КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Экстраполяция в рядах динамики и прогнозированиеОпределяемые в анализе рядов динамики показатели изменения уровней, тренда, сезонной волны имеют широкое применение при прогнозировании, т. е. при получении статистической оценки возможной меры развития социально-экономических явлений на будущее. Составление надежных прогнозов динамики спроса и предложения товаров является необходимым условием регулирования рыночных отношений. Важное значение при этом имеют статистические методы экстраполяции. Под экстраполяцией понимается распространение выявленных в анализе рядов динамики закономерностей развития изучаемого явления на будущее. Основой прогнозирования является предположение, что закономерность, действующая внутри анализируемого ряда динамики, выступающего в качестве базы прогнозирования, сохраняется и в дальнейшем. Точность прогноза зависит от того, насколько обоснованными окажутся предположения о сохранении на будущее действий тех факторов, которые сформировали в базисном ряду динамики его основные компоненты. Важное значение при экстраполяции имеет продолжительность базисного ряда динамики и сроков прогнозирования. Практика прогнозирования динамики социально-экономических явлений показывает, что при экстраполяции следует брать те субпериоды базисного ряда динамики, которые составляют определенный этап в развитии изучаемого явления в конкретных исторических условиях. Установление сроков прогнозирования I зависит от задачи исследования. Но следует иметь в виду, что чем короче сроки упреждения прогноза, тем надежнее результаты экстраполяции. Применение методов экстраполяции зависит от характера изменений в базисном ряду динамики и предопределяется постановкой задачи исследования. При экстраполяции уровней развития изучаемого явления на базе ряда динамики с постоянными абсолютными приростами применяется формула (9.70) где уп+|- экстраполируемый уровень; уп - конечный уровень базисного ряда динамики; I-срок прогноза (период упреждения). Так, если по данным табл. 9.15 требуется определить возможный уровень среднедневной реализации молочных продуктов в 1991 г., то при относительно стабильных абсолютных приростах (у = 10,9 m) экстраполяция производится по формуле (9.70) У= 84,6 + 10,9 = 95,5m. При экстраполяции уровня развития изучаемого явления на базе ряда динамики со стабильными темпами роста() применяется формула (9.71) При прогнозировании тренда изучаемого явления на основе аналитического выравнивания для экстраполяции тренда применяется адекватная трендовая модель. Так, при выравнивании розничного товарооборота региона в 1985-1989 гг. (табл. 9.9) была определена на основе показательной функции трендовая модель: Для прогнозирования возможного уровня развития товарооборота региона в 1990 г. в модель подставляется t=3. На практике результат экстраполяции прогнозируемых уровней социально-экономических явлений обычно выполняется не точечными (дискретными), а интервальными оценками. Для определения границ интервалов используется формула (9.72) где - коэффициент доверия по распределению Стьюдента; - остаточное среднее квадратическое отклонение тренда, скорректированное по числу степеней свободы (n-m); n-число уровней базисного ряда динамики; m-число параметров адекватной модели тренда. Применение формулы (9.72) проиллюстрируем на данных экстраполяции объема розничного товарооборота региона в 1990 г. Число степеней свободы при n=5 и m=3 составляет 2. При уровне значимости = 0,05 коэффициент доверия по таблице Стьюдента равен 4,3. При значение остаточного среднего квадратического отклонения : = Значение вероятностных границ интервала составляет: 19,7 ± 4,3 * 0,094. Следовательно, с вероятностью 0,95 верхняя граница объема розничного товарооборота региона составит 19,7—0,4=19,3 млрд. руб., а нижняя граница-19,7+0,4=20,1 млрд. руб. Важно иметь в виду, что экстраполяция в рядах динамики носит не только приближенный, но и условный характер. Это обусловлено распространением на ряды динамики положений корреляционно-регрессионного анализа выборочных совокупностей. Эти вопросы в теории статистики разработаны недостаточно. Поэтому применение методов экстраполяции в рядах динамики не является самоцелью. При разработке прогнозов социально-экономических явлений привлекается дополнительная информация, на основе которой в полученные методом экстраполяции количественные оценки вносятся соответствующие коррективы.
Дата добавления: 2014-01-11; Просмотров: 1114; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |