Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатика
ИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханика
ОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторика
СоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансы
ХимияЧерчениеЭкологияЭкономикаЭлектроника

Характеристики точности моделей

Читайте также:
  1. I. Измерение частотной характеристики усилителя и определение его полосы пропускания
  2. II Сибирское шоу масштабных моделей, 14-15.03.2015
  3. III. ВРЕМЕННЫЕ ХАРАКТЕРИСТИКИ УСИЛИТЕЛЕЙ
  4. А.2 Гигиенические характеристики и нормы вибрации
  5. Административно-управленческие характеристики психотипов
  6. АНАЛИЗ ТОЧНОСТИ И НАСТРОЕННОСТИ ПРОЦЕССА
  7. Анализ экспериментальных моделей внимания

Чтобы судить о качестве выбранной модели необходимо проанализировать систему показателей, характеризующих как адекватность модели, так и ее точность. О точности прогноза судят по величине ошибки прогноза.

Ошибка прогноза – это величина, характеризующая расхождения между прогнозным значением показателя и фактическим значением.

Абсолютная ошибка прогноза определяется по формуле:

у прогн. – yt

Относительная ошибка прогноза:

δt=

Используются также средние ошибки по модулю.

Абсолютная ошибка по модулю:

Относительная средняя ошибка по модулю:

S=

 

Если абсолютная и относительная ошибка >0, то это свидетельствует о завышенной прогнозной оценке, а если <0, то прогноз был занижен. Эти характеристики могут быть вычислены после того, как период упреждения уже закончился и имеются фактические данные о прогнозируемом показателе.

При проведении сравнительной оценки моделей прогнозирования применяются также дисперсия и среднее квадратическое отклонение:

S2=

S=

Чем меньше значение дисперсии и среднее квадратическое отклонение, тем выше точность модели.

О точности модели нельзя судить по одному значению ошибки прогноза, поскольку единичный хороший прогноз может быть получен и по плохой модели, поэтому о качестве применяемых моделей можно судить лишь по совокупности сопоставлений прогнозных значений с фактическими.

Простой мерой качества прогнозов может служить характеристика . Это относительное число случаев, когда фактическое значение охватывалось интервальным прогнозом:

,

где Р – число прогнозов, подтвержденных фактическими данными;

q – число прогнозов, не подтвержденных фактическими данными.

Сопоставление характеристик для разных моделей может иметь смысл при условии, что доверительные вероятности приняты одинаковыми.

t yt Условное время Утеор
  91,6 - - -5 91,64
  91,5 -0,1 - -4 91,47
  91,3 -0,2 -0,1 -3 92,3
  91,1 -0,2   -2 91,13
  91,0 -0,1 0,1 -1 90,96
  90,8 -0,2 -0,1   90,79
  90,6 -0,2     90,62
  90,4 -0,2     90,45
  90,2 -0,2     90,28
  90,0 -0,2     90,11
  89,9 -0,1 0,1   89,94
Итого   -17      

-0,1-(-0,2)=0,1

Утеор = 90,79-0,17t


Дата добавления: 2015-07-15; просмотров: 135 | Нарушение авторских прав


Читайте в этой же книге: Понятие и классификация экономических прогнозов. | Виды временных рядов. | Требования, предъявляемые к исходной информации и методы их достижения. | Критерий восходящих и нисходящих серий | Динамики развития | Тема 4: Сглаживание временных рядов с помощью скользящей средней. | Тема 6. Анализ периодических колебаний во временных рядах | Применение моделей кривых роста в прогнозировании. | Методы выбора кривых роста | Доверительные интервалы прогноза |
<== предыдущая страница | следующая страница ==>
Проверка адекватности выбранных моделей| Тема 9: Адаптивные методы прогнозирования.

mybiblioteka.su - 2015-2024 год. (0.006 сек.)