы сглаживания и фильтрации] - див. Аналіз часових рядів.

Методи кореляційного аналізу [рос. корреляционного анализа] - див. Аналіз часових рядів.

Методи непараметричні шкалювання [рос. методынепараметрические шкалирования] - методи, за якими як вихідні дані для шкалювания використовують не самі оцінки ступеня подібності об'єктів, а результати їхнього ранжування.

Методи оцінки [рос. методи оценки]...

• параметричні[рос. параметрические] - засновані на використанні оцінок, побудованих на параметрах розподілу (середніх, дисперсіях, коефіцієнтах регресії тощо). Використовуються у випадках, якщо досліджувана сукупність підкоряється нормальному закону розподілу або закону, що приводить до нього після відповідних перетворень;

• непараметричні [рос. непараметрические] - на відміну від параметричних методів не вимагають передумови про знання закону розподілу досліджуваного явища. Такими оцінками є: мода, медіана, квартилі, ранговий коефіцієнт кореляції, критерій знаків. Застосовуються при будь-якому вигляді розподілу.

Методи спектрального аналізу \рос. метод спектрального анализа]- див. Аналіз часових рядів.

Механізм мультиплікатора-акселератора [рос. механизм мультиплікатора-акселератора] - взаємодія мультиплікатора і акселератора (від лат. ассеlегаге - прискорювати) та їх спільний вплив на динаміку ВНП. Зростання відносних інвестицій чинить мультиплікаційний вплив на динаміку ВНП. Приріст ВНП внаслідок дії принципу акселерації породжує коливання індукційованих інвестицій.

Механізм програмного планування економіки [рос. механизм программного планирования зкономики] - передбачає вирішення таких задач:

1)вироблення економічної стратегії на основі загальнонаціональної

політики;

2)визначення поточного і перспективного виглядів економіки, які повинні
забезпечити національні інтереси і досягнення мети - забезпечення гідного життя населення країни. Реалізація М.п.п.е. передбачає, у першу чергу, необхідність проведення економічних експериментів.

Механічний вибір[рос. механический выбор] - генеральна сукупність "механічно" поділяється настільки груп, скільки об'єктів повинно ввійти до вибірки; із кожної групи відбирається один об'єкт.

Мікроекономіка[англ. microeconomics, рос. микроэкономика] - частина теоретичної економіки, яка досліджує: по-перше, відособлені економічні одиниці (фірми, галузі, сімейні господарства тощо); по-друге, окремі ринки, конкретні ціни; вона формулює принципи ефективної поведінки продавців і покупців.

Міра[рос. мера] - пристрій, призначений для матеріального відтворення одиниці вимірів (наприклад, лінійка—міра довжини, гиря—міра маси і т. д.).

Місткість ринку(потенціал ринку споживчий) [рос. емкость рьшка (потенциал рынка потребительский)] - кількість товарів, що за певних умов може поглинути ринок; обчислюється за відповідними формулами.

Множинна регресія[рос. множественная регресом] - регресія між залежною змінною та кількома пояснювальними змінними.

Мода (непараметрична середня)[рос. мода (непараметрическая средняя)] - варіант, що найчастіше зустрічається у варіаційному ряду (наприклад модальна ціна одиниці товару). Для дискретного ряду мода відповідає варіанту з найбільшою частотою. У випадку інтервального розподілу з рівними інтервалами інтервал, що містить моду (модальний інтервал), визначається за найбільшою частотою, а при нерівних інтервалах—за найбільшою щільністю.

Моделі адаптивних очікувань[рос. модели адаптивных ожиданий] - моделі, що моделюють залежності з урахуванням очікуваних ситуацій. У цих моделях коректується пояснювальна змінна х*(t+1),яка визначає очікуване на момент часу (t+1), але експертно формоване в момент часу tзначення аргументу в досліджуваній залежності.

Моделі (економічні) управління[рос. модели (зкономйческие) управлення]- базуються на різних екстремальних задачах, зокрема, задачах оптимальногокерування в розумінні Понтрягіна.

Моделі нестаціонарних однорідних часових рядів [рос. модели нестационарных однородных временных рядов]- моделі, які містять нестаціонарні часові ряди х(t),а їх випадковий залишок и(t)є стаціонарним (у широкому розумінні) часовим рядом.

Моделі оптимального планування [рос. модели оптимального планирования] - екстремальні задачі із обмеженнями. Здебільшого це задачі лінійного програмування, їх розширення або узагальнення. Наприклад, при визначенні інтенсивності виробничих можливостей таким чином, щоб були виконані планові завдання, не перевитрачені ресурси, а деяка виділена складова була вироблена в максимальній кількості, приходимо до задачі лінійного програмування.

