
- •Ex post як імітація процесу прогнозування. Алгоритм ex post прогнозування. Оцінка помилок ex post прогнозів.
- •2. Поняття тенденції, умови існування та способи встановлення наявності тенденції. Прості методи екстраполяції тенденції: екстраполяція на основі аналітичних показників рядів динаміки.
- •Прості методи екстраполяції тенденції: екстраполяція на основі плинної середньої та індексу сезонності.
- •4. Ідея наївної моделі: припущення, умови застосування, графічне представлення, недоліки. Способи усунення тренда.,
- •5. Моделі згладжування для часових рядів, що не мають тренда: модель ковзного середнього та експоненційно зваженого ковзного середнього.
- •6. Способи усунення тренда. Моделі згладжування для часових рядів, що не мають тренда: комбінована модель.
- •7. Визначення початкових значень моделі.
- •5. Моделі згладжування з трендом: модель Холта, модель Брауна.
- •8. Сезонні моделі. Десезоналізація та методи її проведення. Алгоритм знаходження сезонних чинників і десезоналізованих значень.
- •9. Метод згладжування і сезонне прогнозування. Моделі Холта-Уінтерса, метод Трігга.
- •10. Метод згладжування і сезонне прогнозування. Методи Трігга-Ліча та Чоу.
- •11. Прогнозування в умовах невизначеності: тест рекурсивної оцінки коефіцієнтів регресії, значень y та помилок регресії.
- •12. Лінійне рівняння регресії. Парна регресія в прогнозуванні соціально-економічних процесів. Основні властивості множинної регресії. Методика відбору регресорів для багатофакторної моделі.
- •13. Основні властивості множинної регресії. Поняття мультиколінеарності, причини виникнення, способи виявлення та усунення.
- •14. Сутність і різновидність експертних методів. Методи індивідуального та групового експертного оцінювання.
- •15. Види експертних оцінок. Організація і проведення експертного опитування: необхідні умови, основні етапи експертизи.
- •16. Метод експертних оцінок Дельфі. Кількісні параметри і показники експертного опитування. Оцінка важливості окремих факторів. Оцінка рівня узгодженості думок експертів.
- •17. Кількісні параметри і показники експертного опитування. Оцінка рівня «активності» експертів та рівня компетентності експертів.
- •18. Поняття оптимального прогнозу. Критерії якісного прогнозу. Сутність властивостей незсуненості та ефективності, критерії їх виявлення.
- •19. Оцінювання адекватності прогнозованої моделі. Перевірка випадковості коливань рівнів залишкової послідовності та відповідності розподілу випадкової компоненти нормальному закону розподілу..
- •20. Оцінювання адекватності прогнозованої моделі. Перевірка рівності математичного сподівання випадкової компоненти нулю та незалежності значень рівнів випадкової компоненти.
- •21. Критерії визначення якісного прогнозу. Оцінка точності прогнозованої моделі та прогнозів. Параметричні методи аналізу точності прогнозів.
- •22. Оцінка точності прогнозованої моделі та прогнозів. Непараметричні методи аналізу точності прогнозів. Сутність критерію знаків та рангових критеріїв.
- •23. Оцінка точності прогнозованої моделі та прогнозів. Інтегровані критерії точності й адекватності.
- •24. Поняття комбінованого прогнозу. Спосіб об’єднання окремих прогнозів. Алгоритм об’єднання окремих прогнозів.
- •25. Методи об’єднання прогнозів. Сутність дисперсійно-коваріаційного та регресійного методу.
8. Сезонні моделі. Десезоналізація та методи її проведення. Алгоритм знаходження сезонних чинників і десезоналізованих значень.
Тут важливо пам'ятати, що «сезон» в прогнозуванні є технічним терміном і не обов'язково означає квартал. Ось декілька найхарактерніших прикладів показників, відповідних різним сезонам:
об'єм продажів одягу по кварталах;
кількість заявок в туристичній фірмі по місяцях;
завантаженість наземного транспорту в місті по днях тижня;
кількість покупців в супермаркеті по годиннику.
Величина:
(4.17)
називається десезоналізованим значенням. Тут S – сезонний чинник, відповідний моменту часу t
З формули (4.17) виходить:
(4.18)
Іншими словами, початкові дані є добутком своїх десезоналізованих значень і сезонних чинників
Задача полягає в тому, щоб знайти сезонні чинники Sі. Але для цього необхідно спочатку визначити dt.
всі коефіцієнти сезонності не можуть одночасно бути більше або, навпаки, менше одиниці. Інакше їх сума не буде рівна чотирьом.
Алгоритм для знаходження сезонних чинників і десезоналізованих значень:
знаходимо ковзні середні d' 1-го порядку для початкового ряду Yt;
знаходимо (центровані) ковзні середні d" 2-го порядку для ряду d't;
знаходимо неусереднені коефіцієнти сезонності
;
усереднюємо значення S', щоб одержати коефіцієнти сезонності S1, S2, S3 і S4;
знаходимо остаточні десезоналізовані значення dt.
9. Метод згладжування і сезонне прогнозування. Моделі Холта-Уінтерса, метод Трігга.
Многие продукты имеют тенденцию роста или падения продаж, особенно когда они производятся впервые или когда появляются конкурирующие товары. На основе модели Хольта Уинтерс (Винтерс, Winters) создал свою прогностическую модель, которая учитывает экспоненциальный тренд и аддитивную сезонность.
Пусть
задан временной
ряд:
.
Необходимо решить задачу прогнозирования временного ряда.
где
—
период сезонности,
—
сезонный профиль,
—
параметр тренда,
—
параметр прогноза, очищенный от влияния
тренда и сезонности.
В 1964 году Тригг предложил метод сглаживания ошибок, основанный на определении так называемого “следящего контрольного сигнала”. Значение следящего контрольного сигнала указывает с некоторым уповнем статистического доверия на степень неадекватности прогностической системы данным и, в частности на неудовлетворительность прогноза.
10. Метод згладжування і сезонне прогнозування. Методи Трігга-Ліча та Чоу.
Триггом и Личем было выдвинуто предложение применить тот же самый контрольный сигнал для адаптации скорости реакции прогностического метода. Суть этого метода заключается в следующем.
Где
Где
- прогноз на момент времени
- текущий
момент времени
- период
упреждения прогноза
-
фактическое значение наблюдаемого
показателя
-
экспоненциально взвешенная ошибка
-
ошибка прогноза
- следящий
контрольный сигнал
- средне
абсолютное отклонение
- константа
сглаживания (
)