経済における確率的モデル。 決定論的モデルと確率論的モデル

確率モデルは、不確実性が存在する状況を記述する。 換言すれば、プロセスはある程度のランダム性によって特徴づけられる。 非常に形容詞的な "確率論的"は、ギリシア語の "推測"から来ている。 不確実性は日常生活の重要な特徴であるため、そのようなモデルは何かを記述することができます。

しかし、我々がそれを適用するたびに、私たちは別の結果を得るでしょう。 したがって、 決定論的モデル がしばしば用いられる 。 彼らは物事の現実の状態に可能な限り近いものですが、常に同じ結果を与え、状況を理解しやすくし、一連の数学的方程式を導入することで簡単にします。

主な機能

確率モデルは、常に1つ以上の確率変数を含む。 それはすべての現れに現実の生活を反映させようとしている。 決定論的モデルとは異なり、確率モデルはすべてを単純化し、既知の量に減らす目的はありません。 したがって、不確実性がその主要な特性です。 確率モデルは何かを記述するのに適していますが、それらはすべて次の共通の特徴を持っています：

• いずれの確率モデルも、研究が作成される問題のすべての側面を反映しています。
• それぞれの現象の結果は不確実です。 したがって、モデルは確率を含む。 計算の正確さは、全体的な結果の正確さに依存します。
• これらの確率を使用して、プロセス自体を予測または記述することができます。

決定論的モデルと確率論的モデル

ある人にとって、人生は一連のランダムな出来事であり 、他の人たちにとっては、原因が原因で調査が行われるプロセスです。 実際、それは不確実性によって特徴付けられるが、必ずしもすべてではない。 したがって、確率論的モデルと決定論的モデルとの間に明確な違いを見つけることは時々困難です。 確率はかなり主観的な指標です。

たとえば、コイン投げの状況を考えてみましょう。 一見すると、「尾」が抜ける確率は50％です。 したがって、決定論的モデルを使用する必要があります。 しかし、実際には、多くのことがプレーヤーの手の喜びとコインのバランスの完璧にかかっていることが分かります。 つまり、確率モデルを使用する必要があります。 私たちが知らないパラメータが常にあります。 実生活では、原因は常に効果をもたらすが、ある程度の不確実性もある。 決定論的モデルと確率論的モデルの使用の選択は、分析やリアリズムの単純さを忘れてしまいがちです。

カオスの理論

最近では、どのモデルが確率論的であるかの概念がさらに拡散している。 これは、いわゆるカオス理論の発達によるものです。 それは、初期パラメータのわずかな変化を伴って異なる結果を与えることができる決定論的モデルを記述する。 これは、不確かさの計算の導入に似ています。 多くの科学者はこれが既に確率論的モデルであることを認めています。

Lothar Breyerは、詩的なイメージの助けを借りてすべてをエレガントに説明しました。 彼は次のように書いています。「山の流れ、鼓動する心、痘風の流行、煙の上昇の列 - これは時々偶然によって特徴づけられるダイナミックな現象の例です。 実際、そのようなプロセスは常に科学者とエンジニアが理解し始めている特定の順序に従います。 これは、いわゆる決定的な混乱です。 新しい理論は非常に説得力があります。多くの現代科学者がその支持者です。 しかし、それはまだほとんど開発されておらず、それを統計的計算に適用することは非常に困難です。 したがって、確率論的または決定論的モデルがしばしば用いられる。

建物

確率的な 数学的モデル は、基本的な結果の空間の選択から始まる。 したがって、統計では、プロセスまたはイベントの起こり得る結果のリストが呼び出されます。 次に、研究者は、各基本的成果の確率を決定する。 通常、これは特定の方法論に基づいて行われます。

しかしながら、確率は依然としてかなり主観的なパラメータである。 研究者は、問題を解決するためにどのような出来事が最も興味深いのかを判断します。 その後、彼は単純にその確率を決定する。

例：

最も単純な確率モデルを構築するプロセスを考えてみましょう。 キューブを回転させると仮定します。 「6」または「1」がある場合、賞金は10ドルになります。 この場合の確率モデルを構築するプロセスは、次のようになります。

• 私たちは、基本的な結果の空間を定義します。 キューブは6つの顔を持っているので、1つ、2つ、3つ、4つ、5つそして6つは外に出ることができます。
• キューブをどれだけスローしても、結果の確率は1/6になります。
• 今私たちが関心を持つ結果を決定する必要があります。 これは、顔が "6"または "1"という数字で倒れたことです。
• 最後に、私たちに関心のあるイベントの確率を決定することができます。 それは1/3です。 1/6 + 1/6 = 2/6 = 1/3という興味のある基本事象の確率を要約する。

概念と結果

確率的モデリングは、ギャンブルで頻繁に使用されます。 しかし、決定的なものよりも状況の深い理解を可能にするので、経済予測には不可欠です。 経済における確率モデルは、しばしば投資決定を行う際に使用されます。 特定の資産またはそのグループの投資の収益性を前提とすることができます。

モデリングは財務計画をより効率的にします。 その助けを借りて、投資家とトレーダーは資産の分配を最適化します。 確率論的モデリングの使用は、長期的には常に利点があります。 一部の業界では、それを拒否したり使用できないと、企業の破産につながることさえあります。 これは、実際の生活では新しい重要なパラメータが毎日表示 され、考慮され ていないと致命的な結果になる可能性があるためです。