Прогнозування за лінійною моделлю

Якщо побудована модель адекватна за -критерієм, то її застосо­вують для прогнозування залежної змінної.

Про прогнозування регресанта говорять тоді, коли в часових рядах прогнозний період настає пізніше, ніж базовий. Якщо регресія побудована за просторовими даними, прогноз стосується тих елементів генеральної сукупності, що перебувають за межами застосованої вибірки.

Якість прогнозу тим краща, чим повніше виконуються передумови моделі в прогнозний часовий період, надійніше (вірогідніше) оцінено параметри моделі й більш точно визначено прогнозні значенні регресорів.

Значення для майбутнього періоду чи додаткового елемента обчислюють за формулою (3.1) за відомим вектором оцінених параметрів і за вектором значень незалежних змінних , що не належать до базового періоду.

Оцінену дисперсія прогнозу обчислюють за формулою:

.

Отже, з імовірністю прогнозне значення результативного показника знаходиться в інтервалі

.

У практичних розрахунках часто приймають:

.

Тоді прогнозний інтервал має вигляд:

Зауваження. Очевидно, з віддаленням від середнього значення вибірки спостережень похибка прогнозу зростатиме, що призведе до збільшення довірчого інтервалу для індивідуального значення залеж­ної змінної.

Дата добавления: 2014-10-23