Моделі планування[рос. модели планирования] - моделі, в яких здебільшого використовуються системи алгебри (здебільшого лінійних) рівнянь та нерівностей, оскільки головне завдання планування-балансовий зв'язок виробництва та споживання, різних складових частин, що математично можна виразити у вигляді системи рівнянь і (або) нерівностей.

Моделі прогнозу[рос. модели прогноза] - використовують апарат кореляційного та регресійного аналізу (наприклад в економічних моделях, які описують складні макроекономічні процеси), теорію випадкових процесів, теорію масового обслуговування, теорію статистичних рішень тощо.

Моделі рівноваги[рос. модели равновесия]- головним об'єктом моделювання є взаємодія протиборних економічних сил або факторів, що базуються на теорії ігор.

Моделі росту[рос. модели роста] - породжують особливі екстремальні задачі; будуються з метою з'ясування максимально можливих темпів росту економічної системи за тих чи інших умов, зокрема за значний інтервал часу. Найвідомішою моделлю росту є модель розширюваної економіки, запропонована та вивчена американським математиком Дж. фон Нейманом. Вона задається двома невід'ємними матрицями - витрат та випуску. її розв'язок полягає у знаходженні максимального технологічного темпу росту, який система може витримати як завгодно довго (мінімаксні задачі).

Моделі, що самоорганауються[рос. самоорганизующиеся модели] -див. Метод групового врахування аргументів.

Модель Леонтьєва[рос. модель Леонтьева] - моделі типу витрати-випуск. За допомогою системи лінійних рівнянь пов'язує, наприклад, витрати продукту на одиницю випуску продукту, загальний випуск продукту, кінцевий попит тощо. Тому ці рівняння іноді називають балансовим.

Модель із розподіленим лагом [рос. модель с распределенным лагом] – див. Нормована структура лагу.

Модель оцінки ризику (експертна) [рос. модель оценки риска (експертная)] - бальна оцінка кожного фактора (критерію) ризику і розрахунок середньоарифметичного показника, зваженого по внеску фактора в настання ризику.

Модель оцінки ризику (імовірнісна) [рос. модель оценки риска (вероятносная)] – визначення імовірності настання ризику за допомогою методів математичної статистики (у тому числі методу статистичних рішень).

Метод попиту [рос. модель спроса] – рівняння регресії (моно- і багатофакторне), що виражає закономірності попиту в статиці чи динамиці. Виявляє вплив одного чи набору факторів на рівень чи динаміку попиту. Використовується також прогнозування попиту.

Модель системи [рос. модель системи] – опис траєкторій поведінки у фазовому просторові.

Модель Тейла-Веджа[рос. модель Тейла-Веджа] – див. Адитивна модель сезонності.

Модельний економічний експеримент активний[рос. модельний зкономический зксперимент активный] - передбачає вироблення вимог до перспективного виду економіки. Він вимагає вирішення таких завдань: 1) вироблення перспективних цілей і завдань економіки; 2) перспективне планування будівництва і розвитку економіки; 3) розробку програм перспективного будівництва і розвитку економіки; 4) розробку економічних рішень і контроль за їх виконанням. Під перспективним плануванням розуміється процес прив'язування цілей національної економіки до її структури і конкретних завдань. На цьому етапі ставляться вимоги до показників економічного розвитку країни. У результаті планування повинен бути розроблений ряд документів щодо стратегічного планування розвитку економіки з урахуванням близьких і віддалених перспектив.

Модельний економічний експеримент пасивний [рос. модельный зкономический зксперимент пассивный] - спрямований на дослідження економіки з урахуванням умов і вимог, що нині склалися. Тому основними завданнями М.е.е.п. є дослідження сучасного вигляду економіки і короткостроковий прогноз її розвитку. Вирішення цих завдань має на меті об'єктивне визначення поточного стану економіки, оперативну оцінку дієвості (відповідно до декларованих національних цілей держави) економічної політики, яка реалізується національним керівництвом, і вироблення в умовах, що склалися, соціально-економічних рекомендацій керівництву для прийняття рішень щодо поточного управління економікою. Завершальним документом пасивного економічного експерименту є бюджет країни на наступний фінансовий рік.

Модуль (М) [рос. модуль (М)] – середньоквадратична величина різниць значень ознаки за будь-яким, способом складеної пари елементів сукупності (у тому числі і повторення одного й того самого елемента). Модуль і дисперсія пов'язані співвідношенням .