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) |
Трендовые модели на основе кривых роста
ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ МОДЕЛИ ПРОГНОЗИРОВАНИЯ
Основная цель создания трендовых моделей экономической динамики – на их основе сделать прогноз о развитии изучаемого процесса на предстоящий промежуток времени. Прогнозирование на основе временного ряда экономических показателей относится к одномерным методам прогнозирования, базирующимся на экстраполяции, то есть на продлении на будущее тенденции, наблюдавшейся в прошлом.
Использование метода экстраполяции на основе кривых роста для прогнозирования базируется на двух предположениях: 1. временной ряд экономического показателя действительно имеет тренд, то есть преобладающую тенденцию; 2. общие условия, определявшие развитие показателя в прошлом, останутся без существенных изменений в течение периода упреждения.
Простейшие полиномиальные кривые роста имеют вид:
полином первой степени; полином второй степени; полином третьей степени;
и так далее.
Параметр называют линейным приростом, а параметр ускорением роста, параметр изменение ускорения роста. Для полинома первой степени характерен постоянный закон роста. Если рассчитать первые приросты по формуле
,
то они будут постоянной величиной и равны . Если первые приросты рассчитать для полинома второй степени, то они будут иметь линейную зависимость от времени и ряд из первых приростов на графике будет представлен прямой линией. Вторые приросты: для полинома второй степени будут постоянны. Для полинома третьей степени первые приросты будут полиномами второй степени, вторые приросты – линейными функциями времени, а третьи приросты, рассчитываемые по формуле , будут постоянными величинами. На основе сказанного можно отметить следующие свойства полиномиальных кривых роста: 1. от полинома высокого порядка можно путем расчета последовательных разностей (приростов) перейти к полиному более низкого порядка; 2. значения приростов для полиномов любого порядка не зависят от значений самой функции .
Полиномиальные кривые роста можно использовать для аппроксимации (приближения) и прогнозирования экономических процессов, в которых последующее развитие не зависит от достигнутого уровня.
Использование экспоненциальных кривых роста предполагает, что дальнейшее развитие зависит от достигнутого уровня, например, прирост зависит от значения функции. В экономике чаще всего применяются две разновидности экспоненциальных (показательных) кривых: простая экспонента и модифицированная экспонента.
Простая экспонента: , (1)
где и положительные числа, при этом, если , то функция возрастает с ростом времени , в противном случае – убывает. Ордината данной функции изменяется с постоянным темпом прироста:
.
Логарифмы ординат простой экспоненты линейно зависят от времени:
.
Модифицированная экспонента:
, (2)
где постоянные величины: , , а постоянная носит название асимптоты этой функции, то есть значения функции неограниченно приближаются (снизу) к величине . Если прологарифмировать первые приросты данной функции, то получится функция, линейно зависящая от времени, при этом:
.
В экономике достаточно распространены процессы, которые сначала растут медленно, затем ускоряются, а затем вновь замедляют свой рост, стремясь к какому-либо пределу, например, процесс ввода некоторого объекта в промышленную эксплуатацию. Для моделирования таких процессов используются так называемые S- образные кривые роста, среди которых выделяют кривую Гомперца и логистическую кривую.
Кривая Гомперца:
, (3)
где положительные параметры, причем ; параметр асимптота функции. В кривой Гомперца выделяют четыре участка: на первом – прирост функции незначительный; на втором – прирост увеличивается; на третьем – прирост примерно постоянный; на четвертом – происходит замедление темпов прироста и функция неограниченно приближается к значению . Логарифм данной функции является экспоненциальной кривой; логарифм отношения первого прироста к самой ординате функции – линейная функция времени. На основе кривой Гомперца описывается, например, динамика показателей уровня жизни, модификация этой кривой используется в демографии для моделирования показателей смертности и т.п.
Логистическая кривая (кривая Перла-Рида):
; (4) другой вид этой кривой:
; (5)
В этих выражениях и положительные параметры; предельное значение функции при бесконечном возрастания времени. Конфигурация графика логистической кривой близка графику кривой Гомперца, но в отличие от последней логистическая кривая имеет точку симметрии, совпадающую с точкой перегиба.
Дата добавления: 2014-01-20; Просмотров: 3544; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |