Методологические основы прогнозирования - Менеджмент и трудовые отношения курсовая работа
![](/file/c17a668ccb7333e986a5a.jpg)
Главная
Менеджмент и трудовые отношения
Методологические основы прогнозирования
Фактографические методы прогнозирования. Виды опросов: о намерениях фирм-покупателей инвестиционных товаров и планах будущих вложений со стороны производителей. Практическое использование методов экспертных оценок. Способ построения прогнозного сценария.
посмотреть текст работы
скачать работу можно здесь
полная информация о работе
весь список подобных работ
Нужна помощь с учёбой? Наши эксперты готовы помочь!
Нажимая на кнопку, вы соглашаетесь с
политикой обработки персональных данных
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Тема 1. Теоретические и методологические основы прогнозирования
1.1 Понятия прогнозирования и планирования, их задачи, сходство и отличия
фактографический прогнозирование опрос экспертный
Один из родоначальников современного менеджмента Анри Файоль отмечал: "Управлять - это предвидеть", а "предвидеть - это уже почти действовать". Задачи предвидения и действий в соответствии с этими предвидениями в социальной и экономической сферах общественной жизни решаются посредством прогнозирования и планирования.
План - это система целевых показателей развития экономической системы, функционирования конкретного объекта, а также указание на:
3) определение ожидаемых результатов и способов их использования.
Процесс разработки плана, а также научную дисциплину о закономерностях разработки планов называют планированием. Как вид управленческой деятельности, планирование предполагает разработку таких вариантов управленческих решений (в виде проектов программ с обоснованием их оптимальности и возможности их выполнения), которые соответствуют критерию эффективной точки (такому состоянию, при котором, с точки зрения данного критерия, план не может быть далее улучшен без того, чтобы при этом он не был ухудшен с точки зрения другого критерия).
Прогноз - это научно обоснованное суждение о возможных состояниях объекта в будущем и/или об альтернативных путях и сроках их достижения. Процесс разработки прогнозов называется прогнозированием, а научная дисциплина о закономерностях разработки прогнозов - прогностика.
Планирование и прогнозирование, рассматривающие один и тот же объект (например, экономику страны, региона, предприятия и т.д.), являются взаимосвязанными процессами: планирование определяет содержание первых двух этапов прогнозирования - предпрогнозной ориентации и разработки задания на прогноз; прогнозирование же в этом случае описывает далеко не все, а только те возможные состояния объекта, которые определены потребностями планирования, - заданием на прогноз. Вместе с тем прогнозирование существует не только в неразрывной связи с планированием, но и как самостоятельный вид деятельности, однако, если в некоторых областях знания это вполне уместно (например, в метеорологии), то в общественной жизни, особенно в таких ее сферах, как экономическая и социальная, развитие прогностики в отрыве от планирования (и наоборот) снижает эффективность управления, ибо умаляет достоинства каждого из рассматриваемых процессов, раскрываемые только в тандеме.
1.2 Основные определения и понятия прогнозирования
Основными, или базисными, понятиями прогностики являются следующие.
1) Вариант прогноза - один из прогнозов, составляющих группу возможных прогнозов объекта прогнозирования.
2) Метод прогнозирования - способ исследования объекта прогнозирования, направленный на разработку прогноза.
3) Методика прогнозирования - совокупность методов и правил прогнозов конкретных объектов.
4) Объект прогнозирования - процессы, явления и события, на которые направлена деятельность субъекта прогнозирования. В зависимости от природы объекта различают: социальные, научно-технические, экономические, экологические и другие объекты; в зависимости от возможности воздействия на него субъекта прогнозирования - управляемые и неуправляемые объекты.
5) Потребитель прогноза - организация, предприятие, учреждение или отдельное лицо, использующее результаты прогнозов, а также в ряде случаев формулирующее задание на прогноз. Иногда потребитель может выступать в качестве заказчика.
6) Прием прогнозирования - одна или несколько математических или логических и других операций, направленных на получение конкретного результата в процессе разработки прогноза, например:
а) вычисление средневзвешенного значения оценок экспертов;
б) определение компетентности эксперта;
в) сглаживание и выравнивание динамического ряда и т.д.
7) Прогнозная модель - модель объекта прогнозирования, исследование которой позволяет получить информацию о возможных состояниях объекта в будущем и/или путях и сроках их осуществления. Прогнозная модель в виде графика называется "граф-моделью объекта прогнозирования" или "граф-моделью".
8) Прогнозный фон - совокупность внешних по отношению к объекту прогнозирования условий (факторов), существенных для решения задачи прогноза.
9) Система прогнозирования - система методов прогнозирования и средств их реализации, функционирующая в соответствии с основными принципами прогнозирования.
10) Средствами реализации - являются экспертная группа, организационные мероприятия, технические средства и т.д. Системы прогнозирования могут быть автоматизированными и неавтоматизированными и разрабатываются на различных уровнях управления.
11) Субъект прогнозирования - организация, предприятие, учреждение или отдельное лицо, разрабатывающее данный прогноз.
12) Этап прогнозирования - часть процесса разработки прогнозов, характеризующаяся своими задачами, методами и результатами.
Наиболее важными являются следующие требования, которые должны соблюдаться при разработке прогнозов:
1) вариантность - разработка нескольких вариантов прогноза, исходя из особенностей рабочей гипотезы, постановки цели (в нормальном прогнозировании) и вариантов прогнозного фона;
2) верифицируемость - проверка достоверности, точности и обоснованности прогнозов;
3) непрерывность - принцип прогнозирования, требующий корректировки прогнозов по мере необходимости при поступлении новых данных об объекте прогнозирования;
4) рентабельность - превышение экономического эффекта от использования прогноза над затратами на его разработку;
5) Системность - взаимная увязка всех прогнозируемых показателей, а также параметров прогнозов;
6) Согласованность - принцип прогнозирования, требующий согласования нормативных и поисковых прогнозов различной природы и различного периода упреждения.
Классификация видов прогнозов по различным классификационным признакам:
1. По содержанию прогнозы делятся на:
а) поисковый - прогноз, содержанием которого является определение возможных состояний объекта прогнозирования в будущем;
б) нормативный - прогноз, содержанием которого является определение путей и сроков достижения возможных состояний (принимаемых в качестве заданных);
в) комплексный - прогноз, содержащий элементы поискового и нормативного прогнозов.
2.По характеру отражаемых свойств прогнозы делятся на:
а) количественный - прогноз, который базируется на количественных показателях;
б) качественный - прогноз, который базируется на качественных показателях;
в) системный - прогноз, который базируется на системном представлении объекта прогнозирования.
3. По дискретности предоставления результата прогнозы делятся на:
а) интервальный - прогноз, результат которого представлен в виде доверительного интервала характеристики объекта прогнозирования для заданной вероятности осуществления прогноза.
б) точечный - прогноз, результат которого представлен в виде единственного значения характеристики объекта прогнозирования без указания доверительного интервала.
4. По периоду упреждения прогнозы делятся на:
а) оперативный - прогноз с периодом упреждения для объектов прогнозирования до 1 месяца;
б) краткосрочный - прогноз с периодом упреждения для объектов прогнозирования от 1 месяца до 1 года;
в) среднесрочный - прогноз с периодом упреждения для объектов прогнозирования от 1 года до 5 лет;
г) долгосрочный - прогноз с периодом упреждения для объектов прогнозирования от5 до 15 лет;
д дальнесрочный - прогноз с периодом упреждения для объектов прогнозирования свыше 15 лет.
5. По количеству прогнозируемых характеристик прогнозы делятся на :
а) одномерный - прогноз содержит одну качественную или одну количественную характеристику объекта прогнозирования
б) многомерный - прогноз содержит несколько качественных или количественных характеристик объекта прогнозирования.
6. По ареалу государства прогнозы делятся на:
а) локальный - прогноз, относящийся к части региона данного государства,
б) региональный - прогноз, относящийся к региону данного государства,
в) межрегиональный - прогноз, относящийся к нескольким регионам данного государства,
г) общегосударственный - прогноз, относящийся к государству в целом,
д) межгосударственный - прогноз, относящийся к нескольким государствам,
е) глобальный - прогноз, относящийся к Земле и Человечеству в целом.
7. По структуре народного хозяйства прогнозы делятся на:
а) отраслевой - прогноз, относящийся к какой-либо отрасли;
б) межотраслевой - прогноз, относящийся к нескольким отраслям;
в) территориально-производственный - прогноз, относящийся к территориально-производственным образованиям.
