Вероятностный метод – это метод научного познания, который предполагает учет влияния некоторого множества случайных факторов, характеризующихся четко определенной и устойчивой частотой.
Основные применения вероятностных методов
Нынешнее время характеризуется активным развитием, распространением и повсеместным использованием информационных технологий. Благодаря этому инструментарий специалистов, которые занимаются оценкой и анализом различных ситуаций (в том числе, в экономической сфере), резко расширился. В частности, это реализовалось за счет появления возможности использовать вероятностные методы.
Вероятностные методы представляют собой приемы и способы научного познания, которые подразумевают процесс учета влияния некоторого множества случайных факторов. Причем характеристикой указанных факторов является четко определенная и устойчивая частота повторения. Таким образом, вероятностные методы методологически базируются на теории вероятности (ее еще называют наукой о случайном).
Вероятностные методы обработки экономической информации обычно подразделяются на две крупные группы:
- Методы расчета средних значений случайной переменной за определенный период наблюдения;
- Методы расчета таких характеристик выборки случайной переменной как точность и надежность.
Применение вероятностных методов на практике сопряжено с использованием специальной терминологии. В частности, выборочным множеством / выборочной популяцией называется множественное число результатов, которые были получены при проведении наблюдений и измерений. А размером выборки называется число наблюдений, которые образуют эту выборку.
Закон распределения как основа вероятностных методов
Одной из ключевых категорий, которая преимущественно используется, в процессе обработке экономических данных путем применения вероятностных методов является закон распределения. Закон распределения дискретной случайной величины (т.е. той величины, которая принимает отдельные числовые значения с определенными вероятностями) представляет собой соответствие между возможными ее значениями и их вероятностями.
Существуют возможности задать это распределение таблично, аналитически (в виде формулы) и графически. Задача определения закона распределения решается через, во-первых, деление всего диапазона наблюдаемых значений рассматриваемого признака на интервалы, во-вторых, подсчет частот, т.е. числа наблюдений, которые попали в каждый интервал.
Отношение частот к общему объему наблюдений называется относительной частотой, которая характеризует вероятность попадания рассматриваемого признака в заданный интервал. Если относительную частоту поделить на длину интервала, то будет найдена плотность относительной частоты.
На основе данных о плотности относительной частоты может быть построена гистограмма эмпирического распределения, анализ которой зачастую проводится при изучении социально-экономических явлений. Например, подобная методика зачастую используется в процессе анализа рынка труда, профессионального уровня персонала предприятия, особенностей потребления некого продукта в регионе и т.д.
Имитационное моделирование экономических задач
Развитие компьютерных технологий и создание нового программного обеспечения позволило обрабатывать экономические данные путем осуществления имитационного моделирования. Данным термином принято называть один из вероятностных методов исследования, который заключается в проведении экспериментов на электронно-вычислительных машинах (как правило, на компьютерах) на основе логико-математических моделей, описывающих реальные системы и процессы.
Используемые в имитационном моделировании логико-математические модели представляют собой алгоритмы функционирования исследуемых систем, которые учитывают факторы неопределенности и весь комплекс взаимосвязей между элементами системы. Имитация заключается в том, что данная модель «проигрывается» многократно за сравнительно небольшие промежутки времени. В результате аналитикам выдаётся статистический материал, который впоследствии обрабатывается методами математической статистики.
Применение при обработке экономических данных метода имитационного моделирования предполагает решение следующих задач:
- Составление имитационной модели;
- Разработка методики моделирования, которая предусматривает планирование имитационных экспериментов и статистическую обработку эмпирических данных;
- Создание специального программного обеспечения;
- Реализация имитационной модели и анализ полученных результатов.
Характеристика метода Монте-Карло
Зачастую специалистам приходится решать такие экономические и хозяйственные задачи, в которых учитывается влияние неконтролируемых факторов на поведение рассматриваемой системы. Решение подобных задач требует применения такого вероятностного метода, как метод Монте-Карло, который также называется методом статистических испытаний. Метод Монте-Карло разработали в 1949 году американские математики Дж. Нейман и С. Улам.
Применение метода Монте-Карло предполагает осуществление следующих действий:
- Составление детерминированной математической модели;
- Моделирование последовательности случайных чисел с заданным законом распределения;
- Многократное решение детерминированной задачи при различных значениях случайных факторов;
- Статистическая обработка полученных результатов, принятие решения.
Метод Монте-Карло, в частности, используется предпринимателями для управления товарно-материальными запасами, что включает в себя управление процессами поставок и использования в производстве материальных ресурсов, хранения и продаж продукции и т.д.
