ازمون و اعتبار سنجی

آزمون های ساختار مدل

 

آزمون‌های ساختار مدل

مقدمه

اولین گام در اعتبارسنجی مدل‌های دینامیک سیستم، آزمون‌های اعتبار ساختار است، و آن را می‌توان به عنوان آزمون‌های مستقیم ساختار و آزمون‌های رفتار طبقه‌بندی کرد. در آزمون‌های مستقیم ساختار، اعتبار ساختار مدل با مقایسه مستقیم ساختار مدل با دانش واقعی و رایج سیستم ارزیابی می‌شود. به عنوان مثال اگر یک سیستم اقتصادی را مدل سازی می کنیم حتما ساختار مدل باید نظریه‌های و تئوری‌های علم اقتصاد همخوانی داشته باشد. این امر با مقایسه معادلات ریاضی و رابطه منطقی با دانش موجود در سیستم‌های واقعی انجام می‌شود. در اینجا نیازی به شبیه سازی مدل نیست. آزمون‌های مستقیم ساختار را می‌توان در قالب آزمون‌های تجربی Empirical و آزمون‌های نظری Theoretical طبقه بندی کرد. آزمون‌های تجربی با مقایسه ساختار مدل با اطلاعات (کمی و کیفی) به‌دست‌آمده در مورد سیستم انجام می‌شوند، در حالی که آزمون‌های نظری با مقایسه ساختار مدل با دانش عمومی سیستم که در ادبیات علمی قابل مشاهده است، انجام می‌شوند. آزمون‌های تایید ساختار سخت‌ترین کارهایی هستند که می‌توان انجام داد، زیرا باید معادلات مدل را مستقیماً با دانش سیستم‌های واقعی مقایسه کنیم.

در آزمون‌های ساختارمحور، اعتبار ساختار مدل با مقایسه رفتار مدل پیش‌بینی‌شده با رفتار واقعی سیستم‌ که معمولاً در واقعیت مشاهده می‌شود، ارزیابی می‌شود. این  اعتبار سنجی مدل کیفی است.

 

انواع آزمون‌های ساختار مدل

به طور کلی، آزمون‌های ساختار مدل را می‌توان به صورت زیر طبقه بندی کرد:

  1. آزمون تایید (تصدیق) ساختار
  2. آزمون تایید(تصدیق) پارامتر
  3. آزمون شرایط حدی
  4. آزمون کفایت مرزی
  5. آزمون سازگاری ابعاد یا واحد

 

بینش‌های مرتبط

رشد نمایی

مدل جهش و نزول

رشد نمایی توسط یک حلقه بازخورد مثبت بین اجزای یک سیستم ایجاد می‌شود ...
Scheduled Completion Date

مدل سازی دینامیکی – مدل ...

کلمه سیستم از کلمه یونانی "systema" گرفته شده است که به معنای ارتباط متقابل ...
Workforce

مدل سازی دینامیکی – مدل ...

کلمه سیستم از کلمه یونانی "systema" گرفته شده است که به معنای ارتباط متقابل ...
SMOOTH (HIGHER-ORDER)

مدل سازی دینامیکی – مدل ...

کلمه سیستم از کلمه یونانی "systema" گرفته شده است که به معنای ارتباط متقابل ...

دکتر محمدرضا عاطفی

عضو هیئت علمی دانشگاه
رئیس هیئت مدیره گروه ناب
هم بنیان گذار شرکت دانش بنیان
مشاور شرکت ها و سازمان های بزرگ کشور

آنچه می خوانید

هوش مصنوعی

الگوریتم DBCLASD چیست؟ آموزش خوشه‌بندی داده‌های فضایی

  1.اهداف یادگیری پس از مطالعه این فصل، خواننده قادر خواهد بود: 2.پیش‌نیازها ۳. چکیده الگوریتم DBCLASD یکی از نوآوری‌های کلیدی در حوزه داده‌کاوی مکانی است که با هدف غلبه بر محدودیت‌های الگوریتم‌های مبتنی بر چگالی سنتی پیشنهاد شده است. ایده محوری این روش، جایگزینی آستانه‌های صلب چگالی (مانند شعاع

توضیحات بیشتر »
هوش مصنوعی

پیاده‌سازی الگوریتم Echidna در پایتون برای خوشه‌بندی ترافیک شبکه

1. مقدمه انتقال از فرمول‌های ریاضی و منطق درختی الگوریتم اکیدنا (Echidna) به یک سامانه نرم‌افزاری پویا، نیازمند درک دقیق نحوه بازنمایی ویژگی‌های ترکیبی (عددی، دسته‌ای و سلسله‌مراتبی) در حافظه رایانه است. در بخش نظری، فاصله ترکیبی را به عنوان پیوندی از سه سناریوی محاسباتی تعریف کردیم. در این بخش،

توضیحات بیشتر »
هوش مصنوعی

الگوریتم Echidna چیست؟ راهنمای کامل خوشه‌بندی سلسله‌مراتبی ترافیک شبکه

1.اهداف یادگیری پس از مطالعه این فصل، خواننده باید بتواند: 2.پیش‌نیازها برای فهم این فصل، آشنایی مقدماتی با موارد زیر لازم است: . 3. چکیده فصل الگوریتم Echidna روشی تخصصی در داده‌کاوی شبکه است که برای خوشه‌بندی کارای داده‌های ترافیک با ویژگی‌های ناهمگون طراحی شده است. مسئله اصلی که این

توضیحات بیشتر »