Powiadomienia systemowe
- Sesja wygasła!
- Sesja wygasła!
- Sesja wygasła!
- Sesja wygasła!
- Sesja wygasła!
Tytuł artykułu
Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
Prosty model ewolucji organizacji przy wykorzystaniu jednorodnego łańcucha Markowa
Języki publikacji
Abstrakty
Finite stationary Markov Chains are popular tools for modeling practical systems in economics, the social sciences, biology and many other research fields. This paper presents simple model for studying the evolutions of an organization using a finite homogeneous Markov Chain. The evolution of an organization has been chosen for study because of its size and the structure of its components (elements). A discrete and finite state space and a finite discrete time interval are assumed. First, a computer simulation was used to generate aggregated time series data. The transition matrix of the Markov Chain was then estimated on the basis of the aggregated data and used to compute the forecast. The practical usefulness of the model is discussed.
Jednorodny skończony łańcuch Markowa to prosty model znajdujący od lat wiele zastosowań w ekonomii, socjologii, biologii i wielu innych obszarach badawczych. W pracy przedstawiono prosty model dla badania ewolucji organizacji, oparty na jednorodnym skończonym łańcuchu Markowa. Badana jest ewolucja organizacji ze względu na jej rozmiar i strukturę jej elementów, przy założeniu dyskretnej przestrzeni stanów i skończonego dyskretnego przedziału czasowego. Najpierw przeprowadzono symulację celem wygenerowania danych zagregowanych. Następnie na podstawie tych (zagregowanych) danych oszacowano macierz przejścia łańcucha Markowa i zrobiono przy jej wykorzystaniu prognozę. Dokonana została ocena praktycznej przydatności modelu.
Rocznik
Tom
Strony
1--8
Opis fizyczny
Bibliogr. 4 poz., tab.
Twórcy
autor
- Europejska Wyższa Szkoła Informatyczno-Ekonomiczna w Warszawie, Wydział Zarządzania, ul. Kolektorska 9/11, 01-691 Warszawa
Bibliografia
- [1] Andersen T. W. and Goodman I. A.: Statistical inference about Markov Chains. The Annals of mathematical Statistics 28 (1957): 89-110.
- [2] Ching W. and M. Ng. :Markov Chains : Models, Algorithms and Application. Springer,2006.
- [3] Lee, G. G. Judge [and] A. Zellner: Estimating the parameters of the Markov probability model from aggregate time series data. North-Holland Pub. Co. Amsterdam 1970.
- [4] http://www.silverfrost.com/11/ftn95/ftn95_fortran_95_for_windows.aspx
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-2688ea14-0263-458c-bd85-26997e2d8998
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.