Цель и задачи изучения темы
Цель – усвоить сущность и методику аналитического экстраполяционного прогнозирования.
Задачи:
- сформировать представление о сущности и методах аналитического экстраполяционного прогнозирования,
- усвоить сущность таких процедур прогнозирования, как определение тренда, анализ динамических рядов, экстраполяция методом среднего темпа динамики показателя, экспоненциальное сглаживание.
Аналитическое экстраполяционное прогнозирование исходит из наличия информации количественного характера о прошлом и актуальном состоянии прогнозируемого процесса и возможности прослеживания тенденций ее развития в будущем. Таким образом, для аналитических экстраполяционных методов характерно допущение, что тенденции (тренды), действующие на нынешнем этапе, сохранятся и в будущем. Но при этом, в особенности в прогнозах с длительным сроком упреждения, необходимо учитывать и те факторы, которые слабо проявлены в прошлом и актуальном состоянии объекта.
Все методы аналитического экстраполяционного прогнозирования можно разделить на две группы: экстраполяционные методы и казуальные (причинно-следственные) методы.
В основе экстраполяционных методов лежит использование временных (динамических) рядов, которые представляют собой набор измерений состояния объекта по конкретным показателям в определенных временных точках.
Для казуальных методов характерна попытка выявить факторы, определяющие поведение прогнозируемого показателя. В данных методах гораздо сильнее, нежели в экстраполяционных, выражено преобладание теоретического анализа над чисто статистическими методами.
Для экстраполяции характерно распространение тенденций, сложившихся на актуальный момент состояния объекта, в будущее. Основу простой экстраполяции составляет анализ временных (динамических) рядов и получение прогнозных значений на основании этого анализа. Временной ряд представляет собой следующее:
y=f(t)+f(τ)+f(ξ), где f(t) – детерминированная компонента процесса, определяющая общее направление развития;
f(τ) – детерминированная компонента процесса, фиксирующая изменения показателя в определенные промежутки времени,
f(ξ) – стохастическая компонента процесса.
Детерминированные компоненты характеризуют существующую динамику развития процесса, а стохастическая компонента отражает случайные колебания.
Задача прогноза состоит в определении вида экстраполирующих функций f(t), f(τ) и f(ξ) на основе имеющихся эмпирических данных. Если разработка прогноза
К достоинствам экстраполяционных методов относится то, что связь между прошлым, настоящим и будущим формализована в количественных показателях и оценках. Но ограничением их является то, что они применимы только к процессам с неизменными качественными параметрами; при прогнозировании на длительный период накапливаются погрешности – так, уже при периоде упреждения прогноза в 5-7 лет эти погрешности приводят к существенному искажению прогнозного результата.
Порядок применения метода экстраполяции выглядит так:
1. Определение тренда.
Первоначально определяется трендовая составляющая f(t). Тренд – это изменение, определяющее общее направление развития процесса. Как правило, он выражен аналитическим или графическим представлением изменения переменной во времени, полученное в результате выделения регулярной составляющей динамического ряда f(t). Главная задача – это найти зависимость прогнозируемого параметра о времени.
2. Анализ динамических рядов.
Анализ динамических рядов является эмпирическим приемом предварительного анализа. Один из самых простых приемов обнаружения общей тенденции развития процесса – это укрупнение интервала динамического ряда. Например, ежедневные данные могут быть преобразованы в данные за месяц, а данные за месяц – данные за год.
Затем выявляется основная тенденция. Методом ее выявления может быть сравнение со средней.
3. Экстраполяция методом среднего темпа динамики показателя.
На данном этапе вычисляется темп прироста (снижения) как разница между уровнем динамического ряда и предыдущем уровнем. Если темп прироста (снижения) устойчивый, то можно для вычислений использовать средний темп прироста.
4. Экспоненциальное сглаживание.
Предыдущая процедура прогнозирования предполагает равноценность исходной информации. Однако в действительности при прогнозировании социальных процессов в большей степени определяется тенденциями, складывающимися на более поздних этапах его развития. На учете этого факта основана процедура экспоненциального сглаживания. Она включает обработку всех предыдущих наблюдений, но при этом учитывается устаревание информации. Чем старше данные, тем меньше их влияние на прогнозный результат. Это достигается посредством введе6ние коэффициентов.
Все отмеченные процедуры имеют свой математический аппарат.
1. Что представляет собой аналитическое экстраполяционное прогнозирование? В каких случаях уместно его использование?
2. Какова процедура аналитического экстраполяционного прогнозирования?
3. Какие методы аналитического экстраполяционного прогнозирования Вы знаете?
Аналитическое экстраполяционное прогнозирование исходит из наличия информации количественного характера о прошлом и актуальном состоянии прогнозируемого процесса и возможности прослеживания тенденций ее развития в будущем.
Все методы аналитического экстраполяционного прогнозирования можно разделить на две группы: экстраполяционные методы и казуальные (причинно-следственные) методы.
В основе экстраполяционных методов лежит использование временных (динамических) рядов, которые представляют собой набор измерений состояния объекта по конкретным показателям в определенных временных точках. Процедура экстраполяции предполагает последовательность следующих этапов: определение тренда, анализ динамических рядов, экстраполяция методом среднего темпа динамики показателя, экспоненциальное сглаживание.
Для казуальных методов характерна попытка выявить факторы, определяющие поведение прогнозируемого показателя. В данных методах гораздо сильнее, нежели в экстраполяционных, выражено преобладание теоретического анализа над чисто статистическими методами.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.
