Имя материала: Статистические методы прогнозирования в экономике

Автор: Т.А. Дуброва

Задания для самооценки

Выполните задания и ответьте на вопросы:

^   Назовите методы, используемые для сглаживания временных рядов.

>•   Как можно восстановить недостающие уровни временного ряда при использовании

простых скользящих средних? >•   Как можно восстановить недостающие уровни временного ряда при использовании

взвешенных скользящих средних? >   В чем суть эффекта Слуцкого-Юла?

^   Сколько уровней теряется при использовании скользящей средней с длиной активного участка равной 11?

 

План практических занятий по теме 2

Занятие 1

Алгоритмы сглаживания временных рядов с помощью процедур скользящих средних. Решение задач.

Занятие 2

Реализация процедур скользящих средних в современных ППП. Решение задач.

 

Тема 3. Прогнозирование развития с помощью моделей кривых роста

Данная тема знакомит студентов с понятием кривых роста. Основное внимание при изучении данной темы необходимо уделить основным видам кривых роста, методам оценивания их коэффициентов, а также существующим подходам к выбору вида модели.

 

Выравнивание временных рядов с помощью кривых роста

На практике для описания тенденции развития явления широко используются модели кривых роста, представляющие собой различные функции времени y = ft). При таком подходе изменение исследуемого показателя связывают лишь с течением времени, считается, что влияние других факторов несущественно или косвенно сказывается через фактор времени.

Правильно выбранная модель кривой роста должна соответствовать характеру изменения тенденции исследуемого явления. Кривая роста позволяет получить выравненные или теоретические значения уровней динамического ряда. Это те уровни, которые наблюдались бы в случае полного совпадения динамики явления с кривой.

Прогнозирование на основе модели кривой роста базируется на экстраполяции, то есть на продлении в будущее тенденции, наблюдавшейся в прошлом.

При этом предполагается, что во временном ряду присутствует тренд, характер развития показателя обладает свойством инерционности, сложившаяся тенденция не должна претерпевать существенных изменений в течение периода упреждения.

В настоящее время в литературе описано несколько десятков кривых роста. Эти модели условно могут быть разделены на три класса в зависимости от того, какой тип динамики развития они хорошо описывают.

К I типу относятся функции, используемые для описания процессов с монотонным характером развития и отсутствием пределов роста. Ко II классу относятся кривые, описывающие процесс, который имеет предел роста в исследуемом периоде. Функции, относящиеся ко II классу, называются кривыми насыщения. Если кривые насыщения имеют точки перегиба, то они относятся к III типу кривых роста - к S-образным кривым. Следует подробно разобрать наиболее часто используемые на практике модели, относящиеся к каждому классу кривых роста.

 

Методы оценивания параметров кривых роста

Изучение данной темы основывается на знании студентами метода наименьших квадратов, используемого для оценивания параметров полиномов и ряда других моделей, для оценивания параметров кривых, имеющих асимптоты. Следует также уделить внимание упрощенным методам оценивания параметров модифицированной экспоненты, кривой Гомперца, логистической кривой (методу средних, методу трех сумм и методу трех точек).

При выборе вида кривых роста следует обсудить метод последовательных разностей, метод характеристик приростов, возможности визуального анализа.

Знания, умения, навыки по теме 3 Изучив тему 3, студенты должны знать:

Различные виды (классы) моделей кривых роста и их основные характеристики.

Методы оценивания параметров в моделях кривых роста.

В чем заключается суть метода средних, метода трех сумм и метода трех точек.

Методы выбора кривых роста.

Изучив тему 3, студенты должны уметь:

^ Рассчитывать параметры (коэффициенты) моделей кривых роста.

^ Применять метод наименьших квадратов при оценивании параметров полиномов, экспоненциальной кривой и логарифмической параболы.

^ Упрощенно оценивать параметры модифицированной экспоненты, кривой Гомперца и логистической кривой.

^ Использовать метод средних, метод трех сумм и метод трех точек.

^ Применять в своей практической деятельности модели кривых роста.

^ Использовать современные 111111 для прогнозирования социально-экономических процессов с помощью моделей кривых роста.

Ссылки на учебный материал

Дуброва Т.А. Статистические методы прогнозирования. — М.:.ЮНИТИ-ДАНА, 2003.

Дуброва Т.А. Статистические методы прогнозирования. УПП, МЭСИ-М., 2004.

Статистическое моделирование и прогнозирование. Учебное пособие. (Под ред. А. Г. Гранберга). М., «Финансы и статистика», 1990.

Экономико-математические методы и прикладные модели. (Под ред. В.В. Федосеева). М., «Юнити», 1999.

Андерсон Т. Статистический анализ временных рядов. М., «Мир», 1976.

Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М., «Юнити», 1998.

Кендэл М. Временные ряды. М., «Финансы и статистика», 1981.

Кильдишев Г. С., Френкель А. А. Анализ временных рядов и прогнозирование. М., «Статистика», 1973.

Лугачев М.И., Ляпунцов Ю.П. Методы социально-экономического прогнозирования. — М., Экономический факультет МГУ, ТЕИС,1999.

Половников В. А. Анализ и прогнозирование транспортной работы морского флота. М., «Транспорт», 1983.

Четыркин Е. Н. Статистические методы прогнозирования. М., «Статистика», 1975.

Френкель А. А. Прогнозирование производительности труда: методы и модели. М., «Экономика», 1989.

 

Страница: | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 |