Курсова робота
з дисципліни Статистика
Статистичні методи прогнозування соціально-економічних явищ
Зміст
Введення
Глава 1. Прогнозування
.1 Критерії якості прогнозних моделей
.2 Опрацювання специфікації
.3 Розробка прогнозної моделі
.4 Технологія створення систем прогнозування
Глава 2. Класифікація прогнозних моделей
.1 Методи прогнозування, засновані на згладжуванні, експонентному згладжуванні і ковзному середньому
.2 Методи Бокса-Дженкінса (ARIMA)
Висновок
Література
Введення
Найчастіше необхідно знати майбутні значення таких показників, як ціна товару на ринку, обсяг попиту, обсяги власних продажів, обсяги виробництва і продажів конкурентів, ринкова кон'юнктура, структура товарного асортименту конкурентів. Цінність таких знань істотно зростає в агресивному ринковому середовищі з мінливим характером попиту, в умовах сезонності та циклічності.
Прогноз може бути експертним, а може бути розрахований математично за допомогою прогнозних моделей. Математичний прогноз є об'єктивним, відкритим і науково обгрунтованим. Тільки математичні прогнозні моделі дозволяють здійснювати багатоваріантне моделювання. Математична прогнозна модель - це математична модель економічної системи: ринку в цілому, окремого підприємства чи групи взаємопов'язаних підприємств [20]. Така модель розробляється для розрахунку прогнозних значень одного або декількох показників досліджуваної систем.
Застосування прогнозних моделей допустимо в умовах стаціонарності досліджуваної системи. Це означає, що повинні бути відомі правила гри на ринку і ці правила не повинні сильно змінюватися з плином часу. За своєю суттю, прогнозна модель - це модель правил гри на ринку. Змінюватися можуть фактори і стратегії ринкових гравців. Ці зміни враховуються моделлю, що і дозволяє їй розраховувати точні прогнози.
Математична прогнозна модель являє собою набір формул з коефіцієнтами, які формуються в процесі розробки моделі, на стадії чисельного моделювання. У формули підставляються фактори, відібрані в процесі розробки моделі, на стадії якісного моделювання.
Глава 1. Прогнозування
1.1 Критерії якості прогнозних моделей
Чим точніше прогноз, тим вище його цінність. Існують дві стадії оцінки прогностичних здібностей моделей: прогнозування минулих періодів часу і дослідна експлуатація. У першому випадку модель будується не на всій наявною статистикою, а на так званій навчальній вибірці, з якої виключаються кілька останніх точок - так звана тестова вибірка. Модель як би не знає про існування цих останніх, найбільш свіжих даних. Розробник моделі розраховує прогнозні значення, відповідні інтервалам часу, на які припадає тестова вибірка, і оцінює прогностичні здібності моделі на основі різниці між фактичними і прогнозними значеннями показника [1].
Модель, що пройшла першу стадію тестування, і передана в дослідну експлуатацію, розраховує майбутні значення показника в чистому вигляді [16]. У міру настання майбутнього, прогнозні значення показника порівнюються з його фактичними значеннями.
Прогноз, що розраховується за допомогою моделі, може бути двох типів: точковий та інтервальний. Точковий прогноз - це одне число для одного періоду часу. Інтервальний прогноз - це два числа для одного періоду часу: верхня і нижня межа прогнозу.
Розрахувати прогноз обсягу продажів з точністю до однієї упаковки дуже малоймовірно. Точковий прогноз буде десь близько фактичного значення. У цьому випадку точністю прогнозної моделі буде ступінь близькості розрахункового та фактичного значень.
У випадку з інтервальним прогнозом ситуація інша. Відстань між верхньою і нижньою межею прогнозу називається довірчим інтервалом. Чим ширше довірчий інтервал, тим вище ймовірність потрапляння в цей інтервал фактичного значення прогнозованого показника. Теоретично, можна зробити довірчий інтервал настільки широким, що ймовірність попадання в нього буде дорівнює ста відсоткам.
Точність моделі можна підвищувати постійно, для цього є два способи: екстенсивний та інтенсивний. Екстенсивний спосіб - це перерахунок коефіцієнтів моделі на додатковій статистиці. Промислова реалізація прогнозних моделей може включати в себе механізм самонастроювання в міру надходження нової інформації з плином часу. Інтенсивний спосіб - це додаткова опрацювання специфікації моделі, одна з найбільш витратних робіт у ...
