Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Ответы по прогнозированию..doc
Скачиваний:
2
Добавлен:
25.09.2019
Размер:
109.06 Кб
Скачать

6.) Методы прогнозирования. Классификация и краткая характеристика методов прогнозирования.

Существует свыше 20 методов прогнозирования, однако, базовых значительно меньше.

Методы прогнозирования: 1) интуитивные: индивидуальные экспертные оценки –метод интервью, -аналитический, -метод написания сценариев; коллективные –метод мозговой атаки, метод «дельфи», -матричный. 2) Формализованные: методы экстраполяции –метод наименьших квадратов, - метод экспоненциального сглаживания, - метод скользящих средних; методы моделирования – структурное, - сетевое, - матричное, - имитационное.

Формализованные методы используются, когда объект можно описать с помощью специальных терминов и символов, имеющих четко определенное содержание.

Интуитивные (экспертные) методы применяются тогда, когда невозможно учесть влияние многих факторов из-за значительной сложности объекта прогнозирования.

Формализованные методы прогнозирования: статистические методы.

Одной из задач прогнозирования является выявление тенденции развития об, т.е. установление закономерности изменения его характеристик во времени. Решение этой задачи основано на анализе динамичных (временных) рядов, т.е. значения статистических показателей, расположенных в хронологической последовательности.

Каждый временной ряд включает показатели времени и соотношение или статистические показатели (уровни ряда), характерные объекту.

Для определения основной тенденции (тренда) развития объекта (выравнивание временного ряда) использует методы выравнивания: 1) укрупнение интервала динамичного ряда. 2) метод скользящей средней. 3) аналитические выравнивания ряда

Выравнивание ряда методом укрупнения интервала динамического ряда.

Первоначальный ряд преобразуется в ряд с большими периодами времени путем суммирования или усреднения исходных показателей, характеризующих объект. При этом, случайные отклонения от тенденции наблюдавшиеся в малых временных периодах в укрупненных интервалах взаимопогашаются и сглаживаются, а тенденция становится более ярко выражена. Однако, количество уравнений ряда значительно уменьшается.

Выравнивание ряда методом скользящей средней:

Для определения скользящей средней формируются укрупненные интервалы (интервалы сглаживания), состоящие из одинакового, как правило, нечетного числа первоначальных временных периодов.

Каждый последующий укрупненный интервал получается постепенным сдвигом от исходного момента времени на один первоначальный интервал, т.е интервал сглаживания как бы скользит по динамичному ряду. Полученный ряд становится короче исходного на «размер укрупненного интервала минус один». Отсуда, чем больше укрупненный интервал, чем четче тенденции, но короче итоговый ряд, что обуславливает степень укрупнения. По каждому укрупненному интервалу определяется средняя, которая относится к середине этого интервала. Такой подход также позволяет гасить случайные отклонения.

7.)Формализованные методы прогнозирования: статистические методы.

Методы прогнозирования - это набор приемов разработки прогнозов на основе данных из прошлого, внешних и внутренних связей объекта прогнозирования, а также их изменений.

Формализованные методы прогнозирования- базируются на математической теории, которая обеспечивает повышение достоверности и точности прогнозов, значительно сокращает сроки их выполнения, позволяет облегчить деятельность по обработке информации и оценке результатов. В состав формализованных методов прогнозирования входят: методы экстраполяции и методы математического моделирования.

Статистические методы прогнозирования — научная и учебная дисциплина, к основным задачам которой относятся разработка, изучение и применение современных математико-статистических методов прогнозирования на основе объективных данных; развитие теории и практики вероятностно-статистического моделирования экспертных методов прогнозирования; методов прогнозирования в условиях риска и комбинированных методов прогнозирования с использованием совместно экономико-математических и эконометрических (как математико-статистических, так и экспертных) моделей. Научной базой статистических методов прогнозирования является прикладная статистика и теория принятия решений.