CC BY
15
Одним из субъектов, наиболее активно участвующих в международном движении денежных средств, являются ТНК. На ТНК приходится 3/1 мирового рынка валюты и деривативов. Операции на валютном рынке также осуществляются коммерческими банками в собственных интересах. Однако в первую очередь они следуют указаниям ТНК, являющихся их клиентами.
ТНК часто используются в качестве прямых инвестиций. Эти инвестиции связаны с долгосрочными целями. Крупные хозяйствующие субъекты склонны инвестировать свои огромные ресурсы в разные точки мира, а не в одну страну или регион. Эта тенденция регулирует инвестиционную ситуацию между странами. ТНК финансируют многолетние проекты. Поэтому им нужна стабильная национальная экономика.
Список использованной литературы:
1. Бор, М. З. История мировой экономики: Конспект лекций / М.З. Бор. - М.: Дело и сервис, 2014. - 496 с.
2. Борисов, Н. И. Zolldienst und Weltwirtschaft (Таможенная служба и мировая экономика). Немецкий язык для таможенников и экономистов / Н.И. Борисов. - М.: СГУ, 2016. - 256 с.
3. Гладков, И. С. История мировой экономики / И.С. Гладков, М.Г. Пилоян. - М.: Бином. Лаборатория знаний, 2017. - 216 с.
3. Глобализация, рост и бедность. Построение всеобщей мировой экономики. - М.: Весь Мир, 2017. - 206 с.
4. История мировой экономики. - М.: Юнити-Дана, 2017. - 672 с.
© Аннамамедов У., 2023
УДК 338.48
Аннамаммедов С.Д.
Преподаватель
Туркменского государственного университета им. Махтумкули.
МАТЕМАТИЧЕСКАЯ СТАТИСТИКА Аннотация
В статье рассматривается математическая статистика и анализируются ее особенности.
Ключевые слова: математика, статистика.
Каждое исследование в области случайных явлений своими корнями всегда уходит в эксперимент, в опытные данные. Числовые данные, которые собирают при изучении какого-либо признака некоторого объекта, называются статистическими. Статистические данные являются первоначальным материалом исследования. Для того, чтобы они представляли научную или практическую ценность, их надо обработать методами математической статистики.
Математическая статистика - это научная дисциплина, предметом изучения которой является разработка методов регистрации, описания и анализа статистических экспериментальных данных, полученных в результате наблюдений массовых случайных явлений.
Основными задачами математической статистики являются:
определение закона распределения случайной величины или системы случайных величин;
проверка правдоподобия гипотез;
определение неизвестных параметров распределения.
Все методы математической статистики основаны на теории вероятностей. Однако в силу специфичности решаемых задач математическая статистика выделяется из теории вероятностей в самостоятельную область. Если в теории вероятностей считается заданной модель явления и производится расчет возможного реального течения этого явления, то в математической статистике подбирается подходящая теоретико-вероятностная модель, исходя из статистических данных
Для изучения статистических методов вводятся понятия генеральной и выборочной совокупностей. В общем случае под генеральной совокупностью понимается случайная величина X с функцией
распределения ^(х) Выборочной совокупностью или выборкой объема п для данной случайной
величины X называется набор Х±' Х'2'""' Х" независимых наблюдений этой величины, где Х' носит
название выборочного значения или реализации случайной величины X. Таким образом, можно рассматривать как числа (если эксперимент проведен и выборка состоялась) и как случайные величины (до проведения эксперимента), поскольку они меняются от выборки к выборке.
Пример 1. Для определения зависимости толщины ствола дерева от его высоты было отобрано 200 деревьев. В данном случае объем выборки n=200.
Пример 2. В результате распиловки древесностружечных плит на круглопильном станке было получено 15 значений удельной работы резания. В этом случае n=15.
Для того чтобы по данным выборки уверенно судить об интересующем нас признаке генеральной совокупности, объекты выборки должны правильно ее представлять, то есть выборка должна быть репрезентативной (представительной). Репрезентативность выборки обычно достигается случайностью отбора объектов: каждому объекту генеральной совокупности обеспечивается равная со всеми остальными вероятность попадания в выборку.
Функция распределения ^ix) СЛуЧайной величины X обычно неизвестна, в лучшем случае она известна с точностью до некоторых неизвестных параметров. Сведения о распределении случайной величины и ее характеристиках можно получить, если имеются независимые многократные повторения опыта, в котором измеряются значения интересующей нас случайной величины.
Предположим, что независимые наблюдения над случайной величиной X позволили получить
выборочную совокупность Х±' Xz' "' Х" объемап.
Выборочной (эмпирической) функцией распределения случайной величины X, построенной по
выборке Х±' Xz '"'' Х" , называется функцияРп(х), равная доле таких значений х,, что х,<х, ¡=1,2,...,п. Иначе
говоря, Fn(x) есть частота события (х,<х) в выборке Х±' Xl' "' Х" . Таким образом, эмпирическую функцию
выборки 11 "можно рассматривать как функцию распределения вероятностей, где каждому
значениюх,, ¡=1,2,...,п приписана вероятность п . Установлено, что с ростом объема выборкип эмпирическая функция распределения равномерно по x приближается к функции распределения
maxlRÜf) - F(x)|-» 0 „
~ V * " П —' 00 -1
случайной величины X, то есть х при" с вероятностью 1.
Список использованной литературы:
1. Асимптотический анализ распределений случайных процессов. - М.: Наука, 2017. - 200 с.
2. Бостанджиян, В. А. Пособие по статистическим распределениям / В.А. Бостанджиян. -Москва: РГГУ, 2017. - 227 с.
3. Владимир, Долгин Надежность автомобильных систем / Долгин Владимир, Александр Харченко und Олег Хромов. - М.: LAP Lambert Academic Publishing, 2017. - 176 с.
© Аннамаммедов С. Д., 2023