Основными параметрами прогнозов являются следующие:
1) Достоверность прогноза - оценка вероятности осуществления прогноза для заданного доверительного интервала.
2) Источник ошибки прогноза - фактор, обусловливающий появление ошибки прогноза.
3) Обоснованность прогноза - степень соответствия методов и исходной информации объекту, целям и задачам прогнозирования.
4) Ошибка прогноза - апостериорная (от лат. a posteriory "из последующего", в отличие от a priory "из предшествующего") величина отклонения прогноза от действительного состояния объекта или путей и сроков его осуществления.
5) Период основания прогноза - промежуток времени, на базе которого строится ретроспекция.
6) Период упреждения - промежуток времени от настоящего в будущее, на который разрабатывается прогноз.
7) Прогнозный горизонт - максимально возможный период упреждения прогноза.
8) Точность прогноза - оценка доверительного прогноза для заданной вероятности его осуществления.
Процесс прогнозирования в наиболее общем виде включает 8 этапов.
1) Предпрогнозная ориентация- совокупность работ, предшествующих разработке задания на прогноз и включающих:
2) Разработка задания на прогноз, т.е. такого документа, который определяет цели и задачи прогноза и регламентирует порядок его разработки.
3) Прогнозная ретроспекция - исследование истории развития объекта прогнозирования и прогнозного фона с целью получения их систематизированного описания.
4) Прогнозный диагноз - исследование систематизированного описания объекта прогнозирования и прогнозного фона с целью выявления тенденции их развития и выбора (разработки) моделей и методов прогнозирования.
5) Прогнозная проспекция - разработка прогноза по результатам прогнозного диагноза.
6) Верификация прогноза - оценка достоверности и точности прогноза или проверка его обоснованности.
7) Корректировка прогноза - уточнение прогноза на основании его верификации и/или дополнительных данных.
8) Синтез прогнозов - разработка системного прогноза.
1.7 Характеристика объекта прогнозирования
В процессе разработки характеристики объекта прогнозирования, являющейся качественным или количественным отражением какого-либо объекта прогнозирования, используются следующие основные понятия.
1) Базисное значение переменной объекта прогнозирования - значение переменной объекта прогнозирования на этапе диагноза, разделяющее период основания прогноза от периода упреждения.
2) Генеральная определительная таблица - иерархическая система взвешенных характеристик объекта прогнозирования и их значений, позволяющая преобразовывать его качественное описание в обобщенную количественную оценку.
3) Динамический ряд - временная последовательность ретроспективных и перспективных значений переменной объекта прогнозирования.
4) Значащая переменная объекта прогнозирования (т.е. такая переменная, которая является существенной для описания объекта в соответствии с задачей прогнозирования), в т.ч. :
а) эндогенная (отражающая его собственные свойства) и
б) экзогенная (обусловленная влиянием некоторой совокупности внешних переменных).
5) Мерность объекта прогнозирования - число значащих переменных объекта прогнозирования в его описании.
6) Параметр объекта прогнозирования - количественная характеристика объекта прогнозирования, которая является постоянной или принимается за постоянную в течение периода основания и периода упреждения прогноза.
7) Регулярная составляющая динамического ряда - плавно изменяющаяся последовательность ретроспективных и перспективных значений переменной, представленной динамическим рядом, отражающая основную тенденцию ее развития.
8) Сложность объекта прогнозирования - характеристика объекта прогнозирования, определяющая разнообразие его элементов, свойств, отношений.
9) Случайная составляющая динамического ряда - составляющая динамического ряда, отражающая влияние на него случайных воздействий и ошибок времени.
10) Структура объекта прогнозирования - способ внутренней организации и связей элементов объекта прогнозирования.
Верификация- это проверка достоверности, точности и обоснованности прогнозов. Основные методы верификации прогнозов:
1) Инверсная - Это верификация прогноза путем:
-его проверки адекватности прогнозной модели на периоде прогнозной ретроспекции.
2) Консеквентная -- аналитического или логического выведения прогноза из ранее полученных прогнозов.
3) Косвенная - его сопоставления с прогнозами, полученными другими разработчиками.
4) Оппонентом - опровержения критических замечаний оппонента по прогнозу.
5) Повторным опросом - это верификация прогноза путем использования дополнительного опроса экспертов.
6) Прямая - это верификация прогноза путем его повторной разработки другим методом.
7) Верификация с учетом ошибок - это верификация прогноза путем выявления и учета источников регулярных ошибок прогноза.
8) Верификация экспертом - это верификация прогноза путем сравнения с оценкой наиболее компетентного эксперта.
Тема 2. Фактографические методы прогнозирования
Фактографический метод прогнозирования - это метод, базирующийся на фактографической информации. Основные фактографические методы, используемые в социальном и экономическом прогнозировании, а также краткие характеристики этих методов приведены ниже.
1) Авторегрессионный метод - метод прогнозирования стационарных случайных процессов, основанный на анализе и использовании корреляций значений динамического ряда с фиксированными временными интервалами между ними.
2) Гармонических весов - экстраполяция скользящего тренда, аппроксимируемого отрезками линии с взвешиванием точек этой линии при помощи гармонических весов.
3) Группового учета аргументов - кусочная аппроксимации исходного динамического ряда с оптимизацией вида и параметров прогнозирующей функции.
4) (прогнозной) Интерполяции - математическая интерполяция, при которой выбор аппроксимирующей функции осуществляется с учетом условий и ограничений развития объекта прогнозирования.
5) Исторической аналогии - установление и использование аналогии объекта прогнозирования с одинаковым по природе объектом, опережающим первый в своем развитии
6) Математической аналогии - установление аналогии математических описаний процессов развития различных по природе объектов с последующим использованием более изученного математического описания одного из них для разработки прогнозов другого.
7) Опережающей информации - использование свойства научно-технической информации опережать реализацию научно-технических достижений в общественной практике.
8) Патентный - оценка (по принятой системе критериев) изобретений и открытий и исследование их динамики.
9) Прогнозирования по функции с гибкой структурой - использование экстраполирующей функции, вид и параметры которой подбираются в процессе ретроспективного анализа исходного динамического ряда из некоторых множеств возможных функций.
10) Публикационный - оценка публикаций об объекте прогнозирования (по принятой системе критериев) и исследование динамики их опубликования.
11) Регрессионный - анализ и использование устойчивых статистических связей между совокупностью переменных-аргументов и прогнозируемой переменной-функцией.
12) Статистический - построение и анализ динамических рядов характеристик объекта прогнозирования и их статистических взаимосвязей.
13) Факторный - обработка многомерных массивов информации об объекте в динамике с использованием аппарата факторного статистического анализа или его разновидностей.
14) Цепей Маркова - анализ и использование вероятностей перехода объекта прогнозирования из одного состояния в другое.
15) Цитатно-индексный - оценка (по принятой системе критериев) и анализ динамики цитирования авторов публикаций об объекте прогнозирования.
16) Экспоненциального сглаживания - построение экстраполирующей функции с использованием экспоненциального убывания весов ее коэффициентов.
17) Экстраполяции - математическая экстраполяция, при которой выбор аппроксимирующей функции осуществляется с учетом условий и ограничений развития объекта прогнозирования.
2.1 Метод прогнозной экстраполяции
Экстраполяционные методы являются одними из самых распространенных и наиболее разработанных среди всей совокупности методов прогнозирования. В общем случае для экстраполяции необходимо иметь временной ряд, где каждому значению независимой переменной (в качестве которой выступает время) соответствует определенное значение прогнозируемою показателя. При формировании прогнозов с помощью экстраполяции обычно исходят из статистически складывающихся тенденций изменения тех или иных количественных характеристик объекта.
Следует отметить, что, поскольку метод разработан для анализа временных рядов, состоящих из большого числа наблюдений, а временные ряды в отраслевом прогнозировании, как правило, невелики, прогноз, сделанный с помощью этого метода, может не отразить некоторых существенных изменений.
Прогнозную экстраполяцию можно разбить на два этапа.
Выбор оптимального вида функции, описывающей ретроспективный ряд данных. Выбору математической функции для описания тренда предшествует преобразование исходных данных с использованием сглаживания и аналитического выравнивания динамического ряда. Расчет коэффициентов функции, выбранной для экстраполяции.
При разработке моделей прогнозирования тренд оказывается основной составляющей прогнозируемого временного ряда, на которую уже накладываются другие составляющие. Результат при этом связывается исключительно с ходом времени. Предполагается, что через время можно выразить влияние всех основных факторов. В статистической литературе под тенденцией развития понимают некоторое его общее направление, долговременную эволюцию. Обычно тенденцию стремятся представить в виде более или менее гладкой траектории.
Для оценки коэффициентов чаще остальных используется метод наименьших квадратов (МНК). Его сущность состоит в минимизации суммы квадратических отклонений между наблюдаемыми величинами и соответствующими оценками (расчетными величинами), вычисленными по подобранному уравнению связи.
y - фактические значения ретроспективного ряда;
Этот метод лучше других соответствует идее усреднения как единичного влияния учтенных факторов, так и общего влияния неучтенных.
Операцию экстраполяции в общем виде можно представить в виде определения значения функции
где - экстраполируемое значение уровня;
- уровень, принятый за базу экстраполяции.
В самом простом случае при предположении о том, что средний уровень ряда не имеет тенденции и к изменению или если это изменение незначительно, можно принять т. е. прогнозируемый уровень равен среднему значению уровней в прошлом. Доверительные границы для средней при небольшом числе наблюдений определяются следующим образом:
(1.3) где t a - табличное значение t-статистики Стьюдента с n-1 степенями свободы и уровнем вероятности p;
- средняя квадратическая ошибка средней.
Значение ее определяется по формуле . В свою очередь, среднее квадратическое отклонение S для выборки равно
Доверительный интервал, полученный как , учитывает неопределенность, которая связана с оценкой средней величины. Общая дисперсия составит величину . Таким образом, доверительные интервалы для прогностической оценки равны
Недостаток рассмотренного подхода заключается в том, что доверительный интервал не связан с периодом упреждения.
Экстраполяция по скользящей и экспоненциальной средней.
Для краткосрочного прогнозирования наряду с другими приемами могут быть применены адаптивная или экспоненциальная скользящие средние. Если прогнозирование ведется на один шаг вперед, то или , где М i - адаптивная скользящая средняя; Q i - экспоненциальная средняя. Здесь доверительный интервал для скользящей средней можно определить аналогично тому, как это было сделано в формуле (1.5), в которой число наблюдений обозначено символом n. Поскольку при расчете скользящей средней через m обозначалось число членов ряда, участвующих в расчете средней, то заменим в этой формуле n на m. Так как m обычно берется равной нечетным числам, то подсчитаем для них соответствующие значения величины . Что касается экспоненциального сглаживания, то, так как дисперсия экспоненциальной средней равна , где S 2 - среднее квадратическое отклонение, вместо величины в формуле, приведенной выше, при исчислении доверительного интервала прогноза следует взять величину или . Здесь -- коэффициент экспоненциального сглаживания.
Корреляционный анализ используют для выявления и оценки связи между различными показателями. Степень тесноты связи оценивают коэффициентами, изменяющимися в пределах от 0 до 1, по следующей формуле:
Малое значение коэффициента свидетельствует о слабой связи, значение, близкое к 1, характеризует очень сильную связь и часто позволяет предположить наличие функциональной причинно-следственной связи. Затем проверяют значимость коэффициента корреляции по критерию Стьюдента t j,k :
где k=n-2 - число степеней свободы.
При выполнении неравенства t*>y j,k гипотеза о не значимости коэффициента парной корреляции отвергается, т.е. y t зависит от фактора времени. Затем выбирают математическую модель взаимосвязи показателя от времени и рассчитывают критерии точности полученной модели.
где - средняя относительная ошибка;
- среднеквадратическое отклонение, рассчитанное по формуле:
где p- количество расчетных коэффициентов уравнения тренда.
Затем делают расчет точечной и интервальной оценки прогноза:
где y n+1 - прогнозируемая величина.
С помощью этих методов экстраполируются количественные параметры больших систем, количественные характеристики экономического, научного, производственного потенциала, данные о результативности научно-технического прогресса, характеристики соотношения отдельных подсистем, блоков, элементов в системе показателей сложных систем и др .
Анализ показывает, что ни один из существующих методов не может дать достаточной точности прогнозов на 20--25 лет. Применяемый в прогнозировании метод экстраполяции не дает точных результатов на длительный срок прогноза, потому что данный метод исходит из прошлого и настоящего, и тем самым погрешность накапливается. Этот метод дает положительные результаты на ближайшую перспективу прогнозирования тех или иных объектов -- на 5--7 лет.
