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) |
Прогнозування на основі динамічних моделей
Головною метою досліджування трендових моделей є розрахунок прогнозів про розвиток досліджуваного процесу. Прогнозування часового ряду ґрунтується на методі екстраполяції, тобто спостерігаючи певну тенденцію зміни процесу в минулому продовжуємо її із заданою ймовірністю в майбутнє, при цьому припускається, що економічний показник формується під впливом багатьох факторів, визначити кожен з яких неможливо або відсутня кількісна інформація про їх рівень. В цьому випадку зміну тенденції певного економічного показника пов’язують не з факторами, а з плином часу. Застосування методу екстраполяції, використовуючи криві зростання, базується на двох припущеннях: 1) часовий ряд справді має тренд; 2) тенденція, яка виявлена у минулих періодах, не буде мати суттєвих змін у майбутньому. Процес екстраполяційного прогнозування за трендовими моделями складається з таких етапів: 1) попередній аналіз даних; 2) вибір найбільш ефективної моделі; 3) оцінювання параметрів моделі; 4) визначення адекватності моделі; 5) оцінювання точності моделі; 6) розрахунок точкового та інтервального прогнозів; 7) верифікація прогнозу. Методи прогнозу залежать від горизонту прогнозу. Горизонтом прогнозу називають проміжок від моменту, для якого зафіксоване останнє експериментальне значення показника, до моменту, з яким співставляють прогноз. Необхідно зазначити, що за допомогою трендів можна визначити лише точкові значення досліджуваного показника, проте значення цього показника для будь-якого моменту, в тому числі і прогнозованого є випадковою величиною бо на його формування впливають також випадкові фактори. Отже, ймовірність того, що при досягненні в часі моментом, для якого виконано прогноз, дійсне значення показника буде рівнем прогнозованому, є дуже малою, майже = 0, тому є сенс говорити лише про межі, в яких буде знаходитись дійсне значення показника.
Одним із шляхів отримання таких меж є розрахунок інтервалів довіри значень прогнозованого показника. Прогнозування поділяється на: 1) короткотермінове; 2) середньо термінове; 3) довготермінове. При короткотерміновому прогнозуванні числові значення досліджуваного показника беруться за невеликі проміжки в минулому, а прогноз визначається на один, два вибрані проміжки в майбутньому. Методи короткотермінового прогнозування з використанням часових рядів доцільно використовувати в таких випадках: 1) при наявності даних за проміжок часу, який не перевищує одного року; 2) при виконанні прогнозу по конкретному показнику для наступного моменту часу. Середне і довготермінове прогнозування використовується за таких умов: 1) необхідно мати одноразовий прогноз, який в більшості випадків не треба корегувати із появою нових даних; 2) наявні щорічні дані за попередні періоди; 3) прогноз треба виконати при відносно малій кількості початкових даних; 4) прогнозується динаміка досить складного процесу. До моделей середньо- та довготермінового прогнозування ставлять більш високі вимоги, ніж до моделей короткотермінового прогнозування. Такі моделі є більш складні, широко використовуються лінійні та нелінійні залежності, велика увага приділяється точності прогнозу
Дата добавления: 2014-01-07; Просмотров: 623; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |