33929

Методы прогнозирования разновидность математических методов прогнозирования, позволяющих построить динамические ряды на перспективу

Доклад

Социология, социальная работа и статистика

Методы прогнозирования разновидность математических методов прогнозирования позволяющих построить динамические ряды на перспективу. Статистические методы прогнозирования охватывают разработку изучение и применение современных математикостатистических методов прогнозирования на основе объективных данных в том числе непараметрических методов наименьших квадратов с оцениванием точности прогноза адаптивных методов методов авторегрессии и других; развитие теории и практики вероятностностатистического моделирования экспертных методов...

Русский

2013-09-06

12.01 KB

0 чел.

50.  Методы прогнозирования разновидность математических методов прогнозирования, позволяющих построить динамические ряды на перспективу.

Статистические методы прогнозирования охватывают разработку, изучение и применение современных математико-статистических методов прогнозирования на основе объективных данных (в том числе непараметрических методов наименьших квадратов с оцениванием точности прогноза, адаптивных методов, методов авторегрессии и других); развитие теории и практики вероятностно-статистического моделирования экспертных методов прогнозирования, в том числе методов анализа субъективных экспертных оценок на основе статистики нечисловых данных; разработку, изучение и применение методов прогнозирования в условиях риска и комбинированных методов прогнозирования с использованием совместно экономико-математических и эконометрических (как математико-статистических, так и экспертных) моделей.

Научная база статистических методов прогнозирования — прикладная статистика и теория принятия решений.

Простейшие методы восстановления используемых для прогнозирования зависимостей исходят из заданного временного ряда, то есть функции, определенной в конечном числе точек на оси времени. При этом временной ряд часто рассматривается в рамках той или иной вероятностной модели, вводятся другие факторы (независимые переменные) помимо времени, напр., объем денежной массы. Временной ряд может быть многомерным. Основные решаемые задачи — интерполяция и экстраполяция.

Метод наименьших квадратов в простейшем случае (линейная функция от одного фактора) был разработан К. Гауссом в 1794—1795 гг. Могут оказаться полезными предварительные преобразования переменных, например, логарифмирование. Наиболее часто используется метод наименьших квадратов при нескольких факторах. Метод наименьших модулей, сплайны и другие методы экстраполяции применяются реже, хотя их статистические свойства зачастую лучше. Накоплен опыт прогнозирования индекса инфляции и стоимости потребительской корзины. Оказалось полезным преобразование (логарифмирование) переменной — текущего индекса инфляции. Оценивание точности прогноза (в частности, с помощью доверительных интервалов) — необходимая часть процедуры прогнозирования. Обычно используют вероятностно-статистические модели восстановления зависимости, напр., строят наилучший прогноз по методу максимального правдоподобия. Разработаны параметрические (обычно на основе модели нормальных ошибок) и непараметрические оценки точности прогноза и доверительные границы для него (на основе Центральной Предельной Теоремы теории вероятностей). Так, предложены непараметрические методы доверительного оценивания точки наложения (встречи) двух временных рядов для оценки динамики технического уровня собственной продукции и продукции конкурентов, представленной на мировом рынке


 

А также другие работы, которые могут Вас заинтересовать

51365. Демультиплексоры 48.24 KB
  Техническое задание Требуется спроектировать четырехразрядный демультиплексор на языке VHDL составить таблицу истинности спроектированного устройства показать логическую и техническую схемы и привести временную диаграмму с полученными результатами. Спроектировать четырехразрядный демультиплексор имеющий два входа адресный и информационный и один выход на языке VHDL. ДеМультиплексор позволяет передавать сигнал с одного входа на...
51366. Экономический анализ финансово-хозяйственной деятельности ООО «Адидас» 329 KB
  Организационная характеристика предприятия Экономический анализ финансово-хозяйственной деятельности предприятия Основные цели преддипломной практики: закрепление расширение углубление и систематизацию знаний полученных при изучении общепрофессиональных и специальных дисциплин на основе изучения деятельности предприятия отрасли; проведение системного анализа организации с целью выявления проблем управления и разработки мероприятий по их устранению; более глубоко освоить методы и приемы системного анализа; сбор и...
51368. Исследование начальной остойчивости плавучей полупогружной буровой установки 155 KB
  Ознакомление студентов с особенностями остойчивости плавучих полупогружных буровых установок (ППБУ) и их поведения на взволнованной поверхности моря, изучение основных положений теории и расчета, а также ознакомление с методикой постановки эксперимента по определению параметров начальной остойчивости плавучих технических средств для освоения шельфа.
51369. Двухфазная СМО с отказами 95.5 KB
  Для упрощения расчёта представим данную СМО как совокупность 2ух одноканальных. Т.к. в данной системе очередь не бесконечной длинны, то все расчёты будут не очень точны. Но главная цель проведения данных расчётов – это сравнение их результатов с результатами имитационной модели (программой). Для оценки соответствия результатов такой точности будет достаточно.
51371. РАБОТА С ОДНОМЕРНЫМИ МАССИВАМИ В ЯЗЫКЕ C 487.8 KB
  Варианты для задания 1 Array1. Дано целое число N (>0). Сформировать и вывести целочисленный массив размера N, содержащий N первых положительных нечетных чисел: