19. Экстраполяция и интерполяция. Критерии точности прогноза.

На основании проведённого моделирования основных компонент ряда (тренда и сезонности) можно производить предсказания о возможных значениях этого ряда. В статистике это выражается в экстра- и интерполяции.

Экстраполяция - распространение сложившейся в динамическом ряду закономерности за временные границы ряда. Выражением экстраполяции является прогнозный ряд, как суждение о наиболее вероятном развитии процесса. При этом распространение в будущее называют прогнозом, а в прошлое - постпрогнозом.

Гипотеза экстраполяции: продолжение тенденции в будущем (инертность процессов).

Интерполяция - распространение общей для всего динамич. ряда закономерности на отдельные моменты ряда. Выражением интерполяции является тренд в широком смысле, как суждение об истинном значении ряда.

Гипотеза - тренд отражает основную (скрытую, истинную) закономерность.

Прогнозирование осуществляется подстановкой в уравнение тренда номера периода времени. Трендовое значение корректируется на влияние сезонности. В результате получается точечный прогноз, т.к на графике ему соответствует точка - одно значение за период. Характеризует наиболее вероятное значение. Недостаток точечного прогноза в том, что вероятность реализации именно этого прогноза =0. Для оценки вероятности реализации того или иного значения используют функцию распределения вероятностей, имеющую нормальный вид. Точечный прогноз соответствует вершине распределения. Смысл распределения - вероятность попасть ближе к точечному прогнозу выше, чем к любому другому значению.

Критерии для оценки точности прогноза

Как оценивать то, что мы называем точностью прогноза?

Часто берется абсолютное отклонение прогноза  от истинного значения деленное на истинное значение:

Такая относительная величина мало чувствительна к ошибкам прогноза больших значений и чрезмерно чувствительна к ошибкам прогноза величин, близких к нулю. Кроме того, разница  между минимальным и максимальным значениями может быть различной у разных наблюдаемых характеристик и одинаковая относительная ошибка  будет приемлемой для принятия решений в одних случаях и не приемлемой в других.

В связи с этим предлагается судить о точности прогноза -й характеристики по величине ошибки, нормированной по разнице :

Такая мера обладает одинаковой чувствительностью к ошибкам прогноза для разных значений прогнозируемой характеристики. Ее чувствительность к ошибкам тем выше, чем в меньших пределах колеблется прогнозируемая характеристика, что представляется вполне логичным.

Иногда важно знать не абсолютную величину  характеристики в будущем, а лишь то, будет ли она больше или меньше значения в данный момент времени. В таких случаях применима мера точности прогноза, учитывающая лишь совпадения знаков:

20. Оценка точности трендовой модели

Для оценки точности трендовой модели используется коэффициент детерминации:

где - дисперсия теоретических данных, полученных по трендовой модели, а - дисперсия эмпирических данных.

Трендовая модель адекватна изучаемому процессу и отражает тенденцию его развития при значениях R², близких к 1.

После выбора наиболее адекватной модели можно сделать прогноз на любой из периодов. При составлении прогнозов оперируют не точечной, а интервальной оценкой, определяя так называемые доверительные интервалы прогноза. Величина доверительного интервала определяется в общем виде следующим образом:

где среднее квадратическое отклонение от тренда;t_ — табличное значение t- критерия Стьюдента при уровне значимости , которое зависит от уровня значимости (%) и числа степеней свободы к = п - т. Величина - определяется по формуле:

где и– фактические и расчетные значения уровней динамического ряда;п — число уровней ряда; т— количество параметров в уравнении тренда (для уравнения прямой т - 2, для уравнения параболы 2-го порядка т = 3).

После необходимых расчетов определяется интервал, в котором с определенной вероятностью будет находиться прогнозируемая величина.

С помощью Microsoft Excel строить трендовые модели достаточно просто. Сначала эмпирический временной ряд следует представить в виде диаграммы одного из следующих типов: гистограмма, линейчатая диаграмма, график, точечная диаграмма, диаграмма с областями, а затем щелкнуть на диаграмме правой кнопкой мыши на одном из маркеров данных. В результате на диаграмме будет выделен сам временной ряд, а на экране раскроется контекстное меню. В этом меню следует выбрать команду Add Trendline (Добавить линию тренда). На экран будет выведено диалоговое окно Add Trendline.

На вкладке Туре (Тип) этого диалогового окна выбирается требуемый тип тренда:

1. линейный (Linear);

2. логарифмический (Logarithmic);

3. полиномиальный, от 2-й до 6-й степени включительно (Polinomial);

4. степенной (Power);

5. экспоненциальный (Exponential);

6. скользящее среднее, с указанием периода сглаживания от 2 до 15 (Moving Average).

Вместе с линией тренда на графике временного ряда могут быть также изображены планки погрешностей. Для вставки планок погрешностей необходимо выделить ряд данных, щелкнуть на нем правой кнопкой мыши и выбрать в раскрывшемся контекстном меню команду Format Data Series. На экране раскроется диалоговое окно Format Data Series (Формат ряда данных), в котором следует перейти на вкладку Y Error Bars (Y-погрешности).

На этой вкладке с помощью переключателя Error amount (Величина погрешности) выбирается тип планок и вариант их расчета в зависимости от вида погрешности.

1. Fixed value (Фиксированное значение) — при установке переключателя в это положение за допустимую величину ошибки принимается заданное в поле счетчика справа постоянное значение;

2. Percentage (Относительное значение) — при установке переключателя в данное положение для каждой точки данных вычисляется допустимое отклонение, исходя из заданного в поле счетчика справа значения процента;

3. Standard deviation(s) (Стандартное отклонение) — при установке переключателя в данное положение для каждой точки данных вычисляется стандартное отклонение, которое затем умножается на заданное в поле счетчика справа число (коэффициент кратности);

4. Standard error (Стандартная погрешность) — при установке переключателя в данное положение принимается стандартная величина ошибки, постоянная для всех элементов данных;

5. Custom (Пользовательская) — при установке переключателя в это положение вводится произвольный массив значений отклонений в положительную и/или отрицательную сторону (можно ввести ссылки на диапазон ячеек).

Планки погрешностей тоже можно форматировать. Для этого их следует выделить щелчком правой кнопки мыши и выбрать в раскрывшемся контекстном меню команду Format Error Bars (Формат планок погрешностей).