Фрагмент для ознакомления
1
Содержание
Введение 3
1. Теоретические основы планирования эксперимента в финансовом планировании 6
1.1. Обобщенный параметр оптимизации в финансовых исследованиях 6
1.2. Фактор в планировании эксперимента: определение и требования 10
1.3. Полный и дробный факторный эксперимент 12
1.4. Проведение эксперимента и обработка результатов 15
1.5. Крутое восхождение по поверхности отклика 17
2. Практическое применение методов планирования эксперимента 21
2.1. Определение плана эксперимента и его типа по условиям опытов 21
2.2. Генерирующее соотношение, определяющий контраст и смешивание линейных коэффициентов 24
2.3. Построение линейной модели и анализ результатов 26
Заключение 31
Список использованной литературы 35
Фрагмент для ознакомления
2
Фактор – это управляемая независимая переменная, которая, по гипотезе исследователя, оказывает существенное влияние на параметр оптимизации Y [12, с. 28]. В финансовом моделировании факторами являются те «рычаги», которыми может управлять финансовая дирекция или руководство компании в рамках своих полномочий и допустимого диапазона.
Классификация факторов в финансовом планировании:
• По характеру влияния: Способствующие (увеличивающие Y) и лимитирующие (уменьшающие Y).
• По типу шкалы: Количественные (например, процентная ставка, бюджет) и качественные (тип стратегии: агрессивная/консервативная, источник финансирования).
• По возможности управления: Управляемые (например, цена продукта) и неуправляемые (например, ключевая ставка ЦБ), которые в ПЭ часто фиксируются или рассматриваются как «шум».
• По уровню варьирования: В планах типа 2^k фактор принимает два уровня («нижний» и «верхний»), в планах более высокого порядка – три и более.
Требования, предъявляемые к факторам при планировании эксперимента [1, с. 78; 10, с. 95]:
1. Управляемость. Исследователь должен иметь возможность устанавливать и точно поддерживать фактор на заданном уровне в течение всего «экспериментального прогона» (расчета модели, квартала и т.д.).
2. Независимость (отсутствие функциональной связи). Уровни факторов должны изменяться независимо друг от друга. Сильная корреляция между факторами затрудняет раздельную оценку их влияния [6, с. 112].
3. Однозначность. Фактор должен быть четко определен, а его уровни – точно заданы (например, не «низкая ставка», а «ставка = 7% годовых»).
4. Действенность. Фактор должен оказывать статистически значимое влияние на Y. Включение недейственного фактора ведет к неоправданному усложнению плана.
5. Количественная измеримость. Даже качественный фактор должен быть закодирован в числовую шкалу (например, 0 и 1 для двух разных стратегий).
6. Прямолинейность. В области исследования предполагается, что эффект от изменения фактора на одну и ту же величину примерно постоянен (это допущение проверяется).
Требования к совокупности факторов [4, с. 152]:
• Полнота. В модель должны быть включены все существенно влияющие факторы. Пропуск важного фактора ведет к неадекватности модели.
• Непротиворечивость. Совокупность факторов и их уровней должна быть реализуема на практике (например, нельзя одновременно установить максимальную цену и минимальный бюджет на рекламу, если это рыночно невозможно).
• Компактность. Следует избегать избыточного числа факторов, используя предварительные знания и скрининговые эксперименты для их отсева.
Фактор в планировании эксперимента — это управляемая и независимая переменная, целенаправленно изменяемая для оценки её влияния на параметр оптимизации. Ключевые требования к факторам включают управляемость, однозначность, количественную измеримость и действенность. К совокупности факторов предъявляются требования полноты, непротиворечивости и отсутствия мультиколлинеарности, что обеспечивает возможность построения адекватной модели и получения достоверных выводов.
1.3. Полный и дробный факторный эксперимент
Эти два типа планов составляют основу для исследования линейных эффектов и эффектов взаимодействия факторов.
Полный факторный эксперимент (ПФЭ) типа 2^k – это план, в котором реализуются все возможные комбинации двух уровней каждого из k факторов. Общее число опытов N = 2^k [9, с. 174].
Основные свойства ПФЭ 2^k [4, с. 110]:
1. Симметричность. Каждый фактор находится на нижнем и верхнем уровне одинаковое число раз.
2. Ортогональность. Скалярное произведение любых двух вектор-столбцов матрицы планирования равно нулю. Это обеспечивает независимость оценок коэффициентов регрессии и простоту их вычисления.
3. Ротатабельность. Дисперсия предсказания отклика зависит только от расстояния до центра плана.
4. Возможность оценки всех эффектов. ПФЭ позволяет оценить все k главных эффектов (линейные влияния факторов) и все эффекты взаимодействий, вплоть до взаимодействия k-го порядка.
Фрагмент для ознакомления
3
Список использованной литературы
1. Адлер Ю.П., Маркова Е.В., Грановский Ю.В. Планирование эксперимента при поиске оптимальных условий. – М.: Наука, 2021. – 279 с.
2. Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ. – М.: Мир, 2022. – 488 с.
3. Бокс Дж., Дрейпер Н. Эмпирическое построение моделей. Ответный поверхностный подход. – М.: Бином. Лаборатория знаний, 2019. – 704 с.
4. Бокс Дж., Хантер У., Хантер С. Статистика для экспериментов. – М.: Диалектика, 2020. – 704 с.
5. Гласс Дж., Стэнли Дж. Статистические методы в педагогике и психологии. – М.: Прогресс, 2020. – 496 с. (Раздел о планировании экспериментов).
6. Демиденко Е.З. Линейная и нелинейная регрессия. – М.: Финансы и статистика, 2021. – 368 с.
7. Дэвис О.Л. (ред.) Планирование эксперимента и анализ данных. – М.: Финансы и статистика, 2018. – 368 с.
8. Ивахненко А.Г., Юрачковский Ю.П. Моделирование сложных систем по экспериментальным данным. – М.: Радио и связь, 2021. – 120 с.
9. Монтгомери Д. Планирование эксперимента и анализ данных. – СПб.: БХВ-Петербург, 2022. – 640 с.
10. Налимов В.В., Чернова Н.А. Статистические методы планирования экстремальных экспериментов. – М.: Либроком, 2019. – 340 с.
11. Пустыльник Е.И. Статистические методы анализа и обработки наблюдений. – М.: Наука, 2020. – 288 с.
12. Хикс Ч. Основные принципы планирования эксперимента. – М.: Химия, 2019. – 256 с.