между двумя переменными

корреляционный анализ (в экономике)
Ветвь математической статистики, изучающая взаимосвязи между изменяющимися величинами (корреляция — соотношение, от латинского слова correlatio). Взаимосвязь может быть полная (т.е. функциональная) и неполная, когда зависимость связанных величин искажена влиянием посторонних, дополнительных факторов. Примером функциональной связи служит выпуск и потребление продукции, когда она дефицитна: во сколько раз больше выпуск, во столько раз больше продажа (все распродается, ничего не остается в запасе). Примером корреляционной связи может служить соотношение стажа рабочих и их производительности труда. Известно, что в среднем производительность труда рабочих тем выше, чем больше их стаж. Однако бывает, и нередко, что молодой рабочий (из-за влияния таких дополнительных факторов, как образование, здоровье и т.д.) работает лучше пожилого. Чем больше влияние этих дополнительных факторов, тем менее тесна связь между стажем и выработкой, и наоборот. В таком случае коэффициент корреляции (см. Корреляция) между двумя величинами — стажем и производительностью — занимает промежуточное положение между нулем и единицей в зависимости от силы (тесноты) взаимосвязи. Именно такие взаимосвязи изучает К.а. Он может рассматривать и более сложные корреляционные связи — не между двумя переменными (это называется парной корреляцией), как в описанном случае, а между многими. Тогда имеют дело с множественной корреляцией. При изучении экономических явлений методами К.а. необходимо тщательно выявлять причинные зависимости, лежащие в основе корреляции наблюдаемых показателей. Отсутствие причинной связи между явлениями, хотя корреляционная связь между ними установлена, называется ложной корреляцией. Она часто встречается, например, при анализе временных рядов, когда параллельно снижаются или повышаются показатели, на самом деле совершенно не зависящие друг от друга. Рассматриваемые связи математически описываются корреляционными уравнениями (другое название — уравнение регрессии). Например, простейшим корреляционным уравнением связи между двумя переменными является уравнение прямой вида y=a+bx. При функциональной связи такая прямая точно соответствовала бы действительным значениям зависимой переменной. Если представить такую связь графически, то она проходила бы через все наблюдаемые точки y. При корреляции же соответствие, как указано, соблюдается лишь приблизительно, в общем, и точки наблюдений расположены не по прямой, а в виде «облачка», более или менее вытянутого в некотором направлении. Поэтому приходится специальными приемами находить ту линию, которая наилучшим образом отражает корреляционную зависимость, т.е. направление «облачка» (рис.К.1). Распространенный способ решения этой задачи — метод наименьших квадратов отклонений наблюдаемых значений y от значений, рассчитываемых по формуле корреляционного уравнения. Особенно широко применяется К.а. в теории производственных функций, в разработке разного рода нормативов на производстве, а также в анализе спроса и потребления. Рис. К.1 Корреляционные зависимости а — переменные x и y не коррелируют; б — слабая отрицательная корреляция; в — сильная положительная линейная корреляция
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• correlation analysis

Высокая степень корреляции не всегда предполагает наличие причинной связи между двумя переменными. — A high degree of correlation does not necessarily imply a causal connection between two variables.

аварийный сигнал
аварийная сигнализация
Оповещение оператора о наступлении определенного события, связанного с нарушением или угрозой нарушения регламентного течения технологического процесса.
[ http://kazanets.narod.ru/AlarmsArchive.htm]

Аварийные сигналы настраиваются путем задания предельных значений (границ, thresholds) индивидуально для каждой процессной переменной. Система автоматически отслеживает изменение процессной переменной и сопоставляет ее значение с заранее настроенными границами. В случае выхода переменной за нормальные границы система генерирует оповещение и фиксирует его в журнале аварийных сигналов. Рассмотрим наиболее часто используемые аварийные сигналы для аналоговых величин:

Lo – нижняя предупредительная граница. В случае если процессная переменная становится меньше Lo, генерируется предупредительное оповещение.

LoLo – нижняя аварийная граница. В случае если процессная переменная становится меньше LoLo, генерируется аварийный сигнал.

Hi - верхняя предупредительная граница. В случае если процессная переменная становится больше Hi, генерируется предупредительное оповещение.

HiHi – верхняя аварийная граница. В случае если процессная переменная становится больше HiHi, генерируется аварийный сигнал.

DEV_HI (DEVIATION_HI) – верхняя граница отклонения (рассогласования). Если разность (абсолютное значение) между двумя переменными становится больше DEV_HI, то генерируется аварийный сигнал. Например, такой сигнал можно настроить у блока PID; в этом случае система будет сигнализировать об отклонении регулируемой величины от уставки, превышающей границу DEV_HI. По аналогии можно настроить сигнал DEV_LO.

ROC_HI (RATE_OF_CHANGE_HI) – верхняя граница скорости изменения. Система отслеживает скорость изменения процессной переменной (первую производную). Если скорость возрастания переменной выше границы ROC_HI, то генерируется аварийный сигнал.

Для дискретных переменных сигналов гораздо меньше. По сути их всего две – аварийное состояние, соответствующее значению 1, или авария в случае значения 0.

На рис. 4 показана схема появления аварийных сигналов на примере быстро изменяющейся процессной переменной. Стоит отменить, что на рисунке изображены отнюдь не все генерируемые оповещения. Например, при возврате переменной обратно в нормальный диапазон значений, кроме изображенных на рисунке, генерируется оповещение RETURN_TO_NORMAL

Рис. 4. Пример генерации аварийных сигналов и оповещений.

Важность (или критичность) аварийного сигнала определяется приоритетом (целое число). Как правило, чем выше приоритет у аварийного сигнала, тем критичнее она для производства, и тем быстрее на нее надо обратить внимание.

