Vlerësimi i cilësisë së modelit të simulimit. Cilësitë shtesë të kërkuara nga modelet

Përveç cilësive më të dukshme që kërkohen për t'u bërë model (lartësia, përmasat, bukuria dhe shëndeti), ka edhe faktorë më pak të dukshëm, më pak të prekshëm që gjithashtu merren parasysh. Ato janë shumë më subjektive dhe mendimi i një agjencie modelimi mund të ndryshojë ndjeshëm nga mendimi i një tjetri. Nëse bëheni një model profesionist që merr pjesë rregullisht në audicione, do të zbuloni se kjo vlen njëlloj për punëdhënësit e mundshëm.

Fotogjenike

Të gjithë ata që kanë fotografuar e dinë se disa njerëz dalin mirë në foto, ndërsa të tjerë jo. Se sa fotogjenik jeni varet nga mënyra sesi ju "shoh" lentja.

Suksesi juaj si model varet nga mënyra se si jeni në fotografi - mënyra se si dukeni në të vërtetë nuk është gjëja më e rëndësishme.

Nëse e keni vërtet këtë cilësi, ajo patjetër do të shfaqet në foto. Nëna juaj mund të bëjë fotografi që janë shumë të këndshme për ju me një aparat fotografik të lirë. Ju mund të shpenzoni aq pak sa një dollar në një kabinë fotografike të menjëhershme dhe të merrni një shirit fotografish të shkëlqyera.

Faktori i kameleonit

“Kur fillova për herë të parë karrierën time të modelimit, agjenti im tha: “Dukesh shkëlqyeshëm dhe do të kesh sukses, por nuk do të bëhesh kurrë një ‘super model’”, kujton modelja. Jody Kelly... “Ai tha këtë sepse unë isha si një kameleon dhe dukesha ndryshe në çdo foto”.

"Për t'u bërë një 'supermodele' në vitet nëntëdhjetë," shton ajo, "duhej të shikoje në mënyrë që kur të shikoje fotografitë e tua të mund të thuash," kjo Cindy Crawford, dhe ja ku ajo është përsëri dhe përsëri."

Me fat Jody Kelly në anën tjetër, modelet me “faktor kameleoni” priren të kenë një karrierë më të gjatë. Dhe këtë ajo e konfirmoi me një shembull personal, pasi ka punuar si modele profesioniste për mbi 10 vjet.

Durim

Durimi është një nga cilësitë më të rëndësishme të një modeli. Duket e qartë, por nuk është një gjë e zakonshme.

“Disa modele nuk e kërkojnë këtë cilësi, sepse kanë fotosesione të përditshme, janë të zëna me punë”, komenton një grimier. “Disa prej tyre nuk e shijojnë më punën e tyre. Ata punojnë për orë të gjata dhe kjo është e keqe për veten dhe për cilësinë e fotove të tyre.”

"Nëse nuk jeni të durueshëm, thjesht bëhuni një model," thekson Sam, Menaxher i Angazhimit. Modelet Ford.“Ti thjesht nuk do të mbijetosh. Nuk do të qëndroni gjatë. Dhe në përgjithësi nuk do të keni sukses. Duhet të kesh durim në këtë biznes”.

“Më duket se këto ditë njerëzit, veçanërisht brezi i ri, kanë filluar të harrojnë se jo gjithçka vjen menjëherë,” shton ai. Ju mund të anashkaloni të gjithë klientët e mundshëm në qytet dhe të mbeteni të papunë për gjashtë muaj ... dhe befas, një herë, dhe ju merrni atë. Kjo është ajo që është durimi i vërtetë.”
“Do të thotë përfundimisht të jesh në vendin e duhur në kohën e duhur – më në fund, pasi të jesh jashtë vendit dhe në kohën e gabuar një milion herë!”

Edhe pasi të keni marrë punën, duhet të prisni akoma. "Përgatitja e modelit të flokëve dhe grimit zakonisht zgjat 3-4 orë për t'u përgatitur për një xhirim. Pasi të jeni plotësisht të veshur dhe me karakter, jeni në një set fotografik dhe është një moment vërtet tërheqës. Por, më besoni, rruga për të nuk është aspak! "

Historia e një fotografi për katalogun Avon

Model Jody Kelly ka punuar për një foto dhe mënyra se si e ka bërë këtë ilustron qartë se çfarë cilësish duhet të ketë një modele e mirë.

Është bërë një porosi për një foto me rroba dimërore jashtë për katalogun Avon... Problemi ishte se, sipas planit, xhirimet kryheshin zakonisht gjashtë muaj para daljes së katalogut. Ishte pikërisht kulmi i korrikut - kulmi i vapës së tmerrshme.

Duke ditur se do t'i duhej të xhironte në kushte të vështira, fotografi zgjodhi një model bazuar në tre kritere:

1. Pamja e saj duhet të ishte e njëjtë siç pranohet në katalogët e Avon - një buzëqeshje simpatike, e lumtur është e detyrueshme.

2; Ajo kurrë nuk ankohet për vështirësitë dhe i jepet tërësisht punës.

3. Ajo nuk djersitet aq shumë sa njerëzit e zakonshëm. “Jody është çmendurisht i thatë! Eric bën shaka. "Megjithatë, ishte pikërisht kjo cilësi që e lejoi atë të merrte këtë porosi."

Ekipi zgjodhi një çerdhe të pemës së Krishtlindjes në New Jersey për xhirime dhe fotografi, modelja, grimieri dhe stilisti udhëtuan atje me një furgon frigoriferi me qira.

Në degët e pemëve u spërkat bora. Një kanavacë e gjerë e shtrirë mbi model, si një re, e ktheu rrezet e diellit direkte në rreze të shpërndara. Jody kishte veshur një pallto, një kapele, dorashka dhe një shall, dhe ishte mbi 30 gradë Celsius.

Të gjithë anëtarët e grupit thjesht u zhytën në djersë dhe shpesh duhej të ndërprisnin për të pirë ujë. Gjatë gjithë kësaj kohe ajo u soll si një luftëtare e vendosur, pa u ankuar asnjëherë për situatën.

"Nuk kisha asgjë për të ankuar," komenton Jody për kushtet e vështira të të shtënave. - Gjithë jetën kam ëndërruar të bëhem modele. Dhe kështu mora këtë punë, dhe ende po paguhem për të realizuar ëndrrën time! Edhe përkundër motit, u ndjeva i lumtur.”

Hiri

"Hirësia e lëvizjes duhet të vijë nga brenda," shpjegon një përfaqësues i biznesit të modelimit. “Kjo është diçka me të cilën ju keni lindur ose jo. Nuk mund të mprehet me balet, sport e aktivitete të tjera. Ose e keni ose nuk e keni dhe kjo shihet qartë në fotografi”.

Pa komplekse

Në këtë biznes, ju nuk mund të jeni tepër të përulur për trupin tuaj. “Duhet të ndiheni absolutisht rehat çdo gjë që bëni me trupin tuaj”, thotë modelja. Jody Kelly... - Gjatë performancës në podium, duhet të vishesh dhe të zhvishesh sa më shpejt që të jetë e mundur dhe nuk ka kohë që të fshihesh pas diçkaje tjetër.

Gjatë xhirimeve për një revistë, shton ajo, do të të fiksojnë diçka, do të të prekin me duar, do të bëjnë grim në fytyrën, qafën, trupin. Do të tërhiqeni, do të tërhiqeni nga flokët dhe do të lidheni. Në të njëjtën kohë, askush nuk ju cenon dhe nuk i kapërcen kufijtë, thjesht të gjitha këto manipulime janë të nevojshme dhe gjithçka duhet bërë shumë shpejt."

