随机模型

更新时间:2023-04-09 20:30

随机模型亦称“非确定的、概率的模型”,是按随机变量建立的模型。其特点是; 模型参数、模拟对象发挥功能的条件和状态特征是随机变量,它们的联系方式也是随机的,或者原始信息以随机变量来表示。所谓随机变量就是具有随机性质的变量。如果希望如实反映系统中随机变量的因果关系时,就要用随机模型。例如,保险公司利用年龄作为变数来表示死亡概率的保险统计表就是一种随机模型。构造随机模型,需要应用相关分析法回归分析法及其他统计方法。在经济系统中常见的随机模型有随机性存贮模型、排队模型、对策决策模型、马尔柯夫决策模型等。

简介

英文名:stochastic model

定义:一种非确定性模型,变量之间的关系是以统计值的形式给出的,这类模型称之为随机模型。

如果模型中的任一外生变量不确定,并且随着具体条件的改变而改变,这个模型就被称为随机模型。

存在情况

在现实世界中,不确定现象是普遍存在的。例如,漂浮在液面上的微小粒子不断地进行着杂乱无章运动,粒子在任一时刻的位置是不确定的;又如公共汽车站等车的人数在任一时刻也是不确定的,因为随时都可能有乘客的到来和离去。这类不确定现象,表面看来无法把握,其实,在其不确定的背后,往往隐藏着某种确定的概率规律,因此,以概率和数理统计为基础的随机模型就成为解决此类问题最有效的工具之一。

依随机规律是否随时间的变化而变化,随时模型可分为静态和动态两类,前者只涉及到随机变量(向量)的概率分布及其数字特征,后者则要处理随机过程和随机微分方程。

静态随机模型常见应用有:钓鱼问题、报童的策略、电梯问题、经济轧钢问题等。

随机模型是试验的各处理皆是随机抽自(图一)的一组随机样本,因而处理效应 τ是随机的,随试验的不同而不同。若重复做试验,必然是从总体(图一)中随机抽取一组新的样本。其分析的目的不在于研究处理效应,而是在于研究 τ的变异度,故推断也不是关于某些供试处理,而是关于抽出这些处理的整个总体。所以方差分析要测验的假设是(图二)对 (图三)。

免责声明
隐私政策
用户协议
目录 22
0{{catalogNumber[index]}}. {{item.title}}
{{item.title}}