- •Социально-экономические системы как объекты прогнозирования.
- •Формальное представление социально-экономического прогноза
- •Период упреждение прогноза. Исходное основание прогноза
- •Характеристики качества прогноза, методы его оценки.
- •Общая процедура прогнозирования развития социально-экономических объектов.
- •Типология методов социально-экономического прогнозирования.
- •Особенности эконометрических методов прогнозирования.
- •Методы оценки качества эконометрических прогнозов.
- •Оценка дисперсии прогноза при детерминированном прогнозном фоне.
- •Особенности представления и моделирования временных рядов.
- •Основные составляющие моделей временных рядов.
- •Показатели изменения динамического ряда.
- •Выявление неслучайной составляющей временного ряда.
- •Моделирование и прогноз при алгоритмические методах сглаживания временных рядов.
- •Метод скользящего среднего выделения неслучайной составляющей (линейная аппроксимация)
- •Метод скользящего среднего выделения неслучайной составляющей (аппроксимация второго порядка).
- •Метод простого экспоненциального сглаживания (метод Брауна)
- •Линейное экспоненциальное сглаживание (многократное сглаживание).
- •Квадратичное экспоненциальное сглаживание
- •Адаптивные модели линейного роста. Модель Хольта. Модель Брауна.
- •Понятие об адаптивных принципах настройки моделей алгоритмического сглаживания
- •Индикатор Брауна
- •Моделирование и прогноз при аналитических методах сглаживания временных рядов.
- •Оценка параметров наиболее употребляемых трендов.
- •Метод последовательных разностей для подбора порядка аппроксимирующего полинома.
-
Оценка дисперсии прогноза при детерминированном прогнозном фоне.
Тихомиров 479
-
Особенности представления и моделирования временных рядов.
Временной ряд – это множество последовательных наблюдений, упорядоченных во времени по уровням состояния либо изменения некоторого изучаемого явления.
Таким образом, ряд наблюдений , анализируемой случайной величины , произведенных в последовательные моменты времени называется временным рядом.
Определение временного ряда опирается на понятие случайной величины , зависящей от параметра t, интерпретируемого как время. То есть, по существу, речь идет об однопараметрическом семействе случайных величин .
Принципиальные отличия временного ряда от последовательности наблюдений образующих случайную выборку состоят в следующем:
-
в общем случае, исходя их своей природы, члены временного ряда не являются статистически независимыми, в отличие от элементов случайной выборки;
-
члены временного ряда не являются одинаково распределенными, т.е. при (по указанной выше причине).
Для построения оценок для неизвестных значений по зарегистрированным значениям , где l –период упреждения прогноза.
-
Основные составляющие моделей временных рядов.
Каждый временной ряд может характеризоваться средним значением ряда, а также усредненным отклонением от него (фактическая оценка дисперсии ряда). Динамика временного ряд для некоторого экономического показателя, т.е. изменение этого показателя во времени может быть оценена абсолютным приростом, темпом роста и темпом прироста. Названные характеристики динамического ряда вычисляются при постоянной и переменной базе и называются, соответственно, базисными и цепными.
-
Показатели изменения динамического ряда.
Приведем формулы для расчета показателей изменения динамического ряда.
1. Абсолютные приросты (абсолютные изменения уровней) – это разность между сравниваемым уровнем показателя и его значением в предшествующий момент времени, выбранный за базу сравнения:
базисный: ;
цепной: ;
средний: .
2. Темпы роста – отношение сравниваемого уровня показателя показателю, принятому за базу сравнения:
базисный: ;
цепной: ;
средний: .
3. Темпы прироста (относительный прирост) – это отношение абсолютного изменения к уровню базисного периода:
базисный: ;
цепной: .
Для более полной характеристики динамических рядов применяются дополнительные показатели, представленные ниже для дискретных временных рядов:
-
абсолютное ускорение: - разность между абсолютным изменением заданный период и абсолютным изменением за предыдущий период той же продолжительности;
-
относительное ускорение: .
-
Выявление неслучайной составляющей временного ряда.
В общем случае модель временного ряда имеет следующий вид:
,
где - систематическая составляющая ряда; случайная составляющая ряда с нулевым математическим ожиданием и дисперсией .
Детерминированная составляющая временного ряда в зависимости от типа факторов, под влиянием которых она формировалась. В общем случае такого рода составляющие в практике эконометрических исследований различают трех видов.
Долговременная (вековая) составляющая, формирующая общую в длительной перспективе тенденцию в изменении анализируемого признака . Обычно эта тенденция описывается с помощью той или иной неслучайной функции - как правило, монотонной. Эту функцию называют функцией тренда или просто — трендом.
Сезонная составляющая – , формирующаяся под влиянием сезонных колебаний экономического показателя в течение заданного периода времени, обычно года.
Циклическая (конъюнктурная) оставляющая – , формирующая изменения анализируемого признака в связи с действием долговременных циклов экономической, демографической или астрофизической природы (волны Кондратьева, демографические «ямы» и пики, циклы солнечной активности и т.п.).
Таким образом, в самом общем виде структуру любого временного ряда можно представить в виде аддитивного разложения:
(2.3.0),
где , подразумевая при этом, что единица учитывает участие j-го фактора в формировании детерминированной составляющей временного ряда, , а нулевое значение параметра отражает факт его отсутствия. Модель может иметь также мультипликативную структурную форму, но поскольку путем логарифмирования получаем аддитивную структурную форму, то в дальнейшем рассматривать будем именно ее.