При экстраполяции часто используются линейные модели. Они требуют относительно небольшого количества вычислений и по тому, в частности, широко распространены в практике прогнозирования. Их недостаток, заключающийся в том, что лишь немногие явления в экономике могут быть адекватно описаны в линейном виде, отчасти преодолевается с помощью кусочно-линейной аппроксимации.
2.2 Сглаживание статистических рядов методом скользящих средних
Одной из задач, возникающих при анализе рядов динамики, является установление закономерности изменения уровней изучаемого показателя во времени.
В некоторых случаях эта закономерность, общая тенденция развития объекта вполне ясно отображается значениями (уровнями) динамического ряда.
Однако часто приходится встречаться с такими рядами динамики, когда уровни ряда претерпевают самые различные изменения (то возрастают, то убывают) и можно говорить лишь об общей тенденции развития явления, либо о тенденции к росту, либо к снижению.
В этих случаях для определения основной тенденции развития явления, достаточно устойчивой на протяжении данного периода, используют особые приемы обработки рядов динамики.
Уровни (значения) ряда динамики формируются под совокупным влиянием множества длительно и кратковременно действующих факторов и в том числе различного рода случайных обстоятельств.
Выявление основной закономерности изменения уровней ряда предполагает её количественное выражение, в некоторой мере свободное от случайных воздействий.
Выявление основной тенденции развития (тренда) называется выравниванием временного ряда, а методы выявления основной тенденции - методами выравнивания.
Выравнивание позволяет характеризовать особенность изменения во времени данного динамического ряда в наиболее общем виде как функцию времени, предполагая, что через время можно выразить влияние всех основных факторов.
Выявление основной тенденции может быть осуществлено методом скользящей средней.
Для определения скользящей средней формируем укрупненные интервалы, состоящие из одинакового числа уровней (значений).
Каждый последующий интервал получаем, сдвигаясь от начального уровня динамического ряда на один уровень.
Тогда первый интервал будет включать уровни (т.е. значения) у 1 , у 2 , …у m ; второй - у 2 , у 3 , …у m +1 и так далее.
Таким образом, интервал сглаживания как бы скользит по динамическому ряду с шагом равным единице.
По сформированным интервалам определяем сумму значений, на основе которых рассчитываются скользящие средние.
Полученная средняя относится к середине укрупненного интервала. Поэтому при сглаживании скользящей средней технически удобнее укрупненный интервал составлять из нечетного числа уровней ряда.
Нахождение скользящей средней по четному числу уровней создает неудобство, вызываемое тем, что средняя может быть отнесена только к середине между двумя датами. В этом случае необходима дополнительная процедура центрирования средних.
Алгоритм сглаживания кривой (3, 5, 11 летние скользящие средние) у 1 …у n
y 1 =(у 1 +у 2 +у 3 )/3; y 2 =(у 2 +у 3 +у 4 )/3; y n -2 =(у n -2 +у n -1 +у n )/3
y 1 =(у 1 +у 2 +у 3 +у 4 +у 5 )/5 и так далее
y 1 =(у 1 +у 2 +…+у 11 )/11 и так далее
Таблица 2.1. Динамика изменения курса иностранной валюты (по дням)
Скользящая средняя, рассчитанная по 3х дневным скользящим суммам, будет отнесена ко второму уровню каждого 3х уровневого интервала, по 5-ти уровневому интервалу - отнесена к 3 уровню.
В случае, когда выбор интервала сглаживания осуществляется произвольно, нужно учитывать количество уровней в анализируемом ряду динамики, так как при использовании приема скользящей средней сглаженный ряд сокращается по сравнению с исходным рядом на число уровней, равное (m-1).
2.3 Сглаживание динамических рядов методом наименьших квадратов (МНК)
Использование метода скользящей средней позволяют сделать следующий вывод: чем продолжительней интервал сглаживания, тем сильнее усреднение, а поэтому выявляемая тенденция развития получается более плавной.
Изучение основной тенденции развития методом скользящей средней является лишь эмпирическим приемом анализа.
Рассмотренный приём сглаживания динамических рядов может рассматриваться как важное вспомогательное средство, облегчающее применение других, более строгих методов выявления тенденции.
Для того, чтобы представить количественную модель, выражающую общую тенденцию изменений уровней (значений) динамического ряда во времени, используется аналитическое выравнивание ряда динамики.
