Прогнозирование. Задачи прогнозирования решаются в самых разнообразных областях человеческой деятельности, таких как наука

Задачи прогнозирования решаются в самых разнообразных областях человеческой деятельности, таких как наука, экономика, производство и множество других сфер. Прогнозирование (от греческого Prognosis) в широком понимании этого слова определяется как опережающее отражение будущего. Целью прогнозирования является предсказание будущих событий. Само понятие прогнозирования не имеет четко очерченных границ и активно взаимодействует со смежными задачами анализа данных. Одно из определений прогнозирования было дано Г. Тейлом: «некоторое суждение относительно неизвестных, особенно будущих, событий». Существует два вида прогнозов: точечный и интервальный. Для получения точечного прогноза на основе корреляционно-регрессионных моделей необходимо знать существующие прогнозы всех входящих в адекватную модель факторов. Они могут быть непосредственно заданы исследователем экономического процесса. Кроме того, их можно получить разными способами, в том числе и с применением методики трендовых моделей. Это означает, что для каждого фактора, применяя тренд, следует получить точечный прогноз, а затем, подставив эти значения точечных прогнозов в уравнение регрессии, можно получить прогноз корреляционно-регрессионной модели. Он является наиболее простым из всех прогнозов, поскольку содержит наименьший объем информации. Как правило, заранее предполагается, что точечный прогноз может быть ошибочным, но методикой не предусмотрен расчет ошибки прогноза или вероятности точного прогноза. Поэтому на практике чаще применяются два других метода прогнозирования: интервальный и вероятностный. Интервальный прогноз предусматривает установление границ, внутри которых будет находиться прогнозируемое значение показателя с заданным уровнем значимости. (формула 1) Формула расчета интервального прогноза имеет следующий вид:

U_y = , (формула 1)

где - точеная прогнозная оценка исследуемого результативного признака по модели на L шагов вперед;

(формула 1.1)

- число наблюдений;

L- число шагов вперед;

a- уровень значимости прогноза;

- средняя квадратическая ошибка выборки у;

- табличное значение критерия Стьюдента для уровня значимости а и для числа степеней свободы, равного ();

- значение наблюдаемого -го факторного признака;

- прогнозное значение факторного признака на L шагов вперед;

- среднее значение.

Дата добавления: 2015-08-31