Vetëbesim

Vetëbesimi dhe ndjenja e rehatisë janë cilësi të fshehura për të cilat një modele ka shumë nevojë. Nëse ndiheni të sikletshme, të turpshme ose të sikletshme, ose thjesht të mërzitur që një puçërr ju ka dalë në fytyrë, mungesa juaj e vetëbesimit do të shfaqet në foto.

Hapja

Me cilindo njerëz me të cilët punoni në biznesin e modelingut, nuk duhet të paragjykoni ndaj tyre. Ju duhet të jeni në gjendje të punoni me sukses me këdo nga të gjitha sferat e jetës.

Foto "e madhe".

Më në fund, duhet të kuptoni se modelimi është "më shumë se thjesht fotografi" dhe se vetëm përvoja mund t'jua japë këtë. Kjo është e vështirë për një modele të re që është nën magjinë e romancës dhe që ka parë mjaft filma të këqij dhe ka lexuar shumë artikuj në tabloid.

Në të njëjtën kohë, modelja nuk e kupton se plani krijues mund të jetë zhvilluar gjatë disa javësh dhe se të gjitha autoritetet kompetente kanë miratuar tashmë secilën nga pikat e tij, si dhe faktin që vendimet janë marrë nga njerëz shumë më me përvojë se ajo. .

Bëhet e trishtuar kur sheh një modele që përpiqet të ndryshojë grimin, frizurën apo veshjen e saj, sepse mendon se di të duket më mirë.

Nëse nuk i besoni mendimit të ekipit krijues ose përpiqeni t'i shpjegoni punëdhënësit tuaj se çfarë është më e mira për të, jo vetëm që do të provokoni zemërimin e tyre, por do të humbni edhe gjithçka që mund t'ju japë mendimi i tyre krijues. Kjo do të përfundojë me portofolin tuaj të mbushur me foto të njëanshme, jo interesante.

Duhet mbajtur mend gjithmonë se ju jeni vetëm një nga pjesët që përbëjnë një fotografi "të madhe". Është e nevojshme të jeni të ndjeshëm ndaj asaj që njerëzit e tjerë rreth jush po bëjnë, pasi ata kanë pamjen e tyre, ndoshta të ndryshme nga e juaja, ndaj qëndrimeve, shprehjeve të fytyrës, veshjeve dhe dritës. Kështu, është absolutisht e nevojshme të kuptoni dhe kuptoni qëllimin e tyre krijues së bashku në mënyrë që të realizoni atë që ata presin nga ju.

Pjesa 3. Përpunimi dhe analiza e rezultateve të simulimit.

Vendimet e marra nga studiuesi bazuar në rezultatet e modelimit të simulimit mund të jenë konstruktive vetëm gjatë kryerjes dy kushte:

Rezultatet e marra kanë saktësinë dhe besueshmërinë e kërkuar;

Studiuesi është në gjendje të interpretojë saktë rezultatet e marra dhe të dijë se si mund të përdoren ato.

Mundësia e përmbushjes së kushtit të parë përcaktohet kryesisht në fazën e zhvillimit të modelit dhe pjesërisht në fazën e planifikimit të eksperimentit. Besueshmëria e rezultateve të simulimit supozon se modeli me të cilin ato janë marrë është jo vetëm i saktë, por gjithashtu plotëson disa kërkesa shtesë për modelet e simulimit.

Aftësia e një studiuesi për të interpretuar saktë rezultatet e marra dhe për të marrë vendimet e duhura bazuar në to, në thelb varet nga korrespondenca e formës së paraqitjes së rezultateve me qëllimet e modelimit.

Nëse modeluesi ka besim se rezultatet e marra do të përdoren në përputhje me një qëllim të mirëpërcaktuar, forma e paraqitjes së tyre mund të përcaktohet paraprakisht. Në këtë rast, shndërrimi i të dhënave eksperimentale në formën e kërkuar mund të kryhet ose gjatë eksperimentit, ose menjëherë pas përfundimit të tij. Kjo qasje ju lejon të kurseni memorien e kompjuterit që kërkohet për të ruajtur sasi të mëdha të dhënash të papërpunuara, si dhe të zvogëloni kohën për analizimin e rezultateve dhe marrjen e vendimeve.

Nëse është e vështirë të specifikohet paraprakisht qëllimi i modelimit, ose ka disa qëllime, të dhënat duhet të grumbullohen në bazën e të dhënave dhe më pas të lëshohen në formën e kërkuar me kërkesë të përdoruesit. Si rregull, sistemet e automatizimit të modelimit ndërtohen mbi këtë parim.

Vlerësimi i cilësisë së modelit është faza përfundimtare e zhvillimit të tij dhe ka dy qëllime:

1) Kontrolloni përputhshmërinë e modelit me qëllimin e tij (qëllimet e kërkimit);

2) Vlerësoni besueshmërinë dhe karakteristikat statistikore të rezultateve të marra gjatë eksperimenteve të modelit.

Në modelimin analitik, besueshmëria e rezultateve përcaktohet nga dy faktorë kryesorë:

1) Zgjedhja e saktë e aparatit matematik të përdorur për të përshkruar sistemin në studim;

2) Një gabim matematikor i natyrshëm në këtë metodë matematikore.

Në simulim, besueshmëria e rezultateve ndikohet nga një sërë faktorësh shtesë, kryesorët prej të cilëve janë:

1) Simulimi i faktorëve të rastësishëm bazuar në përdorimin e sensorëve të numrave të rastësishëm, të cilët mund të shtrembërojnë sjelljen e modelit;

2) Prania e një mënyre jo-stacionare të funksionimit të modelit;

3) Përdorimi i disa llojeve të ndryshme të metodave matematikore brenda një modeli;

4) Varësia e rezultateve të simulimit nga plani i eksperimentit;

5) Nevoja për të sinkronizuar punën e përbërësve individualë të modelit;

6) Disponueshmëria e një modeli të ngarkesës së punës, cilësia e të cilit varet, nga ana tjetër, nga të njëjtët faktorë.

Përshtatshmëria e një modeli simulues për zgjidhjen e problemeve kërkimore karakterizohet nga shkalla në të cilën ai zotëron të ashtuquajturat veti të synuara. Ato kryesore janë:

Përshtatshmëria;

Stabiliteti;

Ndjeshmëria.

Vlerësimi i përshtatshmërisë së modelit. Në rastin e përgjithshëm, përshtatshmëria kuptohet si shkalla e përputhshmërisë së modelit me atë fenomen apo objekt real për përshkrimin e të cilit po ndërtohet.

Në të njëjtën kohë, modeli i krijuar përqendrohet, si rregull, në studimin e një nëngrupi të caktuar të vetive të këtij objekti. Prandaj, mund të supozojmë se përshtatshmëria e modelit përcaktohet nga shkalla e përputhshmërisë së tij jo aq me objektin real sesa me objektivat e studimit.

Një nga mënyrat më të zakonshme për të vërtetuar zyrtarisht përshtatshmërinë e modelit të zhvilluar është përdorimi i metodave të statistikave matematikore. Thelbi i këtyre metodave është testimi i hipotezës së paraqitur (në këtë rast, për përshtatshmërinë e modelit) në bazë të disa kritereve statistikore. Kur testoni hipotezat me metoda të statistikave matematikore, është e nevojshme të kihet parasysh se testet statistikore nuk mund të vërtetojnë një hipotezë të vetme: ato mund të tregojnë vetëm mungesën e përgënjeshtrimit.

Procedura e vlerësimit bazohet në një krahasim të matjeve në një sistem real dhe rezultateve të eksperimenteve në një model dhe mund të kryhet në mënyra të ndryshme. Më të zakonshmet janë:

Sipas vlerave mesatare të modelit dhe sistemit;

Sipas variancave të devijimeve të përgjigjeve të modelit nga vlera mesatare e përgjigjeve të sistemit;

Nga vlera maksimale e përgjigjeve të modelit relativ nga përgjigjet e sistemit.

Këto metoda janë afër njëra-tjetrës, prandaj, ne do të kufizohemi në shqyrtimin e të parës prej tyre. Kjo metodë teston hipotezën se vlera mesatare e ndryshores së vëzhguar Y është afër vlerës mesatare të përgjigjes së sistemit real Y *.

Si rezultat i eksperimenteve N 0 në një sistem real, merret një grup vlerash (shembull) Y *. Pas kryerjes së eksperimenteve N M në model, merret gjithashtu një grup vlerash të ndryshores së vëzhguar Y.

Pastaj llogariten vlerësimet e pritjes matematikore dhe varianca e përgjigjeve të modelit dhe sistemit, pas së cilës parashtrohet një hipotezë për afërsinë e vlerave mesatare të Y * dhe Y (në kuptimin statistikor). Baza për testimin e hipotezës është statistika t (shpërndarja e studentit). Vlera e tij, e llogaritur nga rezultatet e testit, krahasohet me vlerën kritike të t cr të marrë nga tabela e kërkimit. Nëse pabarazia t< t кр, то гипотеза принимается.

Duhet theksuar edhe një herë se metodat statistikore janë të zbatueshme vetëm nëse vlerësohet përshtatshmëria e modelit me sistemin ekzistues. Natyrisht, nuk është e mundur të kryhen matje në sistemin e projektuar. E vetmja mënyrë për të kapërcyer këtë pengesë është pranimi i modelit konceptual të sistemit të projektuar si objekt referimi. Më pas, vlerësimi i përshtatshmërisë së modelit të zbatuar softuer konsiston në kontrollin se sa saktë e pasqyron modelin konceptual. Ky problem është i ngjashëm me kontrollin e korrektësisë së çdo programi kompjuterik dhe mund të zgjidhet me metoda të përshtatshme, për shembull, duke përdorur testimin.

Vlerësimi i qëndrueshmërisë së modelit. Gjatë vlerësimit të përshtatshmërisë së modelit si për sistemin ekzistues ashtu edhe për atë të projektuar, mund të përdoret vetëm një nëngrup i kufizuar i të gjitha vlerave të mundshme të parametrave të hyrjes (ngarkesa e punës dhe mjedisi i jashtëm). Në këtë drejtim, për të vërtetuar besueshmërinë e rezultateve të marra të modelimit, është shumë e rëndësishme të kontrollohet qëndrueshmëria e modelit. Në teorinë e modelimit, ky koncept interpretohet si më poshtë.

Fortësia e modelit është aftësia e tij për të qëndruar adekuate kur shqyrton efikasitetin e sistemit në të gjithë gamën e mundshme të ngarkesave të punës, si dhe kur bën ndryshime në konfigurimin e sistemit.

Si mund të vlerësohet qëndrueshmëria e modelit? Nuk ka asnjë procedurë universale për testimin e qëndrueshmërisë së një modeli. Zhvilluesi është i detyruar të përdorë metoda "rast pas rasti", teste të pjesshme dhe sens të përbashkët. Një kontroll posteriori është shpesh i dobishëm. Ai konsiston në krahasimin e rezultateve të simulimit dhe rezultateve të matjes në sistem pasi të bëhen ndryshime në të. Nëse rezultatet e simulimit janë të pranueshme, rritet besimi në qëndrueshmërinë e modelit.

Në përgjithësi, mund të argumentohet se sa më afër strukturës së modelit me strukturën e sistemit dhe sa më e lartë të jetë shkalla e detajeve, aq më i qëndrueshëm është modeli.

Stabiliteti i rezultateve të simulimit mund të vlerësohet edhe me metodat e statistikave matematikore. Është e përshtatshme këtu të kujtojmë problemin kryesor të statistikave matematikore. Ai konsiston në testimin e një hipoteze në lidhje me vetitë e një grupi të caktuar elementësh, të quajtur popullatë e përgjithshme, duke vlerësuar vetitë e një nëngrupi të popullatës së përgjithshme (d.m.th., një kampion). Në popullatën e përgjithshme, studiuesi zakonisht interesohet për ndonjë veçori që është për shkak të rastësisë dhe mund të jetë e natyrës cilësore ose sasiore.

Në këtë rast, është stabiliteti i rezultateve të simulimit që mund të konsiderohet si një veçori për t'u vlerësuar. Testi Wilcoxon mund të përdoret për të testuar hipotezën e qëndrueshmërisë së rezultateve.

Testi Wilcoxon përdoret për të testuar nëse dy mostra i përkasin të njëjtës popullatë (d.m.th. nëse kanë të njëjtin tipar statistikor). Për shembull, në dy lote të një produkti matet një karakteristikë e caktuar dhe kërkohet të testohet hipoteza se kjo karakteristikë ka të njëjtën shpërndarje në të dy lotet; me fjalë të tjera, duhet të siguroheni që rrjedha e punës të mos ndryshojë ndjeshëm nga grupi në grup.

Në një vlerësim statistikor të qëndrueshmërisë së modelit, hipoteza përkatëse mund të formulohet si më poshtë: kur ngarkesa e hyrjes (punës) ose struktura e MI ndryshon, ligji i shpërndarjes së rezultateve të simulimit mbetet i pandryshuar.

Verifikimi i hipotezës së specifikuar H kryhet me të dhënat fillestare të mëposhtme:

ka dy mostra X = (x 1..., x n) dhe Y= (në 1..., y t), të marra për vlera të ndryshme të ngarkesës së punës; në lidhje me ligjet e shpërndarjes X dhe nuk bëhen supozime.

Vlerat e të dy mostrave janë renditur së bashku në rend rritës. Më pas analizohet pozicioni relativ x i dhe i. Kur i< x i thonë se një palë vlerash (x i, y i) formon një përmbysje.

Për shembull, le për n= T= 3 pas porositjes, morëm sekuencën e mëposhtme të vlerave: y 1, x 1, y 3, x 2, y 2, x 3, atëherë kemi përmbysje: (x 1 , y 1 ), (x 2, y 1 ), (x 2, y 3), (x 3, y 1), (x 3, y 2), (x 3, y 3).

Numëroni numrin total të përmbysjeve U. Nëse hipoteza është e saktë, atëherë U nuk duhet të devijojë shumë nga pritshmëria e tij matematikore M: M = nm / 2.

Hipoteza hidhet poshtë nëse ( përcaktuar nga tabela për një nivel të caktuar rëndësie).

Vlerësimi i ndjeshmërisë së infarktit të miokardit. Natyrisht, stabiliteti është një veti pozitive e modelit. Sidoqoftë, nëse ndryshimi në veprimet hyrëse ose parametrat e modelit (në një diapazon të caktuar të caktuar) nuk ndikon në vlerat e parametrave të daljes, atëherë përfitimi i një modeli të tillë është i vogël (mund të quhet "i pandjeshëm ”). Në këtë drejtim, lind problemi i vlerësimit të ndjeshmërisë së modelit ndaj ndryshimeve në parametrat e ngarkesës së punës dhe parametrave të brendshëm të vetë sistemit.

Një vlerësim i tillë kryhet për çdo parametër X te veçmas. Bazohet në faktin se diapazoni i ndryshimeve të mundshme të parametrave zakonisht dihet. Një nga procedurat më të thjeshta dhe më të zakonshme të vlerësimit është si më poshtë.

1) llogaritet vlera e rritjes mesatare relative të parametrit X në:

2) kryhen disa eksperimente modelesh me vlera X k = X ktah dhe X te= X kt në dhe vlerat mesatare fikse të parametrave të mbetur. Përcaktohen vlerat e përgjigjes së modelit dhe ;

3) llogaritet rritja e saj relative e variablit të vëzhguar Y:

Si rezultat, për k-ro Parametrat e modelit kanë një çift vlerash , duke karakterizuar ndjeshmërinë e modelit për këtë parametër.

Në mënyrë të ngjashme, çifte formohen për pjesën tjetër të parametrave të modelit, të cilët formojnë një grup.

Të dhënat e marra në vlerësimin e ndjeshmërisë së modelit mund të përdoren, në veçanti, gjatë planifikimit të eksperimenteve: më shumë vëmendje duhet t'i kushtohet atyre parametrave për të cilët modeli është më i ndjeshëm.

Kalibrimi i modelit. Nëse, si rezultat i vlerësimit të cilësisë së modelit, rezultoi se vetitë e tij të synuara nuk e kënaqin zhvilluesin, është e nevojshme ta kryeni atë. kalibrimi, pra një korrigjim për ta sjellë atë në përputhje me kërkesat.

Në mënyrë tipike, procesi i kalibrimit është përsëritës dhe përbëhet nga tre hapa kryesorë:

1) ndryshimet globale në model (për shembull, futja e proceseve të reja, ndryshimet në llojet e ngjarjeve, etj.);

2) ndryshimet lokale (në veçanti, ndryshimet në disa ligje të shpërndarjes së ndryshoreve të rastësishme të simuluara);

3) ndryshimi i parametrave të veçantë, i quajtur kalibrim.

Në pamje të parë, ndryshimet strukturore të modelit, si më komplekse, duhet të konsiderohen vetëm pasi të gjitha përpjekjet për të kalibruar modelin duke ndryshuar parametrat dhe modifikimet lokale kanë qenë të pasuksesshme. Megjithatë, një strategji e tillë mund të maskojë mospërputhjet strukturore ose mungesën e detajeve në model. Në këtë kuptim, fillimi i një kalibrimi me ndryshime globale është shumë më i sigurt.

Në përgjithësi, është e këshillueshme që të kombinohet vlerësimi i vetive të synuara të MI dhe kalibrimi i tij në një proces të vetëm. Kjo është strategjia e miratuar në metodën e kalibrimit statistikor të përshkruar më poshtë.

Procedura e kalibrimit përbëhet nga tre hapa, secili prej të cilëve është përsëritës.

Hapi 1. Krahasimi i shpërndarjeve të prodhimit.

Qëllimi është të vlerësohet përshtatshmëria e MI-së. Kriteret e krahasimit mund të ndryshojnë. Në veçanti, mund të përdoret madhësia e ndryshimit midis vlerave mesatare të modelit dhe përgjigjeve të sistemit.

Eliminimi i dallimeve në këtë hap bazohet në bërjen e ndryshimeve globale.

Hapi 2. Balancimi i modelit.

Detyra kryesore është vlerësimi i qëndrueshmërisë dhe ndjeshmërisë së modelit. Bazuar në rezultatet e tij, si rregull, bëhen ndryshime lokale (por ato globale janë gjithashtu të mundshme).

Hapi 3. Optimizimi i modelit.

Qëllimi i kësaj faze është të sigurojë saktësinë e kërkuar të rezultateve. Tre fusha kryesore të punës janë të mundshme këtu:

kontroll shtesë i cilësisë së sensorëve të nivelit të mesëm;

zvogëlimi i efektit të regjimit kalimtar;

aplikimi i metodave speciale për të reduktuar variancën.

Vlerësimi i cilësisë së modeleve të klasifikimit është sfidues sepse kostoja e gabimeve nuk është e njëjtë në shumicën e aplikacioneve të botës reale. Për shembull, refuzimi i një kredie për një klient të mirë përfshin vetëm kostot organizative të gjetjes së një klienti të ri, ndërsa dhënia e një kredie për një partner jo të besueshëm mund të çojë në humbje të mëdha. Për shkak të kësaj asimetrie në flukset monetare, gjatë përcaktimit të shkallës së saktësisë së modelit, është e nevojshme të merren parasysh pasojat e një parashikimi të caktuar. Cilësia e parashikimit të falimentimit përcaktohet si nga sa saktë janë identifikuar falimentimet dhe nga sa saktë klasifikohen të pafalimentuarit. Dështimi për të gjetur një kompani të falimentuar quhet një gabim i tipit 1, dhe një parashikim i falimentimit që nuk pasoi në të vërtetë quhet një gabim i tipit 2.
Për shkak të asimetrisë në çmimin e gabimit, bëhet jashtëzakonisht e vështirë të gjesh një kompromis midis gabimeve të llojit 1 dhe 2. Me fjalë të tjera, është e vështirë t'i përgjigjemi pyetjes se cili nga dy modelet është më i mirë: ai që identifikon saktë 90% të falimentimeve dhe jep 10 gabime të llojit të dytë për një klasifikim të saktë, ose ai që identifikon 80% të falimentimeve. , por jep vetëm 8 gabime të llojit të 2-të për klasifikim.
Siç mund ta shihni nga fig. 9.1, pikat Chi Y, që tregojnë cilësinë e parashikimeve, përkatësisht, për modelet x dhe y, nuk bëjnë të mundur të thuhet pa mëdyshje se cili model është më i mirë. Nëse kërkesat për saktësinë e parashikimit të falimentimit zvogëlohen, atëherë mund të rezultojë se modeli x do të vazhdojë të japë një numër më të madh gabimesh të llojit të dytë dhe, kështu, do të jetë inferior ndaj modelit y në aplikacionet ku gabimet e Lloji i dytë janë relativisht të shtrenjta në lidhje me gabimet
Lloji i parë.
Nga sa më sipër rezulton se cilësia e modelit të parashikimit të falimentimit mund të vlerësohet vetëm nëse çmimi i gabimeve dhe probabiliteti i falimentimit/mbijetesës janë vendosur paraprakisht. Nëse, për shembull, ne e dimë se çmimi i një falimentimi që nuk ishte parashikuar në kohë është i barabartë me çmimin e pesë alarmeve false dhe se një përqind e kompanive do të falimentojnë, atëherë mund të vlerësojmë modelet:
Kostoja e gabimit të modelit x: 1% x (5 x (10%) + 10 x (1 - 10%)) = 0,095,
Kostoja e gabimit të modelit y: 1% x (5 x (20%) + 8 x (1 - 20%)) = 0.074.
Modeli x është inferior ndaj modelit y, i cili humbet 20% të falimentimeve, por ka një shkallë më të ulët të gabimeve të tipit 2.
Nëse një falimentim i humbur vlen 30 alarme false, atëherë gabimet e këtyre dy modeleve do të jenë si më poshtë:
Kostoja e gabimit të modelit x: 1% x (30 x (10%) + 10 x (1 - 10%)) = 0,120,
Kostoja e gabimit të modelit është y \ 1% x (30 x (20%) + 8 x (1 - 10%)) = 0,132, dhe modeli x rezulton të jetë më i mirë se y. Vini re se kontribuuesit më të mëdhenj në gabimin e modelit janë numri i madh i gabimeve.
Të llojit të dytë, dhe kjo ndodh sepse ato kryhen në kompani të qëndrueshme dhe të tilla janë shumica dërrmuese. Është mjaft e vështirë të vendosësh nëse rezultatet e të dy modeleve ndryshojnë në mënyrë të konsiderueshme aq sa ato të shprehin preferencën, pasi nuk dihet se si modeli x do të funksionojë për ndonjë marrëdhënie krejtësisht të ndryshme midis çmimeve të gabimit. Kur kalojnë provimet e auditorit, ekzaminuesit njohin vetëm 25% të kompanive të falimentuara, por për çdo parashikim të saktë ka vetëm 4 alarme të rreme (shih).
Ndërsa modelet MBA janë të afta të njohin një pjesë shumë më të madhe të kompanive të falimentuara, rezultati i përgjithshëm nuk do të jetë domosdoshmërisht më i mirë se praktika e auditorëve. Pra, nëse kostoja e një gabimi të llojit të parë është 5 herë më shumë se gabimet e llojit të dytë, atëherë gabimi total i auditorëve do të jetë i barabartë me
1% X (5 X (75%) + 4 X (1 - 75%)) = 0.0475, që është më pak se të dy modelet hipotetike x dhe y.
Këta shembuj ilustrojnë idenë e mëposhtme: nëse raportet e çmimeve të gabimit ndryshojnë shumë, atëherë rregullimi i modelit të falimentimit në përmasa specifike duket të jetë më i rëndësishëm se cilësia e vetë modelit. Është e mundur të prezantohet një koncept i përgjithësuar i rëndësisë informative të modelit duke përdorur distancën deri në të ashtuquajturin kufi efektiv informativ, d.m.th. kurba që mbështjell rezultatet e të gjitha modeleve. Në fig. Modeli 9.1 x ndodhet më afër këtij kufiri se modeli y, dhe për këtë arsye duhet të konsiderohet më efikas në informacion.
Sfida tjetër është zhvillimi i një standardi për testim. Për vlerësimin e modeleve MBA, në shumicën e rasteve, merret një numër i vogël mostrash, dhe kjo rrit gjasat që modeli të përshtatet shumë ngushtë me të dhënat e testit. Mostrat zakonisht përmbajnë një përqindje të barabartë të kompanive të falimentuara dhe jo të falimentuara, dhe vetë të dhënat, si rregull, korrespondojnë me periudha të falimentimit intensiv. Kjo çon në përfundimin se vetëm rezultatet e vlerësimit të modelit mbi të dhënat e reja janë të besueshme. Nga tavolina. 9.1 mund të shihet se edhe në testet më të favorshme me të dhëna të reja (kur të gjithë shembujt janë marrë nga e njëjta periudhë kohore dhe, për më tepër, janë homogjenë për sa i përket industrive dhe madhësisë së ndërmarrjes), cilësia është më e keqe se në mostrat, të cilat janë përdorur për të përcaktuar parametrat e modelit. Meqenëse, në praktikë, përdoruesit e modeleve të klasifikimit nuk do të jenë në gjendje ta përshtatin modelin me probabilitetet e tjera të mëparshme të falimentimit, madhësisë së firmës ose industrisë, cilësia aktuale e modelit mund të jetë edhe më e keqe. Cilësia mund të përkeqësohet edhe për faktin se në mostrat e përdorura për testimin e modeleve MBA, ka pak firma që nuk kanë falimentuar, por janë në rrezik. Nëse ka vetëm katër ose pesë firma të tilla "të mbijetuara në rrezik", atëherë kjo shtrembëron pjesën reale të kompanive me rrezik, dhe si rezultat, shpeshtësia e gabimeve të tipit II nënvlerësohet.

mbi të cilat kontrollohet vlefshmëria dhe përshtatshmëria e modelit. Modeli i krijuar duhet të jetë adekuat me procesin real ekonomik. Nëse cilësia e modelit është e pakënaqshme, ata kthehen në fazën e dytë të modelimit.

7. Faza e interpretimit të rezultateve të simulimit.

Oriz. 2.1. Fazat kryesore të modelimit ekonometrik

parashikimi i treguesve ekonomikë që karakterizojnë procesin në studim (dukuri, objekt);

modelimi i sjelljes së një procesi (dukuri, objekt) në vlera të ndryshme të variablave të faktorëve;

formimi i vendimeve drejtuese.

Numri i variablave të përfshirë në modelin ekonometrik nuk duhet të jetë shumë i madh dhe duhet të justifikohet teorikisht. Modelit duhet t'i mungojë një korrelacion funksional ose i ngushtë midis variablave të faktorëve, gjë që mund të çojë në fenomen multikolineariteti.

Gjatë formimit të informacionit fillestar për modelin ekonometrik, një problem jashtëzakonisht i rëndësishëm është zgjedhja e treguesve që janë adekuat për thelbin e dukurive në studim. Shpesh, një model ekonometrik ndërtohet pikërisht për të shprehur modelin që ekziston midis dukurive. Vëmendje duhet t'i kushtohet një zëvendësimi të caktuar të koncepteve, i cili zakonisht ndodh në fazën e parë të ndërtimit të një modeli gjatë kalimit nga një analizë kuptimplotë e fenomeneve në formimin e karakteristikave sasiore (treguesit) që pasqyrojnë nivelet e tyre. Gjatë analizës kuptimplote, fenomeni shpesh merret parasysh cilësisë niveli. Sidoqoftë, kur ndërtohet një model, përdoren informacione fillestare, grupe treguesish që shprehin këto dukuri, vetitë e tyre, tendencat në formë sasiore karakteristikat.

Për fushat tradicionale të kërkimit, problemi i vërtetimit të përbërjes së treguesve zakonisht konsiderohet i zgjidhur. Për shembull, në studimet e produktivitetit të punës, analiza makroekonomike zakonisht merr në konsideratë grupe të krijuara tashmë

treguesit, vlerat e të cilëve publikohen në koleksione statistikore, raporte shkencore etj. Shembulli i tyre është prodhimi për punëtor si tregues që shpreh fenomenin e "produktivitetit të punës", vëllimi i PBB-së (një tregues i efikasitetit të ekonomisë), vëllimi i aseteve fikse (një tregues i nivelit të sigurisë materiale të procesi i prodhimit, ekonomia) etj. Në të njëjtën kohë, në një numër fushash të kërkimit ekonometrik, sisteme të tilla treguesish nuk mund të formohen në mënyrë kaq të qartë. Shpesh i njëjti fenomen mund të shprehet me variante alternative të treguesve. Në mungesë të të dhënave objektive në studimet ekonometrike, lejohet zëvendësimi i një treguesi me një tjetër që pasqyron në mënyrë indirekte të njëjtin fenomen. Për shembull, të ardhurat mesatare për frymë si tregues i standardit material të jetesës mund të zëvendësohen me qarkullimin mesatar vjetor për një banor të rajonit, etj. Zgjedhja e gabuar e një treguesi që përfaqëson fenomenin në shqyrtim në model mund të ndikojë ndjeshëm në cilësinë e tij, ndaj dhe problemi i vërtetimit të përbërjes së treguesve (variablave) të një modeli ekonometrik në praktikë duhet trajtuar me vëmendjen maksimale.

Duke marrë parasysh problemin e zgjedhjes së një specifike lloji i funksionit , duhet theksuar se në praktikën e kërkimit ekonometrik, përdoret një gamë mjaft e gjerë e varësive funksionale midis variablave, më të përdorurat janë: lineare, semilogarithmike e drejtë, qetësues, hiperbolike, hiperbolike logaritmike, linear i anasjelltë (funksioni Tornquist), funksion me elasticitet të përhershëm zëvendësimi, funksioni eksponencial... Në praktikë, mund të hasen edhe kombinime të varësive të mësipërme, p.sh.

Shumica e funksioneve
me ndihmën e një grupi të caktuar transformimesh, ato mund të reduktohen në një formë lineare. Për shembull, nëse dhe i varur
(7), më pas duke prezantuar variablat
, marrim shprehjen (4) deri në transformimin e faktorëve fillestarë.

Në kërkimin praktik, shpesh duke përdorur transformimin
dhe
, modeli i ligjit të fuqisë (6) është shndërruar në një formë lineare që lidh logaritmet e variablave dhe . Sidoqoftë, duhet theksuar se në këtë rast, nga pikëpamja e matematikës, një transformim i tillë nuk është plotësisht i saktë për shkak të shtimit të gabimit në shprehje (6); prandaj, vlerat e koeficientëve të modeli linear (në lidhje me logaritmet e variablave) në përgjithësi nuk mund të supozohet të jetë i barabartë me vlerat përkatëse të analogut të fuqisë ...

Duke përdorur shembullin e një modeli ekonometrik linear, mund të imagjinohet një formë tjetër e modeleve të këtij lloji - modele në të cilat nuk ka koeficient të lirë. :

Në shumë studime praktike, konceptet e rrepta teorike, supozimet paraprake në lidhje me aspektet kuptimplote të ndërveprimit midis dukurive tërhiqen në sfond. Për ta, gjëja kryesore është të ndërtojnë një ekuacion që shpreh me saktësi marrëdhëniet që janë adekuate me tendencat në ndryshimin e variablave. dhe në intervalin kohor (1, T)... Për më tepër, është shpesh forma e suksesshme e ekuacionit të modelit ekonometrik që përbën bazën e konceptit teorik të zhvilluar, i cili më pas gjen aplikimin e tij në analizat e mëvonshme. Natyrisht, forma më "e përshtatshme" siguron përafrimin më të mirë të frekuencave teorike (të llogaritura) të vlerave.
ndaj vlerave reale .

Zakonisht, zgjedhja e formës së varësisë kryhet në bazë të analiza grafike tendencat e zhvillimit të proceseve përkatëse. Për shembull, nëse ndryshorja dhe e ndryshueshme ndryshuar me kalimin e kohës sipas grafikëve të paraqitur në Fig. 2.2, atëherë është logjike të supozohet se varësia është hiperbolike
. Për grafikët e paraqitur në Fig. 2.3, një varësi logaritmike është karakteristike
.

Oriz. 2.2. Varësia hiperbolike

Oriz. 2.3. Varësia logaritmike

Përbërja optimale e faktorëve i përfshirë në modelin ekonometrik, një nga kushtet kryesore për cilësinë e tij të mirë, i kuptuar si korrespondenca e formës së modelit me konceptin teorik, duke shprehur përmbajtjen e marrëdhënieve midis variablave në shqyrtim dhe si saktësinë e parashikimit mbi konsiderohet interval kohor (1, T) vlerat e vëzhguara të ndryshores ekuacioni
... Në përgjithësi, në fazën e vërtetimit të modelit ekonometrik, studiuesit mund të përballen me problemin e zgjedhjes së përbërjes më të preferuar të faktorëve të pavarur midis një numri opsionesh alternative.

Mund të dallohen dy qasje kryesore për zgjidhjen e këtij problemi:

së pari përfshin një studim a priori (para ndërtimit të një modeli) të natyrës dhe forcës së marrëdhënieve midis variablave në shqyrtim, sipas rezultateve të të cilave faktorët që janë më të rëndësishëm në ndikimin e tyre të drejtpërdrejtë në variablin e varur përfshihen në model. . Dhe, anasjelltas, faktorët që janë ose të parëndësishëm nga pikëpamja e fuqisë së ndikimit të tyre në variabël përjashtohen nga modeli. , ose ndikimi i tyre i fortë në të mund të interpretohet si i shkaktuar nga marrëdhëniet me variabla të tjerë ekzogjenë;

e dyta qasja ndaj përzgjedhjes së faktorëve të pavarur - mund të quhet a posteriori - përfshin fillimisht përfshirjen në model të të gjithë faktorëve të përzgjedhur në bazë të një analize kuptimplotë. Sqarimi i përbërjes së tyre në këtë rast bazohet në analizën e karakteristikave cilësore të modelit të ndërtuar, një nga grupet e të cilit janë tregues që shprehin forcën e ndikimit të secilit faktor në variablin e varur. .

Qasja "apriori" bazohet në supozimet e mëposhtme: 1) ndikimi i fortë i faktorit në variablin e varur duhet të konfirmohet edhe nga disa karakteristika sasiore, më e rëndësishmja prej të cilave është koeficienti i tyre i korrelacionit linear të çiftuar.
Logjika e përdorimit të koeficientit të korrelacionit të çiftit në përzgjedhjen e faktorëve të rëndësishëm në praktikë është si më poshtë. Nëse vlera e tij është mjaft e madhe (≥0,5 ÷ 0,6), atëherë mund të flasim për praninë e një

Korrelacioni me 5 çifte në përzgjedhje (0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 marrëdhënie lineare ndërmjet variablave dhe ose për një ndikim mjaft të fortë në . Sa më e madhe të jetë vlera absolute koeficienti i korrelacionit linear të çiftëzuar, aq më i fortë është ky ndikim (pozitiv ose negativ, në varësi të shenjës). Vlera e koeficientit të korrelacionit linear të çiftëzuar duhet të llogaritet duke marrë parasysh formën e transformimit dhe v modele. Për shembull, nëse
, atëherë përcaktohet koeficienti i korrelacionit ndërmjet dhe
, etj.; 2) nëse dy ose më shumë faktorë shprehin të njëjtin fenomen, atëherë, si rregull, duhet të ketë gjithashtu një marrëdhënie mjaft të fortë midis tyre. Kjo mund të tregohet nga vlera e koeficientit të korrelacionit linear të çiftuar
... Në praktikë, marrëdhënia ndërmjet faktorëve konsiderohet e rëndësishme nëse
... Në situata të tilla, këshillohet që të përjashtohet një nga këta faktorë nga modeli në mënyrë që i njëjti shkak të mos merret parasysh dy herë. Duhet të theksohet se vlerat e dhëna kufitare (në rastin e parë 0,5 ÷ 0,6, në të dytën 0,8 ÷ 0,9 janë mjaft arbitrare. Në secilin rast, ato vendosen individualisht. Gjatë zgjedhjes së tyre, intuita e studiuesit luan një rol thelbësor.

Zakonisht konsiderohet: nëse për një faktor
, pastaj me një numër të madh faktorësh të tjerë mjaft të rëndësishëm, informacioni që përmban faktori në lidhje me ndryshueshmërinë e ndryshores , mund të neglizhohet. Ndonjëherë, përkundrazi, nëse përbërja e faktorëve nuk është shumë e gjerë dhe faktori shpreh një fenomen që është domethënës nga pikëpamja teorike, atëherë studiuesi, duke u përpjekur të mos humbasë informacionin për modelet e ndryshueshmërisë së ndryshores. , mund ta lërë atë në model edhe me një vlerë më të vogël të koeficientit të korrelacionit linear të çiftit të mostrës (0,3 ÷ 0,4). Një përzgjedhje e tillë, e bazuar në empirizëm dhe intuitë, zakonisht nuk merr parasysh saktësinë e vlerësimit të koeficientëve të korrelacionit të mostrës, e cila rritet me rritjen e mostrës. Me një fikse Madhësia e mostrës saktësia e vlerësimeve të të gjithë koeficientëve është afërsisht e njëjtë. Logjika e një përzgjedhjeje të tillë është më e përqendruar në anën përmbajtësore të problemit të marrjes parasysh të marrëdhënieve ndërmjet variablave të modelit. Duke ndërlikuar ndjeshëm problemin e përzgjedhjes së faktorëve është fenomeni i rremë korrelacionet, d.m.th. Vlerat e mëdha të koeficientëve të korrelacionit të çiftëzuar mund të ndodhin edhe në ato raste kur tendencat e proceseve në shqyrtim përkonin rastësisht, në mungesë të një marrëdhënieje të argumentuar logjikisht ndërmjet tyre. Korrelacioni i rremë mund të pengojë ndërtimin e një modeli "korrekt" për dy arsye. Së pari, faktorët që nuk janë të rëndësishëm nga pikëpamja thelbësore dhe karakterizohen nga vlera të rëndësishme të koeficientit të korrelacionit linear të çiftuar mund të futen aksidentalisht në model. Së dyti, modeli mund të përjashtohet nga pikëpamja e ndikimit në faktorët në lidhje me të cilët njihet gabimisht hipoteza se shprehin të njëjtin fenomen si një faktor tjetër (faktorë) i përfshirë tashmë në këtë model. Ndër arsyet kryesore për përfshirjen e variablave me korrelacion të rremë në model përmenden shpesh mosbesueshmëria e informacionit të përdorur për të përcaktuar vlerat e faktorëve në periudha të ndryshme kohore, vështirësitë në formalizimin e faktorëve të një natyre cilësore, paqëndrueshmëria e tendencave në variablat nën konsiderata, forma e gabuar e marrëdhënies mes tyre etj.