В этом случае фактические уровни заменяются уровнями (значениями), вычисленными на основе определенной кривой. Предполагается, что она отражает общую тенденцию изменения во времени изучаемого показателя.
При аналитическом выравнивании ряда динамики закономерно изменяющийся уровень изучаемого показателя оценивается как функция от времени y t =f(t), где y - уровни (значения) динамического ряда, вычисленные по соответствующему аналитическому уравнению на момент времени t.
Ниже приводятся различные виды трендовых моделей, наиболее часто используемые для аналитического выравнивания.
Выбор формы кривой во многом определяет результат экстраполяции тренда.
Основанием для выбора вида кривой может служить содержательный анализ сущности развития данного явления.
На практике для этих целей прибегают к анализу графического изображения динамического ряда (линейной диаграммы). Однако из графического представления эмпирических данных не всегда удается произвести однозначный выбор формы уравнения. Поэтому целесообразно воспользоваться графическим изображением сглаженных уравнений (значений), в которых случайные и волнообразные колебания в некоторой степени оказываются погашенными (сглаживание рядов 3-х, 5-ти, 11-ти летними скользящими средними).
При выборе формы уравнения следует исходить из объема имеющейся информации. Чем больше параметров содержит уравнение тренда, тем больше должно быть наблюдений при одной и той же степени надежности оценивания.
Выбор формы кривой может осуществляться и на основе принятого критерия, в качестве которого может служить сумма квадратов отклонений фактических значений от значений, рассчитанных по уравнению тренда. Из совокупности кривых выбирается та, которой соответствует минимальное значение критерия, т.е ((у 1 - y 1 ) 2 +(у 2 - y 2 ) 2 +…+(у n - y n ) 2 )=0> min
Рассмотрим аналитическое выравнивание ряда динамики по прямой, т.е. аналитическое уравнение вида y t =b o +b 1 t, где t - порядковый номер периодов или моментов времени.
Параметры b o и b 1 прямой рассчитываются по методу наименьших квадратов (МНК). Система нормальных уравнений имеет вид:
У 1 n у i t i = b 0 У 1 n t i + b 1 У 1 n t i 2
Поиск параметров уравнения можно упростить, если отсчет времени производить так, чтобы сумма показателей времени изучаемого ряда динамики была равна нулю (У 1 n t i =0). При нечетном числе уровней (значений) ряда динамики для получения У 1 n t i =0 уровень, находящийся в середине ряда, принимается за условное начало отсчета времени (этому периоду или моменту времени придается нулевое значение).
Даты времени, стоящего выше этого уровня, обозначаются натуральными числами со знаком минус (-1,-2, -3 и так далее), а ниже - натуральными числами со зн
Методологические основы прогнозирования курсовая работа. Менеджмент и трудовые отношения.
Реферат: Промышленная революция в США и её особенности
Разработка Блок Схем Работы Устройств Эвм Реферат
Реферат по теме Информационные системы в банковском деле
Контрольная работа по теме Нарушения двигательной сферы детей старшего школьного возраста с нарушением интеллекта
Безопасность Дорожного Движения Диссертация
Организация объединенных наций, ее деятельность
Курсовая Работа На Тему Виды Рент И Условия Их Сохранения В Частной Собственности
Скачать Рамку Для Реферата В Word Бесплатно
Реферат: Importance Of The First Amendment Essay Research
Курсовая работа по теме Комплексная оценка финансового состояния ОАО 'ТорВЗ'
Реферат: Кооперация в Европе
Реферат: Правовое регулирование свободы слова в РФ
Курсовой Проект Ремонт И Обслуживание Авж 245
Реферат: Налоговая политика РФ 3
Курсовая работа по теме Приватизация государственной собственности в Республике Беларусь
Реферат по теме Денежная система Советской России
Осень Пришла Внезапно Сочинение
Сочинение 2022 Ответы
Отчет по практике: Психокоррекция школьной тревожности
Курсовая работа по теме Резервы повышения эффективности работы предприятия (на примере СПК 'Филипповский')
Стилистический анализ рассказа Эрнеста Хемингуэя "Кошка под дождем" ("Cat in the rain") - Литература курсовая работа
Порядок рассмотрения участковым инспектором милиции предложений, заявлений, жалоб, граждан - Государство и право курсовая работа
Планирование экономических показателей деятельности торговой организации - Маркетинг, реклама и торговля курсовая работа