Главная > Основы моделирования и первичная обработка данных
<< Предыдущий параграф Следующий параграф >>
Пред.
След.
Макеты страниц

Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше

Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике

3.2. Общая логическая схема и основные этапы содержательного математического моделирования

3.2.1. Основные этапы моделирования.

На первом (исходном) этапе должны быть определены: конечные цели моделирования; набор факторов и показателей, взаимосвязи между которыми нас интересуют; наконец, роли этих факторов и показателей — какие из них, в рамках поставленной конкретной задачи, можно считать входными (т. е. полностью или частично регулируемыми или хотя бы легко поддающимися регистрации и прогнозу; подобные факторы несут смысловую нагрузку объясняющих), а какие — выходными (главный объект исследования; эти факторы обычно трудно поддаются непосредственной регистрации или прогнозу и несут смысловую нагрузку объясняемых). Если исходная статистическая информация еще не собрана, то задача сбора статистических данных тоже включается в содержание первого этапа. Так, в примере со шрифтами различные варианты конечных целей исследования по-разному очерчивали набор анализируемых факторов (тип шрифтов, индивидуализация испытуемых) и показателей (от избыточного набора в показателей, участвующих

в модели (3.1), до двух усредненных показателей (3.4)), одновременно по-разному распределяя роли между ними.

На втором этапе приступают к постулированию, математической формализации, и, если возможно, к экспериментальной проверке ряда естественных исходных допущений, относящихся к природе и качественному характеру «физики» исследуемого явления (этап формирования априорной информации). Если принимаемые допущения почему-либо не могут подвергнуться экспериментальной проверке, то их следует подкрепить теоретическими рассуждениями о механизме изучаемого явления (например, они могут признаваться специалистами данной прикладной области — экономики, социологии, техники, медицины и т. п. — в качестве отдельных частных объективных закономерностей). Так, при построении моделей (3.1) — (3.4) мы пользовались следующими на первый взгляд естественными, но тем не менее не бесспорными исходными допущениями: остаточные случайные компоненты («ошибки регистрации») взаимно независимы; характеристики скорости чтения испытуемых не зависят от шрифта; разность та — не зависит от того, в какой последовательности предлагалось прочитывать тексты, и т. д.

Третий этап может быть назван собственно моделирующим, так как он включает в себя непосредственный вывод (опирающийся на принятые и частично экспериментально подтвержденные исходные допущения) общего вида модельных соотношений, связывающих между собой интересующие нас входные и выходные показатели. Говоря об общем виде модельных соотношений, мы имеем в виду то обстоятельство, что на данном этапе будет определена лишь структура модели, ее символическая аналитическая запись, в которой наряду с известными числовыми значениями (представленными исходными статистическими данными) будут присутствовать величины, физический смысл которых определен, а числовые значения — нет (неизвестные параметры модели, подлежащие статистическому оцениванию).

В примере со шрифтами вывод модельных соотношений (3.1) — (3.3) тривиален: он непосредственно следует из принятых допущений и обозначений (вообще говоря, это далеко не всегда так; см., например, вывод модельных соотношений, описывающих механизм распределительных отношений в обществе, в [2]). В левых частях этих соотношений стоят известные числа (исходные данные), а в правых —

неизвестные параметры модели, подлежащие статистическому оцениванию.

Четвертый этап моделирования [статистический анализ модели) посвящен решению задачи наилучшего подбора, т. е. статистического оценивания неизвестных параметров, входящих в аналитическую запись модели, и исследованию свойств полученных оценок, их точности. Решение этой задачи полностью обслуживается методами статистической обработки данных.

На пятом этапе (этапе верификации модели) используются различные процедуры сопоставления модельных заключений, оценок, следствий и выводов с реально наблюдаемой действительностью. Этот этап называют также этапом статистического анализа адекватности модели.

Присутствие шестого этапа зависит от результатов предыдущего этапа. Он заключается в планировании и проведении исследований, направленных на уточнение модели и, в частности, на дальнейшее развитие и углубление второго этапа, который в определенной мере является ключевым.

1
Оглавление
email@scask.ru