Информационные технологии прогнозирования состояний экономических объектов, страница 15

1. Линейный (полиномиальный) регрессионный анализ является самым простым и надежным методом отражения тенденций в стратегическом прогнозировании.

2. Линейный (полиномиальный) регрессионный анализ может быть легко скорректирован наложением сезонный компонент.

3. К прогнозу на длительный период нужно относиться скептически. Из практики считается, что прогноз возможен на период не более одной трети от периода имеющихся наблюдений.

4. Необходимо использовать некоторые формальные критерии качества регрессионных прогнозных моделей.

В общем случае для управления средствами в рамках стратегического планирования и прогнозирования необходимо использовать компьютерное имитационное моделирование, основанное на переборе возможных результатов, получаемых по моделям (1.1.1, 1.1.2) при различных структурных параметрах ЭОи помехах.

1.3. Критерии качества регрессионных моделей и

прогнозирования.

Качество регрессионной модели определяют ее адекватностью исследуемому процессу, характеризуемой выполнением определенных статистических свойств и точностью или степенью близости к фактическим данным.

Модель (1.1.1, 1.1.2) является адекватной, если ряд остатков S_t –  обладает свойствами случайности, независимости последовательных отсчетов и нормальности распределений.

Используют следующие критерии.

1) P-критерий поворотных точек (случайности ряда остатков), где количество P поворотных точек должно удовлетворять строгому неравенству для случайного ряда остатков

P >  целая часть{2(n–1)/3 – 2[(16n – 29)/90]^1/2}.           (1.3.1)

Каждый отсчет ряда остатков сравнивается с двумя рядом стоящими, если он больше или меньше их, то этот отсчет считается поворотным.

2) DW-критерий независимости (Дарбина-Уотсона)

DW =    2(1-).

                                                                                           (1.3.2)

DW стремится к 2 при независимости соседних отсчетов ряда остатков.