Modelado estadístico

La versión actual de la página aún no ha sido revisada por colaboradores experimentados y puede diferir significativamente de la versión revisada el 2 de septiembre de 2016; las comprobaciones requieren 15 ediciones .

El modelado estadístico es el estudio de los objetos de conocimiento en sus modelos estadísticos . “Los modelos estadísticos son necesarios para el estudio teórico de la influencia de las fluctuaciones , el ruido, etc. en los procesos. Cuando se tienen en cuenta los procesos aleatorios , el movimiento del sistema ya no obedecerá a leyes dinámicas , sino a las leyes de la estadística . De acuerdo con esto, se pueden plantear preguntas sobre la probabilidad de tal o cual movimiento, sobre los movimientos más probables y sobre otras características probabilísticas del comportamiento del sistema. [una]

Los parámetros de dichos modelos se estiman utilizando métodos estadísticos . Por ejemplo: método de máxima verosimilitud , método de mínimos cuadrados , método de momentos .

Tipos de modelos estadísticos y econométricos

Regresión lineal (OLS)
Regresiones sobre Variables Binarias
modelo autorregresivo
Sistema de Ecuaciones Simultáneas (SEM)
Modelo de probabilidad lineal (LPM)
Modelo logit (Logit)
modelo probit (probit)

y etc.

Aplicación

En física

La principal aplicación de los modelos estadísticos fue en la física .

En particular, "el aparato matemático para estudiar procesos estadísticos en sistemas oscilatorios son las llamadas ecuaciones de Einstein-Fokker". [una]

En las ciencias sociales y económicas

El modelado econométrico es un tipo de modelado estadístico utilizado para estudiar procesos y fenómenos económicos .

Para obtener explicaciones de estos fenómenos, así como para predecir fenómenos o indicadores de interés para el investigador, se utilizan, en particular, en econometría , en econofísica .

Ejemplos

Un ejemplo de un modelo econométrico de regresión es la función de consumo de Keynes :

Y=b_{1}+b_{2}X

donde - gastos, - ingresos, y - parámetros de la ecuación, - error estocástico [no participa en la ecuación]. $Y$ $X$ $b_{1}$ $b_{2}$ $tu$

Otro ejemplo de un modelo estadístico es la distribución normal :

$P_{\mu ,\sigma }(x)\equiv {\frac {1}({\sqrt {2\pi }}\sigma }}\exp \left(-{\frac {(x-\ mu )^{2}}{2\sigma ^{2}}}\derecha)$ .

que, por ejemplo, bien puede modelar la distribución de la altura de las personas en la población total de todos los habitantes de un país.

Véase también

Notas

↑ 1 2 Andronov, 1981 , pág. 18-19.

Literatura

Andronov A. A. , Witt A. A. , Khaikin S. E. Teoría de las oscilaciones. - 2ª ed., revisada. y corregido.- M. : Nauka, 1981. - 918 p.