Теоретические аспекты анализа структурных сдвигов при исследовании процессов динамики сложных технических и социально-экономических систем

Исследованы подходы формализации нелинейных уравнений динамики сложных технических систем и социально-экономических систем. Рассмотрен алгоритм построения кусочно-линейной модели динамики сложной системы (объекта). Обосновано применение алгоритма для определения наличия структурных сдвигов исследуемого процесса, а также оценки временных параметров разбиения исходного тренда. Осуществлена проверка работоспособности алгоритма по переходу от единого уравнения нелинейного тренда к кусочно-линейной модели. Предложенные алгоритмы являются дальнейшим развитием подходов по моделированию тенденции временных рядов при наличии структурных изменений на основе статистических тестов Г. Чоу и Д. Гуйарати

Ключевые слова: сложные объекты и системы, статистический анализ, управление, моделирование, тренд, структурные изменения, эффективность, точность

Список использованных источников

  1. О. В. Афанасьева, С. В. Колесниченко. Методы научных исследований технических и социально-экономических систем: учебное пособие. СПб.: Изд-во «Сатис». 2015. 124 с.
  2. P. Érdi. Complexity explained. 2008. 397 p. https://www.scopus.com/record/display.uri?eid=2-s2.0-84889991824&origin=resultslist&sort=plf-f&src=s&st1=the+function+of+a+complex+technical+&nlo=&nlr=&nls=&sid=e9b280aedb0407ec09ea31f790fc871c&sot=b&sdt=sisr&sl=51&s=TITLE-ABS-KEY%28the+function+of+a+complex+technical+%29&ref=%28%28complex+objects+and+systems%29%29+AND+%28mathematical+statistics+economic+systems%29&relpos=1&citeCnt=88&searchTerm=.
  3. L. Xu, J. M. Silva-Risso, K. C. Wilbur. Dynamic quality ladder model predictions in nonrandom holdout samples//Management Science, 2018. no 64 (7). P. 3187-3207. https://www.scopus.com/record/display.uri?eid=2-s2.0-85049393674&origin=resultslist&sort=plf-f&src=s&st1=structural+shift&nlo=&nlr=&nls=&sid=11abdfdbe56ca0948dc4923706a5a336&sot=b&sdt=sisr&sl=31&s=TITLEABS-KEY%28structural+shift%29&ref=%28%28statistical+analysis+and+modeling%29%29+AND+%28economics%29&relpos=14&citeCnt=0&searchTerm=.
  4. A. C. Rencher, G. B. Schaalje. Linear models in statistics. 2007. 672 p. https://www.scopus.com/record/display.uri?eid=2-s2.0-84889418615&origin=reflist&sort=plf-f&src=s&sid=51738b1324f948e6ff48a821f0a2051e&sot=a&sdt=a&sl=41&s=%28TITLE-ABSKEY%28tests+Chow+and+Gujarati%29+%29&recordRank=.
  5. Эконометрика: учебник/Под ред. И. И. Елисеевой. М.: Финансы и статистика, 2002. 340 с.
  6. D. N. Gujarati. Basic Econometrics. McGraw-Hill, Inc, 2006. P. 509-513.
  7. А. Г. Алиев. Основы кусочно-линейных экономико-математических моделей с учетом влияния неучтенных факторов на плоскости и многовариантное прогнозирование ими экономического события//Вопросы экономических наук. № 3 (36). 2009. М.: ООО «Издательство «Спутник+». С.187-201.
  8. О. В. Прокофьев, А. Е. Савочкин. Алгоритмическая модификация теста ЧОУ для автоматизированной проверки гипотезы о структурной стабильности тренда//XXI век: итоги прошлого и проблемы настоящего плюс. № 3 (19). 2014. Пенза: Пензенский государственный технологический университет, С. 183-188
  9. С. В. Колесниченко, С. Г. Иванова. Оценка показателей деятельности предприятий методами анализа динамических рядов//Сборник научных статей по итогам Международной НПК «Инновационный потенциал, состояние и тенденции развития в экономике, проектном менеджменте и образовании». СПб.: Изд-во «КультИнформПресс». 2013. С. 206-208.

Авторы