Mënyra kryesore, duke iu përmbajtur së cilës mund të shmangni gabimet që lidhen me konceptin e "korrelacionit të rremë", e shoqëruar me një analizë cilësore të problemit që synon të vërtetojë përmbajtjen dhe formën e modelit adekuat për të. Në të njëjtën kohë, ne mund të ofrojmë disa rekomandime të përgjithshme që këshillohet t'i përmbahen duke ndjekur këtë rrugë: 1) numri i faktorëve të përfshirë në model nuk duhet të jetë shumë i madh. Rritja e tyre mund të minimizojë vlerën e tij praktike, pasi në këtë rast modeli fillon të pasqyrojë jo modelin e zhvillimit në sfondin e rastësisë, por vetë shansin; 2) thjeshtësia e modelit garanton kryesisht përshtatshmërinë e tij, pasi varësitë më komplekse shpesh janë apriori të pakapshme në një interval kohor të kufizuar, por në të njëjtën kohë ato mund të përafrohen me funksione mjaft të thjeshta. Me fjalë të tjera, një model kompleks mund të shprehë në një masë më të madhe marrëdhëniet dytësore midis variablave në dëm të atyre kryesore.

Me qasjen a posteriori, përbërja e faktorëve të modelit ekonometrik sqarohet në bazë të analizës së vlerave të një sërë karakteristikash cilësore të versionit të tij tashmë të ndërtuar. Një nga grupet e karakteristikave të tilla, më i rëndësishmi në përzgjedhjen e faktorëve, formohet nga vlerat Testi i studentit llogaritur për koeficientët për secilin nga faktorët e modelit. Duke përdorur këtë kriter, testohet hipoteza për rëndësinë e ndikimit të faktorit në variablin e varur. Vendimi përfundimtar për këshillueshmërinë e largimit të faktorit ose heqjes së tij nga modeli merret në bazë të analizës së të gjithë kompleksit.

Kështu, për praktikë, ne mund të ofrojmë sa vijon një procedurë hap pas hapi për ndërtimin e versionit përfundimtar të modelit bazënjë qasje posteriori: 1) versioni fillestar i modelit përfshin të gjithë faktorët e përzgjedhur në rrjedhën e një analize kuptimplotë të problemit. Për këtë opsion, llogariten vlerat e vlerësimeve të koeficientëve të modelit, gabimet e tyre rrënjë-mesatare-katrore dhe vlerat e kritereve të Studentit; 2) nga modeli hiqet një faktor i parëndësishëm, i karakterizuar nga vlera më e vogël e vlerës së vëzhguar të kriterit të Studentit (me kusht që vlera e vëzhguar të mos jetë më shumë se vlera tabelare), dhe kështu formohet një version i ri i modelit me numri i faktorëve zvogëlohet me një. Vini re se mund të ketë disa faktorë të parëndësishëm në model. Megjithatë, nuk duhet t'i fshini të gjitha në të njëjtën kohë. Është e mundur që parëndësia e shumicës së tyre të jetë për shkak të ndikimit të faktorëve "më të keq" nga faktorët e parëndësishëm dhe në hapin tjetër të llogaritjeve këta faktorë do të rezultojnë të rëndësishëm; 3) procesi i përzgjedhjes së faktorëve mund të konsiderohet i përfunduar, kur faktorët e mbetur në model janë domethënës, nëse versioni që rezulton i modelit plotëson edhe kriteret e tjera të cilësisë së tij, atëherë , procesi i ndërtimit të modelit mund të konsiderohet i plotë në tërësi. Përndryshe, këshillohet të përpiqeni të krijoni një version tjetër alternativ të modelit që ndryshon nga ai i mëparshmi qoftë në përbërjen e faktorëve ose në formën e marrëdhënies së tyre me variablin e varur. në.

Secila prej këtyre qasjeve ka avantazhe dhe disavantazhe. Mënyra “apriori” e përzgjedhjes së faktorëve nuk ka vlefshmëri të mjaftueshme. Ai përdor kryesisht tregues sasiorë "të drejtpërdrejtë" të "forcës" së marrëdhënieve midis sasive në shqyrtim dhe nuk merr plotësisht parasysh veçoritë e ndikimit kompleks të faktorëve të pavarur në variablin. , d.m.th. e veçantë efektet e "shfaqjes" ndikim të tillë. Në të njëjtën kohë, përdorimi i qasjes a priori shpesh bën të mundur sqarimin e disa opsioneve alternative paraprake për grupe faktorësh të pavarur, për të kontrolluar supozimet fillestare të modelit në lidhje me zgjedhjen e saktë të formës së marrëdhënieve midis tyre.

Qasja "a posteriori" e përzgjedhjes së faktorëve, në shikim të parë, preferohet pikërisht sepse përshtatshmëria e përfshirjes së secilit prej faktorëve në modelin ekonometrik përcaktohet në bazë të të gjithë kompleksit të marrëdhënieve midis variablave të përfshirë në model. . Sidoqoftë, kur numri i përgjithshëm i faktorëve është mjaft i madh, nuk ka asnjë garanci që shumë marrëdhënie të parëndësishme, apo edhe të rreme, midis tyre nuk do të mbizotërojnë mbi ato kryesore. Si rezultat, mund të rezultojë se ndër kandidatët e parë për përjashtim do të "emërohet" më i rëndësishmi, domethënësi nga pikëpamja e ndikimit në variablin. y, faktorët. Prandaj, në raste të vështira, d.m.th. në prani të një numri të madh faktorësh të zgjedhur për përfshirje në model në fazën e analizës kuptimplotë, ekspertët rekomandojnë kombinimin e të dy qasjeve - "a priori" dhe "a posteriori" në formimin e përbërjes së tyre "optimale".

Sipas këtyre rekomandimeve, duke përdorur metodat e përzgjedhjes “apriori”, duke përdorur analizën kuptimplotë, formohen variante alternative të grupeve të faktorëve të përfshirë në model. Më tej, duke përdorur metodat e përzgjedhjes "a posteriori", këto grupe rafinohen, variantet përkatëse të modelit krahasohen sipas një numri karakteristikash të cilësisë së tyre. Supozohet se variantet më të mira të modelit përmbajnë gjithashtu një grup faktorësh "optimal". Si rezultat, procedura e përzgjedhjes së faktorëve në një model ekonometrik kthehet në një numërim të një grupi të caktuar të kombinimeve të tyre të pranueshme, të formuara në bazë të qasjes "a priori". Duke kaluar nëpër opsione të ndryshme për përbërjen e faktorëve të pavarur, duke marrë parasysh llojet e mundshme të marrëdhënieve të tyre me variablin e varur, studiuesi formon edhe opsione (modifikime) të ndryshme të modelit ekonometrik për të përshkruar proceset në shqyrtim. Në këtë rast lind problemi i zgjedhjes së “optimalit” apo më “racionales” mes tyre. Zakonisht, ky problem zgjidhet në bazë të një krahasimi analitik të karakteristikave statistikore të cilësisë së varianteve të ndërtuara, të cilat llogariten tashmë me vlerat e njohura të vlerësimeve të parametrave të tyre.

Në rastin e përgjithshëm, "cilësia" e një modeli ekonometrik vlerësohet nga dy grupe karakteristikash. Grupi i parë përfshin tregues, kritere që shprehin shkallën e konformitetit të modelit të ndërtuar me ligjet bazë të procesit që ai përshkruan. Në të dytën, treguesit dhe kriteret vlerësojnë në një masë më të madhe saktësinë e përafrimit të vlerave të vëzhguara. ... Kriteret e grupit të parë përfshijnë Testi i studentit përdoret për të vlerësuar rëndësinë e ndikimit të secilit faktor për variabël të varur ... Grupi i dytë i kritereve formohet nga kriteret e përdorura gjerësisht në statistikë dhe ekonometri. koeficienti i korrelacionit të shumëfishtë, koeficienti i përcaktimit dhe Testi Fischer-Snedecor.

Vlerësimi i cilësisë së modelit është faza përfundimtare e zhvillimit të tij dhe ka dy qëllime:

1) kontrolloni përputhshmërinë e modelit me qëllimin e tij (qëllimet e kërkimit);

2) për të vlerësuar besueshmërinë dhe karakteristikat statistikore të rezultateve të marra gjatë eksperimenteve të modelit.

Në modelimin analitik, besueshmëria e rezultateve përcaktohet nga dy faktorë kryesorë:

1) zgjedhja e saktë e aparatit matematikor të përdorur për të përshkruar sistemin në studim;

2) një gabim metodologjik i natyrshëm në këtë metodë matematikore.

Në simulim, besueshmëria e rezultateve ndikohet nga një sërë faktorësh shtesë, kryesorët prej të cilëve janë:

Modelimi i faktorëve të rastësishëm bazuar në përdorimin e sensorëve të rangut të mesëm, të cilët mund të sjellin "shtrembërime" në sjelljen e modelit;

Prania e një mënyre jo-stacionare të funksionimit të modelit;

Përdorimi i disa llojeve të ndryshme të metodave matematikore brenda një modeli;

Varësia e rezultateve të simulimit nga plani i eksperimentit;

Nevoja për të sinkronizuar punën e përbërësve individualë të modelit;

Të kesh një model të ngarkesës së punës, cilësia e të cilit varet, nga ana tjetër, nga të njëjtët faktorë.

Përshtatshmëria e një modeli simulues për zgjidhjen e problemeve kërkimore karakterizohet nga shkalla në të cilën ai zotëron të ashtuquajturat veti të synuara. Ato kryesore janë:

Përshtatshmëria;

Stabiliteti;

Ndjeshmëria.

Vlerësimi i përshtatshmërisë së modelit. Në rastin e përgjithshëm, përshtatshmëria kuptohet si shkalla e përputhshmërisë së modelit me atë fenomen apo objekt real për përshkrimin e të cilit po ndërtohet. Përshtatshmëria e modelit përcaktohet nga shkalla e korrespondencës së tij jo aq me objektin real sesa me objektivat e studimit.

Një nga mënyrat për të vërtetuar përshtatshmërinë e modelit të zhvilluar është përdorimi i metodave të statistikave matematikore. Thelbi i këtyre metodave është testimi i hipotezës së paraqitur (në këtë rast, për përshtatshmërinë e modelit) në bazë të disa kritereve statistikore.

Procedura e vlerësimit bazohet në një krahasim të matjeve në një sistem real dhe rezultateve të eksperimenteve në një model dhe mund të kryhet në mënyra të ndryshme. Më të zakonshmet janë:

Sipas vlerave mesatare të modelit dhe përgjigjeve të sistemit;

Sipas variancave të devijimeve të përgjigjeve të modelit nga vlera mesatare e përgjigjeve të sistemit;

Nga vlera maksimale e devijimeve relative të përgjigjeve të modelit nga përgjigjet e sistemit.

Vlerësimi i qëndrueshmërisë së modelit. Fortësia e modelit është aftësia e tij për të qëndruar adekuate kur shqyrton efikasitetin e sistemit në të gjithë gamën e mundshme të ngarkesave të punës, si dhe kur bën ndryshime në konfigurimin e sistemit. Zhvilluesi është i detyruar të përdorë metoda "rast pas rasti", teste të pjesshme dhe sens të përbashkët. Një kontroll posteriori është shpesh i dobishëm. Ai konsiston në krahasimin e rezultateve të simulimit dhe rezultateve të matjes në sistem pasi të bëhen ndryshime në të. Nëse rezultatet e simulimit janë të pranueshme, rritet besimi në qëndrueshmërinë e modelit.

Sa më afër strukturës së modelit me strukturën e sistemit dhe sa më e lartë të jetë shkalla e detajeve, aq më i qëndrueshëm është modeli. Stabiliteti i rezultateve të simulimit mund të vlerësohet edhe me metodat e statistikave matematikore.

Vlerësimi i ndjeshmërisë së modelit. Shumë shpesh, lind problemi i vlerësimit të ndjeshmërisë së modelit ndaj ndryshimeve në parametrat e ngarkesës së punës dhe parametrave të brendshëm të vetë sistemit.

Ky vlerësim kryhet për secilin parametër veç e veç. Bazohet në faktin se diapazoni i ndryshimeve të mundshme të parametrave zakonisht dihet. Një nga procedurat më të thjeshta dhe më të zakonshme të vlerësimit është si më poshtë.

1) llogaritet vlera e rritjes mesatare relative të parametrit:

2) kryhen disa eksperimente modeli me vlerat dhe vlerat mesatare fikse të parametrave të mbetur. Përcaktohen vlerat e përgjigjes së modelit dhe ;

3) rritja e saj relative e variablit të vëzhguar llogaritet:

Si rezultat, për parametrin e i-të, modelet kanë një palë vlerash që karakterizojnë ndjeshmërinë e modelit për këtë parametër.

Në mënyrë të ngjashme, çifte formohen për pjesën tjetër të parametrave të modelit, të cilët formojnë një grup.

Të dhënat e marra në vlerësimin e ndjeshmërisë së modelit mund të përdoren, në veçanti, gjatë planifikimit të eksperimenteve: më shumë vëmendje duhet t'i kushtohet atyre parametrave për të cilët modeli është më i ndjeshëm.

Kalibrimi i modelit. Nëse, si rezultat i vlerësimit të cilësisë së modelit, rezultoi se vetitë e tij të synuara nuk kënaqin zhvilluesin, është e nevojshme ta kalibroni atë, domethënë ta korrigjoni atë në mënyrë që ta sillni në përputhje me Kërkesat.

Në mënyrë tipike, procesi i kalibrimit është përsëritës dhe përbëhet nga tre hapa kryesorë:

1) ndryshimet globale në model (për shembull, futja e proceseve të reja, ndryshimet në llojet e ngjarjeve, etj.);

2) ndryshimet lokale (në veçanti, ndryshimet në disa ligje të shpërndarjes së ndryshoreve të rastësishme të simuluara);

3) ndryshimi i parametrave të veçantë, i quajtur kalibrim.

Është e këshillueshme që të kombinohet vlerësimi i vetive të synuara të modelit të simulimit dhe kalibrimi i tij në një proces të vetëm.

Procedura e kalibrimit përbëhet nga tre hapa, secili prej të cilëve është përsëritës (Figura 1.11).

Hapi 1. Krahasimi i shpërndarjeve të prodhimit.

Qëllimi është të vlerësohet përshtatshmëria e MI-së. Kriteret e krahasimit mund të ndryshojnë. Në veçanti, mund të përdoret madhësia e ndryshimit midis vlerave mesatare të modelit dhe përgjigjeve të sistemit. Eliminimi i dallimeve në këtë hap bazohet në bërjen e ndryshimeve globale.

Hapi 2. Balancimi i modelit.

Detyra kryesore është vlerësimi i qëndrueshmërisë dhe ndjeshmërisë së modelit. Bazuar në rezultatet e tij, si rregull, bëhen ndryshime lokale (por ato globale janë gjithashtu të mundshme).

Hapi 3. Optimizimi i modelit.

Qëllimi i kësaj faze është të sigurojë saktësinë e kërkuar të rezultateve. Këtu janë të mundshme tre fusha kryesore të punës: kontroll shtesë i cilësisë së sensorëve të numrave të rastësishëm; zvogëlimi i efektit të regjimit kalimtar; aplikimi i metodave speciale për të reduktuar variancën.