ють апарат математичної статистики, пред'являють до історичних даних цілком конкретні вимоги, у разі невиконання яких не може бути гарантована точність прогнозування. Дані повинні бути достовірні, порівнянні, досить представницькі для прояву закономірності, однорідні і стійкі. p align="justify"> Точність прогнозу однозначно залежить від правильності вибору методу прогнозування в тому чи іншому конкретному випадку. Однак це не означає, що в кожному випадку застосовна тільки яка-небудь одна модель. Цілком можливо, що в ряді випадків кілька різних моделей видадуть відносно надійні оцінки. Основним елементом у будь-якої моделі прогнозування є тренд чи лінія основної тенденції зміни ряду. У більшості моделей передбачається, що тренд є лінійним, однак таке припущення не завжди закономірно і може негативно вплинути на точність прогнозу. На точність прогнозу також впливає використовуваний метод відділення від тренда сезонних коливань - додавання або множення. При використанні методів регресії украй важливо правильно виділити причинно-наслідкові зв'язки між різними факторами і закласти ці співвідношення в модель. p align="justify"> Перш ніж використовувати модель для складання реальних прогнозів, її необхідно перевірити на об'єктивність, з тим щоб забезпечити точність прогнозів. Цього можна досягти двома різними шляхами:
Результати, отримані за допомогою моделі, порівнюються з фактичними значеннями через якийсь проміжок часу, коли ті з'являються. Недолік такого підходу полягає в тому, що перевірка "неупередженості" моделі може зайняти багато часу, так як по-справжньому перевірити модель можна тільки на тривалому часовому відрізку. p align="justify"> Модель будується виходячи з усіченого набору наявних історичних даних. Решта дані можна використовувати для порівняння з прогнозними показниками, отриманими за допомогою цієї моделі. Такого роду перевірка більш реалістична, оскільки вона фактично моделює прогнозну ситуацію. Недолік цього методу полягає в тому, що самі останні, а, отже, і найбільш значимі показники виключені з процесу формування вихідної моделі. p align="justify"> У світлі вищесказаного щодо перевірки моделі стає ясним, що для того, щоб зменшити очікувані помилки, доведеться вносити зміни у вже існуючу модель. Такі зміни вносяться протягом усього періоду застосування моделі в реальному житті. Безперервне внесення змін можливо в тому, що стосується тренда, сезонних і циклічних коливань, а також будь-якого використовуваного причинно-наслідкового співвідношення. Ці зміни потім перевіряються за допомогою вже описаних методів. Таким чином, процес оформлення моделі включає в себе кілька етапів: збір даних, вироблення вихідної моделі, перевірку, уточнення - і знову все спочатку на основі безперервного збору додаткових даних з метою забезпечення надійності моделі. br/>
1.4 Види прогнозів
Розрізняють три основних види прогнозу: технологі...
