Семинары

08.12.2021 ОНЛАЙН-СЕМИНАР "Прикладная статистика и моделирование реальных процессов"


Научные руководители: Благовещенский Юрий Николаевич,
Афанасьев Михаил Юрьевич,
Варшавский Александр Евгеньевич,
Пересецкий Анатолий Абрамович
Ученый секретарь: Макарчук Нина Ивановна

Очередное заседание семинара "Прикладная статистика и моделирование реальных процессов" состоится:

8 декабря 2021 года, в среду, начало в 11 часов.

Заседание семинара проводится в формате ZOOM–конференции

Ссылка для входа в ZOOM конференцию:
Научный семинар "Прикладная статистика и моделирование реальных процессов" 
Время: 8 декабря 2021 11:00 Москва
Подключиться к конференции Zoom
https://us02web.zoom.us/j/83619317335?pwd=djdjWDhzY3pEZUlXWXlCeGpVcGdTZz09
Идентификатор конференции: 836 1931 7335
Код доступа: 143278

Программа заседания:

Кораблев Юрий Александрович (Финуниверситет)

Емкостный метод анализа редких событий в экономике

Аннотация:

Анализ и возможность предсказания редких событий позволит получить дополнительную выгоду или уменьшить возможные убытки. Редкие события характеризуются своей нерегулярностью, отсутствием четкой закономерности. Хоть термин «редкое» событие имеет диалектическую основу, и отличить редкое событие от частого можно только в некотором контексте, сама «редкость» события (его частота или вероятность) делает такое событие более значимым. Разработка методов анализа и прогнозирования является актуальной задачей.

Существующими подходами для работы с редкими событиями является следующие. В одном подходе используют теорию случайных процессов, когда события представляют в виде случайных потоков событий, и определяют параметры такого потока событий, то есть определяются законы распределения для интервалов времени между событиями. В основном ограничиваются Пуассоновскими потоками, реже потоками Пальма. Но с помощью такого подхода можно определить лишь вероятность появления заданного количества событий за интервал времени, а не сам момент времени появления события. Причем потоки как правило стационарные, лишь в простейших потоках с одним параметром определяют нестационарные параметры. такие как интенсивность потока.

Другой подход предполагает использование методов классификации, когда по наблюдаемым внешним признакам определяется, принадлежит ли заданное событие к интересующему нас классу. Однако для предсказания событий с помощью этого подхода обязательно необходимо, чтобы наблюдаемые признаки заранее могли предупреждать о надвигающемся событии. В большинстве случаев это не так. События наступают внезапно, без никаких предупреждений.

Существуют другие подходы, которые комбинируют несколько статистических подходов. Например, в методах анализа нерегулярного спроса (продаж) иногда применяют метод Кростона, который разделяет выборку на две выборки, одна содержит значения не нулевого спроса, а вторая содержит значения длительности между не нулевым спросом. Эти два ряда данных потом сглаживаются простым экспоненциальным сглаживанием, после чего сглаженные значения объемов покупок и интервалов между ними ложится в основу дальнейшего прогноза. В методе Виллемейна используется марковская цепь с двумя состояниями, которые обозначают, возник или не возник ненулевой спрос. В этом методе предполагается определить 4 переходных вероятности между этими состояниями, а далее методом бутстреппинга сгенерировать огромную выборку событий, после чего определить доверительный интервал ожидаемого спроса за несколько следующих интервалов времени. Эти подходы лишь статистически анализируют редкие события, причем полученный анализ опять оказывается стационарным, когда выявленные «закономерности» не зависят от времени.

Зададим вопрос, а почему мы смотрим на редкие события как на случайные события? Почему именно случайных, если случайность это лишь мера неопределенности, мера незнания? Неужели у этих событий нет причины появления. неужели мы ничего не знаем о возможной причине их появления? Конечно же мы знаем или по крайней мере можем предположить причину появления событий. Если мы будем использовать эту информацию, мы сможем уменьшить неопределенность и «незнание», наш анализ и в дальнейшем прогноз будет менее случайным, более определенным и в некотором роде детерминированным.

Идея предлагаемого мною подхода базируется на 5 шагах. На первом этапе надо произвести разделение имеющейся выборки событий по источникам, в которых эти события образованы. То есть события, образованные разными источниками, не должны перемешиваться. Этот шаг автоматически выполняется, если при сборе данных фиксируется некоторый идентификатор источника, единственное что надо сделать. так это отказаться от дальнейшего агрегирования. Вторым шагом необходимо выдвинуть предположение, о процессе образования событий в источнике. То есть необходимо сформулировать механизм, в результате которого эти события образуются. Третьим шагом является восстановление параметров этого процесса по имеющейся выборке редких событий. А на четвертом шаге необходимо произвести экстраполяцию этих восстановленных параметров на будущее. Причем на четвертом шаге можно использовать любые известные методы, опыт и навыки исследователя, чтобы произвести эту экстраполяцию. Ответственность за этап экстраполяции ложится на исследователя, в зависимости от выбранной области экстраполяция может производиться кардинально различными способами. Наконец, на пятом шаге, имея на руках предположение о процессе и значения его параметров в будущем, запускаем модель этого процесса и получаем прогноз будущих событий.

Так как в экономике самым распространенным процессом образования событий является процесс потребления или процесс накопления возмущения до определенного уровня, я моделирую этот процесс как процесс опустошения и наполнения некоторой емкости. Доклад посвящен анализу редких событий, образованных процессами потребления или накопления возмущений, с помощью емкостного метода. После чего идея емкостного метода обобщается на произвольные процессы, и даже на такие процессы, о которых мы можем ничего не знать.



Возврат к списку

  • О ЦЭМИ
  • Организационная структура ЦЭМИ
  • Деятельность института
  • Научные исследования
  • Подготовка научных кадров
  • Публикации
  • Диссертационные советы
  • Новости
  • Точка зрения
  • Архив
Последние новости: