Статистических данных

Этот тип погрешностей характерен для моделей, включающих в состав входов случайные факторы. В связи с тем, что на практике исследователь всегда имеет дело только с ограниченной статистической выборкой, форма и характеристики построенных на ее основе экспериментальных законов распределения будут отличаться от формы и характеристик законов распределения, соответствующих генеральной совокупности статистических данных. Величина ошибок этого рода будет в первую очередь зависеть от объема статистической выборки и в меньшей степени от выбранного метода сбора и обработки статистических данных.

Для имитационной статистической модели результирующая погрешность этого рода будет определяться как погрешностью определения законов распределения входных случайных факторов (зависит от объема экспериментальных данных о значениях случайных величин), так и погрешностью реализации этих законов распределения на ЭВМ (зависит от числа реализаций – прогонов модели на ЭВМ для различных значений случайных величин). Мерой их количественного выражения является величина доверительного интервала тех или иных характеристик экспериментального (для входных факторов) или полученного при моделировании на ЭВМ (для выходных факторов) закона распределения (средняя, эмпирический стандарт и т.д.). при использовании в математической модели регрессионных зависимостей погрешность моделирования будет определяться также доверительными интервалами для коэффициентов в уравнении регрессии (они также зависят от объема статистики).

Ошибки, обусловленные ограниченностью объема статистических данных являются контролируемыми в том смысле, что при необходимости они могут быть уменьшены за счет увеличения их объема. Безусловно, это приводит к увеличению затрат (либо на сбор информации, либо затрат машинного времени при реализации модели на ЭВМ), но в разумных пределах этим фактором можно пользоваться для уменьшения суммарной погрешности моделирования.