Застосування кривих зростання повинно базуватися на припущенні про незмінність, збереженні тенденції, як на всьому періоді спостережень, так і в прогнозованому періоді.
Прогнозні значення за обраною кривою зростання обчислюють шляхом підстановки в рівняння кривої значень часу, відповідних періоду попередження. Отриманий таким чином прогноз називається точковим. У доповненні до точкового прогнозом бажано задати діапазон можливих значень прогнозованого показника, тобто обчислити прогноз інтервальний (визначити довірчий інтервал). Довірчий інтервал враховує невизначеність, пов'язану з положенням тренда (похибка оцінювання параметрів кривої), і можливість відхилення від цього тренда.
Для того, щоб обгрунтовано судити про якість отриманої моделі необхідно перевірити адекватність цієї моделі реальному процесу і проаналізувати характеристики її точності. Перевірка адекватності будується на аналізі випадкової компоненти і базується на використанні ряду статистичних критеріїв. Показники точності описують величини випадкових помилок, отриманих при використанні моделі. Всі характеристики точності можуть бути обчислені після того, як період попередження вже закінчився, або при розгляді показника на ретроспективному ділянці.
Один із перспективних напрямків розвитку короткострокового прогнозування пов'язане з адаптивними методами. Ці методи дозволяють будувати самокоректуються моделі, здатні оперативно реагувати на зміну умов. Адаптивні методи враховують різну інформаційну цінність рівнів ряду, "старіння" інформації. Все це робить ефективним їх застосування для прогнозування нестійких рядів з мінливих тенденцією.
На закінчення відзначимо, що не може бути чисто формальних підходів до вибору методів і моделей прогнозування. Успішне застосування статистичних методів прогнозування на практиці можливо лише при поєднанні знань у області самих методів з глибоким знанням об'єкта дослідження, із змістовним економічним аналізом.
Список використаної літератури
1. Кендел М. Тимчасові ряди. М., "Фінанси і статистика", 1981. p> 2. Кильдишев Г.С, Френкель А. А. Аналіз часових рядів і прогнозування. М, "Статистика", 1973. p> 3. Лукашин Ю.П. Адаптивні методи короткострокового прогнозування. М, "Статистика", 1979. p> 4. Половников В.А. Аналіз і прогнозування транспортної роботи морського флоту. М., "Транспорт", 1983. p> 5. Скучаліна Л.Н., Крутова Т.А. Організація і ведення бази даних тимчасових рядів. Система показників, методи определіня, оцінки прогнозування інформаційних процесів. ГКС РФ, М., 1995. p> 6. Статистичне моделювання та прогнозування. Навчальний посібник. (Під ред. А.Г. Гранберг). М, "Фінанси і статистика", 1990. p> 7. Четиркін Є.М. Статистичні методи прогнозування. М, "Статистика", 1975. p> 8. Френкель А.А. Прогнозування продуктивності праці: методи і моделі. М., "Економіка", 1989. p> 9. Економіко-математичні методи і прикладні моделі. (Під ред. В.В. Федосєєва). М., В«ЮнітіВ», 1999. br/>
