Прогнозирование при разработке инновационных программ
Процесс прогнозирования экономических показателей на основе статистических методов включает в себя два этапа:
1. Обобщение данных за более или менее продолжительный период времени и представление статистических закономерностей в виде модели.
2. Определение ожидаемых значений прогнозируемой величины. Нахождение значений функции в точках, лежащих вне отрезка, принадлежащего области определения функции, называется экстраполированием. Экстраполяция базируется на следующих допущениях: развитие явления может быть с достаточным основанием охарактеризовано плавной траекторией - трендом; основные условия, определяющие развитие в прошлом, не претерпевают существенных изменений в будущем. Операцию экстраполяции можно представить в виде определения значения функции
,
где 
- уровень, принятый за базу экстраполяции, L - период упреждения, 
- параметр уравнений тренда.
Временные серии (ряды) экономических показателей
Временные серии (ряды) - это последовательности показателей, взятых на последовательности равных интервалов времени.
Временные серии имеют четыре компонента:
1. Тренд (Т) - направление (тенденция) изменения показателей за период, детерминированная составляющая, зависящая только от времени.
2. Сезонность (С) - модель данных, повторяющаяся через определенные промежутки времени (недели, месяцы, кварталы).
3. Цикл (Ц) - модель данных, повторяющихся через определенное количество лет.
|
|
|
4. Случайные вариации (R) - флуктуации, не влияющие на модель.
Прогнозируемое значение рассматривается либо как произведение компонентов (мультипликативная модель):
,
либо как сумма компонентов - аддитивная модель:
.
Аддитивная модель, схема которой показана на рис. 5.1, применяется чаще.
Рис. 5.1. Аддитивная модель прогнозирования
Процедура прогнозирования включает в себя:
1) выбор объектов прогнозирования,
2) определение временных интервалов прогнозирования,
3) выбор и обоснование модели прогнозирования,
4) сбор данных, необходимых для формирования прогноза,
5) формирование прогноза,
6) контроль результатов.
Для определения прогнозирующих зависимостей показателей используются 
следующие функции (рис. 5.2): линейная функция - для описания равномерно изменяющихся во времени процессов; квадратичная функция - для описания процессов с равноускоренным ростом или снижением; экспонента - для лавинообразных процессов, при которых прирост зависит в основном от уже достигнутого уровня; модифицированная экспонента - для описания процессов, характеризующихся насыщением, поскольку имеет асимптоту; логистическая функция - для описания двух последовательных лавинообразных процессов - один с ускорением развития, другой с замедлением, поскольку кривая симметрична относительно точки перегиба; экологическая функция - для описания процессов замещения старых методов или продуктов новыми.
|
|
|
Рис. 5.2. Виды прогнозирующих кривых
Для выбора подходящей формы кривой применяют либо визуальный подход на основе анализа графического изображения экспериментальных данных, либо метод последовательных разностей для подбора полиномиальных кривых: рассчитывают первые, вторые и т.д. разности
,
до тех пор, пока они не будут примерно постоянны. Порядок разностей принимается за степень выравнивающего полинома.
Дата добавления: 2018-09-22; просмотров: 347; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!