групи:
1. сімплексні (прості) методи екстраполяції по тимчасових рядах;
2. статистичні методи, що включають кореляційний і регресійний аналіз та ін;
. комбіновані методи, що представляють собою синтез різних варіантів прогнозів [3].
Прогнози I типу (у «вузькому» сенсі) [9]:
· здійснюються із застосуванням симплексних або статистичних методів на основі часових рядів;
· число значущих змінних включають від 1 до 3 параметрів, тобто, за масштабністю вони відносяться до сублокальним прогнозами;
· при використанні одного параметра, наприклад, часу, такі прогнози вважаються надпростий, при двох-трьох взаємопов'язаних параметрах - складними;
· за ступенем інформаційної забезпеченості періоду ретроспекції прогнози I типу можуть бути віднесені до об'єктів з повним інформаційним забезпеченням.
Для підвищення точності і достовірності прогнозних оцінок I типу доцільне використання комбінованих методів, при цьому бажано використання великої кількості варіантів прогнозу, розрахованих на основі різних підходів або альтернативних джерел інформації.
Прогноз II типу [9] (в «широкому» розумінні) має на увазі, що вихідні дані для отримання оцінок визначаються з використанням випереджаючих методів прогнозування: «патентного», публікаційного та ін Як правило, прогнози II типу використовуються для довгострокового прогнозування і розбиваються на два етапи: перший - отримання прогнозних оцінок основних факторів; другий - власне прогноз розвитку процесу або явища. Враховуючи об'єктивну складність і трудомісткість виконання прогнозів II типу, можна констатувати, що найбільшого поширення набули методи прогнозування I типу.
Найбільш часто для прогнозування I типу використовується метод екстраполяції. У загальному випадку модель прогнозу включає три складові (рис. 2) і записується у вигляді:
(1)
де yt - прогнозні значення часового ряду;
- середнє значення прогнозу (тренд); t - складова прогнозу, що відображає сезонні коливання (сезонна хвиля);
? t - випадкова величина відхилення прогнозу.
У приватних випадках кількість складових моделі менше, наприклад, тільки й vt.
Детально питання прогнозування з використанням методів екстраполяції викладені в ряді робіт, але через відсутність загальноприйнятого алгоритму обробки часових рядів може бути запропонована наступна послідовність розрахунку:
Рис. 2. - Прогнозування на основі часових рядів [7]: 1 - експериментальні дані на інтервалі спостереження (A); 2 - тренд; 3 - тренд і сезонна хвиля; 4 - значення точкового прогнозу на інтервалі попередження (B); 5 - інтервальний прогноз
1. На основі значень часового ряду на предпрогнозном періоді (інтервалі спостереження) з використанням методу найменших квадратів визначаються коефіцієнти рівняння тренда yt, видом якого задаються. Зазвичай для опису тренда використовуються поліноми різних порядків, експонентні, статечні функції і т.п.
2. Для дослідження сезонної хвилі значення тренда виключаються з вихідного часового ряду. При наявності сезонної хвилі визначають коефіцієнти рівняння,...
