Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

Введение. Основу экстраполяционных методов прогнозирования составляет изучение временных

Место дисциплины в учебном процессе | РАЗДЕЛ 3. Прогнозирование процессов с периодическими колебаниями | Практические занятия (очная форма обучения) | Практические занятия (очно-заочная форма обучения) | Практические занятия (заочная форма обучения) | Рейтинговая система оценки знаний | Введение | Парные регрессии, сводящиеся к линейному тренду | Парные регрессии, сводящиеся к модифицированной экспоненте | Выбор оптимального вида прогнозной модели |


Читайте также:
  1. I ВВЕДЕНИЕ.
  2. I. ВВЕДЕНИЕ
  3. I. Введение
  4. I. Введение
  5. I. Введение
  6. I. ВВЕДЕНИЕ
  7. I. ВВЕДЕНИЕ

Основу экстраполяционных методов прогнозирования составляет изучение временных рядов, представляющих собой упорядоченные во времени наборы измерений тех или иных характеристик исследуемого объекта, процесса. Временной ряд yi может быть представлен в следующем виде:

Yt=xt+et,

где xt – детерминированная неслучайная компонента процесса;

et – стохастическая случайная компонента процесса.

Если детерминированная компонента (тренд) xt характеризует общее направление развития, основную тенденцию временного ряда, то стохастическая компонента et отражает случайные колебания, или шумы, процесса. Обе составляющие процесса определяются каким-либо функциональным механизмом, характеризующим их поведение во времени. Задача прогноза состоит в определении вида экстраполирующих функций xt и et на основе исходных эмпирических данных.

Первым этапом экстраполяции тренда является выбор оптимального вида функции, описывающей эмпирический ряд. Для этого проводятся предварительная обработка и преобразование исходных данных в целях облегчения выбора вида тренда путем сглаживания и выравнивания временного ряда, а также формального и логического анализа особенностей процесса. Следующим этапом является расчет параметров выбранной экстраполяционной функции.

Наиболее распространенными методами оценки параметров зависимостей является метод наименьших квадратов и его модификации, метод экспоненциального сглаживания и метод вероятностного моделирования.

После изучения данного раздела рекомендуется ответить на вопросы для самопроверки и на вопросы теста 1.

В случае если ответы на какие-либо вопросы вызовут затруднение или неуверенность, рекомендуется прочитать учебное пособие Голик, Е.С. Теория и методы статистического прогнозирования: учебное пособие /Е.С. Голик, О.В. Афанасьева. – СПб.: Изд-во СЗТУ, 2007. – 182 с., (с. 23 – 40).

 


Дата добавления: 2015-07-25; просмотров: 48 | Нарушение авторских прав


<== предыдущая страница | следующая страница ==>
Введение| Оценка параметров прогнозной модели методом наименьших квадратов

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