Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Statistika_ekzamen.docx
Скачиваний:
0
Добавлен:
01.07.2025
Размер:
1.82 Mб
Скачать

Вопрос 21. Понятие временного ряда. Виды прогнозов. Общая характеристика методов прогнозирования.

Понятие временного ряда.

Временные рядыряд последовательных значений, характеризующих изменение показателей во времени. В.р разделяются на:

моментные - ряд, уровни которого характеризуют значение показателя на определенные моменты времени.

интервальные – ряд, уровни которого характеризуют значение показателя,достигнутое за определенный период времени.

Более удобными явл. интервальные в.р, т.к они позволяют переходить от меньшего интервала к большему интервалу.

Числовые значения статистического показателя, называют уровнями ряда и обозначаются через у. Моменты или периоды времени, к которым относятся уровни, обозначаются через t.

Задачи в.р- выявить основную закономерность в изменении уровней ряда, называемую трендом.

В зависимости от вида показателей уровней ряда в.р делятся на ряды абсолютных, относительных и средних величин. Ряды абсолютных величин рассматриваются как исходные,а ряды относительных и средних величин – как производные.

Виды прогнозов.

Прогнозирование – предсказание поведения явления или объекта в будущем, на основе изучения его развития в прошлом и настоящем.

Различают прогнозы по времени:

  1. Сроком не более 1 месяца ( оперативный).

  2. Краткосрочные прогнозы (сроком до 1 года).

  3. Среднесрочные прогнозы (сроком до 5 лет).

  4. Долговременные прогнозы (сроком свыше 5 лет).

По форме составления прогнозирования различают прогнозы:

а) Поисковые. Основаны на изучении временного и динамического ряда.

б) Нормативно- целевые. При составлении н.-ц. прогнозов учитываются определенные рамки изменения признаков, которые влияют на прогнозируемую величину. Например: потребительская корзина, уровень жизни.

При составлении прогноза необходимо учесть факторы:

- Продолжительность временного ряда, на основе которого строится прогноз (чем более длительный период изучения явления, тем более надежный прогноз).

- Сопоставимость значений временного и динамического рядов.

Статистическая совокупность изменяется с течением времени и сами по себе значения признака не всегда объективно отражают изменения совокупности. Важно учитывать развитие других признаков, которые влияют на значение прогнозируемого признака.

Для составления прогноза используется сглаживание временного или динамического ряда. Сглаживание позволяет выявить тенденцию совокупности. Изменения динамического или временного ряда. Под трендом понимают тенденцию развития совокупности (рост, падение, стационарность и насыщение).

Общая характеристика методов прогнозирования.

Метод наименьших квадратов в простейшем случае (линейная функция от одного фактора) был разработан К. Гауссом в 1794—1795 гг. Могут оказаться полезными предварительные преобразования переменных, например, логарифмирование. Наиболее часто используется метод наименьших квадратов при нескольких факторах. 

Метод наименьших модулей, сплайны и другие методы экстраполяции применяются реже, хотя их статистические свойства зачастую лучше. Накоплен опыт прогнозирования индекса инфляции и стоимости потребительской корзины. Оказалось полезным преобразование (логарифмирование) переменной — текущего индекса инфляции. Оценивание точности прогноза (в частности, с помощью доверительных интервалов) — необходимая часть процедуры прогнозирования. 

Непараметрические методы доверительного оценивания точки наложения (встречи) двух временных рядов для оценки динамики технического уровня собственной продукции и продукции конкурентов, представленной на мировом рынке. Применяются также эвристические приемы, не основанные на вероятностно статистической теории: метод скользящих средних, метод экспоненциального сглаживания. 

Многомерная регрессия, в том числе с использованием непараметрических оценок плотности распределения, — основной на настоящий момент статистический аппарат прогнозирования. 

Прогнозирование на основе данных, имеющих нечисловую природу, например, прогнозирование качественных признаков основано на результатах статистики нечисловых данных.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]