Alkalmazási-módszertani előadások [antikvár]

Horváth Gézáné dr. tanszékvezető Piaci részesedés, fogyasztói lojalitás előrejelzése Markov-lánc modellel A közgazdasági és gazdasági alkalmazásokban gyakran fordulnak elő olyan véletlen jelenségek, amelyeknek számszerű értékeit nem csak a véletlen törvényszerűségek, de más jellemző (paraméter) is befolyásolja. Az ilyen véletlen jelenségeket sztochasztikus folyamatoknak nevezzük A sztochasztikus folyamatok a {Q, A, P(A) valószínűségi mezővel és azon a t paramétertől függő Xt (co), t e% (D e Q r"2 valószínűségi változók összességével, azaz röviden valószínűségi változók sorozatával adhatók meg. A sztochasztikus folyamat tehát a t paraméter szerint rendezett valószínűségi változók halmaza. A T paraméterhalmaz valamely véges, illetve végtelen intervallum értékeit veheti fel. Ha a sztochasztikus folyamat állapottere megszámlálható elemet tartalmaz, azaz diszkrét állapotterű, akkor a sztochasztikus folyamatot idősornak nevezzük Az adott empirikus idősor az elméleti idősor egy realizációjának tekinthető. A közgazdasági vizsgálatokban - az előrejelzések készítésénél - a jelenségek múltbeli értékeit rögzítő idősorok fontos szerepet játszanak. Vannak azonban olyan jelenségek is, amelyeknél a múlt csak a jelenen keresztül hat a jövőre. Így pl. a fogyasztók jövőbeni márkaválasztása csupán attól függ, hogy mennyire elégedettek a jelenleg vásárolt márkával. Azokat a diszkrét, véges állapotterű sztochasztikus folyamatokat, amelyeknél a folyamat egymást követő állapotai mindig csak a közvetlenül megelőző állapottól függnek, Markov folyamatnak nevezzük.