При появлении аварийного сигнала у оператора есть два варианта действий:

1.    Игнорировать его. Не всегда хорошее решение, мягко говоря. При этом если процессная переменная вернется обратно в нормальные границы, то появиться новое оповещение UNACK_RETURN_TO_NORMAL, говорящее о том, что оператор проспал аварийное событие, но, к счастью, все нормализовалось.

2.    Подтвердить, что сигнал замечен оператором ( acknowledge). Дело в том, что сразу после появления аварийного сигнала ему автоматически присваивается статус UNACK (не подтвержден). Как только сигнал подтверждают (иногда говорят “квитируют”), его статус становится ACK (подтвержден). В этом случае возврат переменной в нормальные границы ведет к появлению оповещения ACK_RETURN_TO_NORMAL, свидетельствующее о том, что оператор “держит ухо востро”.

Аварийные сигналы можно произвольно группировать. На практике группировка проводится путем распределения процессных переменных, а следовательно, и соответствующих им аварийных сигналов по различным технологическим участкам ( plant areas) и установкам ( plant units).

[ http://kazanets.narod.ru/AlarmsArchive.htm]

Тематики

• автоматизированные системы

Синонимы

• аварийная сигнализация

EN

• alarm

эконометрическая модель
Основное понятие эконометрии, экономико-математическая модель, параметры которой оцениваются с помощью методов математической статистики. Она выступает в качестве средства анализа и прогнозирования конкретных экономических процессов как на макро-, так и на микро-экономическом уровне на основе реальной статистической информации. Наиболее распространены Э.м., представляющие собой системы регрессионных уравнений, в которых отражается зависимость эндогенных величин (искомых) от внешних воздействий (текущих экзогенных величин) в условиях, описываемых оцениваемыми параметрами модели, а также лаговыми переменными (см. Лаг). Кроме регрессионных (как линейных, так и нелинейных) уравнений применяются и другие математико-статистические модели. Э.м. может быть представлена в двух формах: структурной форме модели (см. также Структурные модели) и приведенной форме модели. В наиболее общем виде любую Э.м., построенную в виде системы линейных уравнений, можно записать так: где y — вектор текущих значений эндогенных переменных модели, A — матрица коэффициентов взаимодействий между текущими значениями эндогенных переменных модели; Z — матрица коэффициентов влияния запаздывающих (лаговых) переменных модели на текущие значения эндогенных и моделируемых показателей; C — матрица коэффициентов внешних воздействий; x — вектор значений экзогенных показателей модели; t — индекс временного периода; I — индекс запаздывания (лага); p — продолжительность максимального лага. В литературе подобные системы часто называют системами одновременных уравнений, имея в виду, что здесь зависимая переменная одного уравнения может появляться одновременно в виде переменной (но уже в качестве независимой) в одном или нескольких других уравнениях. В таком случае теряет смысл традиционное различение зависимых и независимых переменных. Вместо этого устанавливается различие между двумя видами переменных. Это, во-первых, совместно зависимые переменные (эндогенные), влияние которых друг на друга должно быть исследовано (матрица A в слагаемом Ay(t) приведенной выше системы уравнений). Во-вторых, предопределенные переменные, которые, как предполагается, оказывают влияние на первые, однако не испытывают их воздействия; это переменные с запаздыванием, т.е. лаговые (второе слагаемое) и определенные вне данной системы уравнений экзогенные переменные. (Экзогенными, например, всегда оказываются показатели климатических условий, если они включаются в модель. В то же время многие экономические переменные в зависимости от задач и структуры модели могут относиться и к эндогенным, и к экзогенным.) Понятие одновременных эконометрических уравнений и методы их решения были впервые предложены норвежским экономистом Т.Хаавельмо, лауреатом Нобелевской премии по экономике. В зависимости от характера ограничений и статистической структуры переменных эконометрических моделей последние классифицируются на пробит-модели, логит-модели, тобит-модели (см. соответств. статьи).
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• econometric model

кривая реакции
Кривая, отражающая функциональную зависимость между любыми двумя переменными, одна из которых принимается за аргумент, а другая — за его функцию. (К.р. может также описывать функцию многих переменных). Например, в модели Курно кривая, характеризующая оптимальные объемы производства фирмы в зависимости от предполагаемых объемов производства конкурента. (См. Курно равновесие). То же: кривая отклика — термин, который применяется главным образом в планировании эксперимента, в том числе — экономического эксперимента.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• reaction curve

ранговая корреляция
—
[Л.Г.Суменко. Англо-русский словарь по информационным технологиям. М.: ГП ЦНИИС, 2003.]

ранговая корреляция
Мера зависимости между случайными величинами (наблюдаемыми признаками, переменными), когда эту зависимость невозможно определить количественно с помощью обычного коэффициента корреляции (см. Корреляция). Процедура установления Р.к. заключается в упорядочении изучаемых объектов в отношении некоторого признака, т.е. им приписываются порядковые номера — ранги (по два номера в соответствии с двумя наблюдаемыми признаками, между которыми исследуется корреляция). Например, наибольшее значение для переменной обозначается номером 1, второе по величине — номером 2 и т.д. Наиболее распространен коэффициент Р.к. (коэффициент Спирмена): где Di — разница между рангами, присвоенными каждой из переменных i (i = 1, …, n), N — размер выборки. Этот коэффициент принимает значения между +1 и –1, показывая тесноту и направление связи между исследуемыми величинами. Метод Р.к. — один из т.н. непараметрических методов математической статистики.
[ http://slovar-lopatnikov.ru/]

Тематики

• информационные технологии в целом
• экономика

EN

• grade correlation
• rank correlation