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

Экстраполяция трендовой модели

Читайте также:
  1. II этап. Реализация проекта модели взаимодействия семьи и школы
  2. II этап. Реализация проекта модели взаимодействия семьи и школы
  3. II. Типовые модели карьеры
  4. V2: Цели, задачи, основные функции, принципы, модели социального государства
  5. АВТОРЕГРЕССИОННЫЕ МОДЕЛИ.
  6. Аддитивная и мультипликативная модели временного ряда
  7. Аналитический метод исследования переходных процессов электропривода на базе математической модели двигателя постоянного тока

 

Один из наиболее распространенных методов прогнозирования заключается в экстраполяции, т.е. в продлении в будущее тенденции, наблюдавшейся в прошлом. Экстраполяция тенденций динамических рядов сравнительно широко применяется в практических исследованиях в силу ее простоты, возможности осуществления на основе относительно небольшого объема информации, наконец, ясности принимаемых допущений. Отсутствие иной информации помимо отдельно рассматриваемого динамического ряда часто оказывается решающим аргументом при выборе этого метода прогнозирования.

При таком подходе к прогнозированию предполагается, что размер признака, характеризующего явление, формируется под воздействием множества факторов, причем не представляется возможным выделить порознь их влияние. В связи с этим ход развития связывается не с какими-либо конкретными факторами, а с течением времени.

Экстраполяция базируется на следующих допущениях:

1) развитие явления может быть с достаточным основанием охарактеризовано плавной (эволюторной) траекторией – трендом;

2) общие условия, определяющие тенденцию развития в прошлом, не претерпят существенных изменений в будущем.

Таким образом, экстраполяция дает описание некоторого общего будущего развития объекта прогнозирования. Причем если развитие в прошлом носило перманентно скачкообразный характер, то при достаточно продолжительном периоде наблюдений скачки оказываются «зафиксированными» в самом тренде, и последний опять-таки можно применить в прогнозировании.

Выше были сформулированы основные условия, наличие которых дает возможность осуществлять экстраполяцию тренда. В практике прогнозирования может возникнуть вопрос, а как поступить, если условия формирования тренда заметно изменяются и этого следует ожидать и в будущем? В этом случае возможны различные подходы к решению проблем. В частности, в ряде случаев тренд можно “исправить”, сокращая период наблюдения, отсекая члены ряда, сформировавшиеся при явно других условиях и искажающие новую тенденцию. Однако далеко не всегда можно провести четкую границу во времени, разделяющую новые и старые условия развития исследуемого явления.

По-видимому, самым правильным было бы рассматривать экстраполяцию не как конечный результат прогнозирования, а как некоторый отправной момент, на основе которого с привлечением дополнительной информации, не содержащейся в самом динамическом ряду, разрабатывают прогноз. Вместе с тем часто ее результат с соответствующей корректировкой или без нее рассматривается и как окончательный прогноз.

Если при анализе развития объекта прогноза есть основания принять два базовых допущения экстраполяции, о которых говорилось выше, то процесс прогнозирования заключается в подстановке соответствующей величины периода упреждения в формулу, описывающую тренд.

Проведем прогнозирование на основе экстраполяции лучшей формы тренда (линейной) для переменной «ВГ2001-2010»:

 

.

 

Напомним, что у текущей переменной 10 уровней ряда, обозначенных натуральными числами. Соответственно прогноз выездов за границу россиян в 2011(t =11) и в 2012 году (t =12) составит:

 

(тыс.чел.),

 

(тыс.чел.).

 

Экстраполяция дает возможность получить точечное значение прогноза, что может быть признано удовлетворительным только при наличии функциональной зависимости. Однако для экономических явлений характерна корреляционная зависимость и переменные, как правило, являются непрерывными. Следовательно, указание точечных значений прогноза, строго говоря, лишено содержания. Отсюда следует, что прогноз должен быть дан в виде интервала значений, т.е. необходимо определение доверительного интервала прогноза.

 


Дата добавления: 2015-07-17; просмотров: 100 | Нарушение авторских прав


Читайте в этой же книге: Ввод исходных данных | Графическое представление рядов динамики | Показатели изменения уровней динамического ряда | Средние показатели динамики | Периодизация рядов динамики | Компоненты ряда динамики | Проверка динамического ряда на наличие тренда | Механическое выравнивание временного ряда. Скользящие средние | Аналитическое сглаживание временного ряда. Уравнение тренда. | Выбор трендовой модели |
<== предыдущая страница | следующая страница ==>
Контроль качества выбранной трендовой модели| Доверительные интервалы прогноза

mybiblioteka.su - 2015-2024 год. (0.008 сек.)