Навігація
Головна
МАТЕМАТИЧНІ МЕТОДИ І МОДЕЛІ АНАЛІЗУ І ПРОГНОЗУВАННЯ ЕКОНОМІЧНИХ...Переваги та недоліки найпростіших методів прогнозуванняПРОГНОЗУВАННЯ І АНАЛІЗ ДИНАМІКИ В МАРКЕТИНГОВИХ ДОСЛІДЖЕННЯХ
Індексний аналіз впливу структурних змін на динаміку середньої...Загальні і середні величини
Сезонний Naive
 
Головна arrow Економіка arrow Методи соціально-економічного прогнозування. Т.2.
< Попередня   ЗМІСТ   Наступна >

Найпростіші методи прогнозування

Іноді для цілей прогнозування (виходячи з принципу мінімуму витрат) досліднику не має сенсу будувати складні математичні моделі. Для отримання простого і швидкого прогнозу на кілька спостережень вперед можна використовувати і більш прості математичні методи. Крім того, як ми зазначали раніше, більш складні математико-статистичні моделі не завжди дають більш точні прогнози. Знання найпростіших методів прогнозування значно полегшує роботу прогнозиста.

Середня величина

В якості найпростішої прогнозної моделі можна використовувати середню величину або по всьому ряду, або за його частини. В даному випадку неявно передбачається, що ми або маємо справу зі стаціонарним процесом, або вважаємо, що на прогнозованому проміжку ніяких серйозних відхилень від середньої по ряду не відбудеться. У загальному вигляді прогноз на h спостережень вперед за такою моделлю може бути записаний таким чином:

(5.22)

де y t - фактичне значення ряду на спостереженні t, Т - число спостережень, включених до розрахунку середньої; h - термін прогнозування; - прогноз за моделлю на спостереження Т + h.

У даному методі передбачається, що всі Т спостережень, за якими вважається середня величина, однаково важливі для дослідника у формуванні прогнозу; кожне спостереження отримує однакову вагу, рівний 1 / Т. У випадку зі стаціонарними процесами це припущення має повне право на існування. У випадку з нестаціонарними і необоротними процесами воно вже може бути поставлено під сумнів.

Для прогнозування умовного ряду, використаного нами в попередньому параграфі, можна використовувати середню величину але останнім п'яти спостереженнями, так як в кінці ряду спостерігається деяка стабілізація. У такому випадку ми припускаємо, що в майбутньому значення показника зберігатимуться на тому ж рівні. Прогноз в такому випадку буде являти собою пряму лінію, паралельну осі абсцис.

Умовний ряд даних і прогноз по середній арифметичній для нього представлені на рис. 5.9.

Умовний ряд даних (суцільна лінія з точками) і прогноз по ньому (лінія з хрестиками) з використанням середньої величини

Рис. 5.9. Умовний ряд даних (суцільна лінія з точками) і прогноз по ньому (лінія з хрестиками) з використанням середньої величини

На перший погляд може здатися, що для нашого умовного ряду прогноз, отриманий за допомогою середньої величини, не може бути достовірним, однак це не так. Досліджуваний ряд даних необов'язково повинен мати в майбутньому тенденцію до збільшення чи спаданням, незважаючи на те, як показник змінювався в минулому. Варто зауважити, однак, що остаточний висновок про те, чи може в майбутньому дійсно спостерігатися та чи інша тенденція, можна зробити лише на основі вивчення об'єкта дослідження і середовища, в якій він знаходиться.

Naive

Більш простий метод прогнозування в зарубіжній літературі називається "Naive" - "наївний" метод. Дана назва досить умовно, тому що в принципі практично будь-який метод прогнозування можна назвати "наївним" через те, що завжди передбачається збереження тих чи інших тенденцій в майбутньому.

Використовуючи даний метод, дослідник припускає, що найкращим прогнозом на h кроків вперед є значення, рівне фактичному, отриманому на останньому спостереженні:

(5.23)

У цьому випадку в якості прогнозу ми так само, як і у випадку з середньою величиною, отримуємо пряму лінію, паралельну осі абсцис. Однак на відміну від простої середньої величини тут передбачається, що тільки одне (останнє) спостереження важливо для отримання прогнозу, всі інші не потрібні і можуть тільки спотворити його. Дане припущення може виконуватися у випадку з еволюційними процесами.

Звичайно ж, при використанні цього методу існує небезпека отримати прогноз, сформований під впливом випадкової помилки, однак його простота дозволяє зробити це дуже швидко, без будь-яких витрат. У короткостроковій перспективі прогноз, отриманий тому методу, найчастіше виявляється досить достовірним.

На рис. 5.10 для порівняння в збільшеному масштабі показані прогнози, отримані за середньою величиною і за методом Naive.

Умовний ряд даних (суцільна лінія з точками) і прогноз по ньому з використанням середньої величини (суцільна лінія з хрестиками) і методу Naive (пунктирна лінія з кружками)

Рис. 5.10. Умовний ряд даних (суцільна лінія з точками) і прогноз по ньому з використанням середньої величини (суцільна лінія з хрестиками) і методу Naive (пунктирна лінія з кружками)

Як бачимо, для нашого умовного ряду даних прогнози за цими двома методами практично збіглися: прогноз по Naive виявився незначно вище прогнозу за середньою величиною. Віддати однозначне перевагу якомусь з цих двох методів у даному випадку важко.

 
Якщо Ви помітили помилку в тексті позначте слово та натисніть Shift + Enter
< Попередня   ЗМІСТ   Наступна >
data-override-format="true" data-page-url = "http://stud.com.ua">

Cхожі теми

МАТЕМАТИЧНІ МЕТОДИ І МОДЕЛІ АНАЛІЗУ І ПРОГНОЗУВАННЯ ЕКОНОМІЧНИХ ПОКАЗНИКІВ
Переваги та недоліки найпростіших методів прогнозування
ПРОГНОЗУВАННЯ І АНАЛІЗ ДИНАМІКИ В МАРКЕТИНГОВИХ ДОСЛІДЖЕННЯХ
Індексний аналіз впливу структурних змін на динаміку середньої величини
Загальні і середні величини
Сезонний Naive
 
Дисципліни
Агропромисловість
Аудит та Бухоблік
Банківська справа
БЖД
Географія
Документознавство
Екологія
Економіка
Етика та Естетика
Журналістика
Інвестування
Інформатика
Історія
Культурологія
Література
Логіка
Логістика
Маркетинг
Медицина
Нерухомість
Менеджмент
Педагогіка
Політологія
Політекономія
Право
Психологія
Релігієзнавство
Риторика
Соціологія
Статистика
Техніка
Страхова справа
Товарознавство
Туризм
Філософія
Фінанси
Пошук