22. Методы экстраполяции, достоинства и недостатки

Экстраполяция

сущность в анализе развития объекта прогнозирования во времени и распространения, продления особенностей развития этого объекта из прошлого/настоящего в будущее. То есть какие факторы и условия (природные, экономические, социальные, экологические, политические, рыночные, правовые, инвестиционные и т.д.) оказывали влияние на развитие объекта в прошлом и настоящем такие же оказывают влияние и в будущем. Исходной информацией для методов экстраполяции являются временные ряды. Временной рядимеет вид таблицы, когда каждому временному отрезку соответствует значение какого-то показателя. Для применения методов экстраполяции необходимо иметь временной ряд не менее, чем за 4 временных отрезка. Для применения методов экстраполяции необходима точная и достоверная статистическая информация, а развитие объекта можно охарактеризовать плавной линией (линией тренда). К условием применения методов экстраполяции можно отнести отсутствие форс-мажорных обстоятельств. Достоинство методов экстраполяции это простота, точность, а недостаток – это большое количество условий для применения. Мы не можем применять метод экстраполяции на объекте, по которому нет статистической информации.

Метод скользящих средних - Этот метод применятся когда нет четкой зависимости значения показателя от времени

Метод наименьших квадратов – выполняется с помощью расчетов среднего арифметического значения.

Метод экспоненциального сглаживания – позволяет давать обоснованные прогнозы на основании временных рядов, имеющих хорошую связь между показателями и временным отрезком.

Метод исторических и географических аналогий –это метод прогнозирования по образцу, по аналогии. Основной принцип географич аналогий состоит в том что прогнозирование использования зем ресурсов проводится и выполняется на основе уже выполненного прогноза в регионе или в городе с аналогичными географическими условиями плюс поправки. А метод исторических аналогий заключается в сопоставлении прогноза который был сделан в прошлом на этот же объект плюс поправки.

Классификация методов экстраполяции:

Метод простой экстраполяции – предполагает расчет простого среднего значения, который закладывается в основу прогноза.

Метод аналитического выравнивания – нахождение математической функции, которая наиболее точно описывает особенности развития объекта. Основными этапами аналитического выравнивания является выбор формы кривой, отражающей особенности развития объекта, а так же важными этапами является определение показателей , дающих показательную характеристику этим изменениям. Выбор формы кривой можно осуществить на основе построения графика.

23. Методы моделирования, классификация, особенности

Моделирование

Это научные методы отражающие как одни так и другие многосторонние связи, учет влияния различных факторов. Метолы моделирования позволяют давать обоснованные прогнозы для объектов не имеющих статистическую информацию для объектов развитие которых можно охарактеризовать не плавной траекторией а скачкообразной (с резкими колебаниями показателей).

Модель (с лат. Образец) эконом модель приставляет собой условный образ объекта и детальную информатизацию его элементов. Сложились требования к экономич моделям:

ограниченность времени решения

Устойчивость к ошибкам в исходных данных

Удобство для последующего математич описания. Варианты прогнозов можно рассматривать по одному уравнению, а можно и по множеству. Причем количество уравнений не влияет на качество прогнозов.

Структурное моделирование – строится на основе специальных метрик и мер близости, с помощью которых можно выделять качественно однородные группы на основе большего числа признаков. Структурное моделирование очень тесно связано с методом пастеризации.

Сетевое моделирование – в основу этого метода положено построение сетевого графика, который имеет множество разновидностей.

Самыми точными методами моделирования являются экономико-математические. Наиболее разработанными являются детерминированные экономико-математические методы, решаемые с помощью симплекс метода. В настоящее время особую популярность набирает нейросетевое моделирование. Эта группа методов позволяет математически описывать сложные объекты, процессы, показатели которых имеют разную размерность, а так же показатели имеют и количественные, и качественные. Нейросетевое моделирование позволяет решать множество экономических задач и получать множество прогнозов, так как в основе нейросетей лежать не статистические и линейные модели, а гибкие нелинейные нейросетевые модели.

Эконом модель после ее матем обработки называется ЭММ. Существуют различные методы моделирования, например статистическое.