Навігація
Головна
АДАПТИВНІ МОДЕЛІ ПРОГНОЗУВАННЯАдаптивні моделі прогнозуванняМОДЕЛІ ПРОГНОЗУВАННЯ макроекономічної динамікиМАТЕМАТИЧНІ МЕТОДИ І МОДЕЛІ АНАЛІЗУ І ПРОГНОЗУВАННЯ ЕКОНОМІЧНИХ...ПРОГНОЗУВАННЯ І АНАЛІЗ ДИНАМІКИ В МАРКЕТИНГОВИХ ДОСЛІДЖЕННЯХМОДЕЛІ ПРОГНОЗУВАННЯ ЕКОНОМІЧНИХ ПРОЦЕСІВМоделі прогнозування економічних процесівОгляд діючих моделей прогнозування банкрутстваОсновні технології прогнозуванняКількісні моделі прогнозування банкрутства
 
Головна arrow Економіка arrow Економіко-математичні методи і прикладні моделі
< Попередня   ЗМІСТ   Наступна >

Адаптивні моделі прогнозування

Як уже вище зазначено, в основі екстраполяційних методів прогнозування лежить припущення про те, що основні чинники і тенденції, що мали місце в минулому, зберігаються в майбутньому. Збереження цих тенденцій - неодмінна умова успішного прогнозування. При цьому необхідно, щоб враховувалися лише ті тенденції, які ще не застаріли і досі впливають на досліджуваний процес.

При короткостроковому прогнозуванні, а також при прогнозуванні в ситуації зміни зовнішніх умов, коли найбільш важливими є останні реалізації досліджуваного процесу, найбільш ефективними виявляються адаптивні методи, що враховують нерівноцінність рівнів часового ряду.

Адаптивні моделі прогнозування - це моделі дисконтування даних, здатні швидко пристосовувати свою структуру і параметри до зміни умов. Інструментом прогнозу в адаптивних моделях, як і в кривих зростання, є математична модель з єдиним фактором "час".

При оцінці параметрів адаптивних моделей на відміну від розглянутих раніше моделей "кривих зростання" спостереженнями (рівнями ряду) привласнюються різні ваги в залежності від того, наскільки сильним визнається їх вплив на поточний рівень. Це дозволяє враховувати зміни в тенденції, а також будь-які коливання, в яких простежується закономірність. Всі адаптивні моделі базуються на двох схемах: змінного середнього (СС-Модсли) і авторегресії (АР-моделі).

Згідно зі схемою змінного середнього оцінкою поточного рівня є зважене середнє всіх попередніх рівнів, причому ваги при спостереженнях убувають у міру віддалення від останнього рівня, тобто інформаційна цінність спостережень визнається тим більшою, чим ближче вони до кінця інтервалу спостережень. Такі моделі добре відображають зміни, що відбуваються в тенденції, по в чистому вигляді не дозволяють відображати коливання.

Реакція на помилку прогнозу і дисконтування рівнів часового ряду в моделях, що базуються на схемі СС, визначається за допомогою параметрів згладжування (адаптації), значення яких можуть змінюватися від нуля до одиниці. Високе значення цих параметрів (понад 0,5) означає надання більшої ваги останнім рівнями ряду, а низьке (менше 0,5) - попереднім спостереженнями. Перший випадок відповідає швидкозмінюваних динамічним процесах, другий - більш стабільним.

У авторегрессионной схемою оцінкою поточного рівня служить зважена сума не всіх, а декількох попередніх рівнів, при цьому вагові коефіцієнти при спостереження не ранжовані. Інформаційна цінність спостережень визначається не їх близькістю до модельованого рівню, а тіснотою зв'язку між ними. Загальна схема побудови адаптивних моделей може бути представлена наступним чином. З кількох перших рівнями ряду оцінюються значенняпараметрів моделі. За наявною моделі будується прогноз на один крок вперед, причому його відхилення від фактичних рівнів ряду розцінюється як помилка прогнозування, яка обліковується відповідно до прийнятої схеми коригування моделі. Далі по моделі зі скоригованими параметрами розраховується оцінка на наступний момент часу і т.д. Таким чином, модель постійно "вбирає" нову інформацію і до кінця періоду навчання відображає тенденцію розвитку процесу, що існує в даний момент.

data-override-format="true" data-page-url = "http://stud.com.ua">

У практиці статистичного прогнозування найбільш часто використовуються дві базові СС-моделі - Брауна і Хольта, перша з них є окремим випадком другою. Ці моделі представляють процес розвитку як лінійну тенденцію з постійно змінюються параметрами.

 
Якщо Ви помітили помилку в тексті позначте слово та натисніть Shift + Enter
< Попередня   ЗМІСТ   Наступна >

Cхожі теми

АДАПТИВНІ МОДЕЛІ ПРОГНОЗУВАННЯ
Адаптивні моделі прогнозування
МОДЕЛІ ПРОГНОЗУВАННЯ макроекономічної динаміки
МАТЕМАТИЧНІ МЕТОДИ І МОДЕЛІ АНАЛІЗУ І ПРОГНОЗУВАННЯ ЕКОНОМІЧНИХ ПОКАЗНИКІВ
ПРОГНОЗУВАННЯ І АНАЛІЗ ДИНАМІКИ В МАРКЕТИНГОВИХ ДОСЛІДЖЕННЯХ
МОДЕЛІ ПРОГНОЗУВАННЯ ЕКОНОМІЧНИХ ПРОЦЕСІВ
Моделі прогнозування економічних процесів
Огляд діючих моделей прогнозування банкрутства
Основні технології прогнозування
Кількісні моделі прогнозування банкрутства
 
Дисципліни
Аудит та Бухоблік
Банківська справа
БЖД
Географія
Документознавство
Екологія
Економіка
Етика та Естетика
Журналістика
Інвестування
Інформатика
Історія
Культурологія
Література
Логіка
Логістика
Маркетинг
Медицина
Менеджмент
Педагогіка
Політологія
Політекономія
Право
Психологія
Релігієзнавство
Риторика
Соціологія
Статистика
Страхова справа
Товарознавство
Туризм
Філософія
Фінанси
Пошук