Методы прогнозирования:

1. Экспертные – основаны на использовании информации, полученной от экспертов, о возможных тенденциях развития (используют различные приемы опросов).

1.1. Прямые подразумевают контакт между экспертом и прогнозистом единовременного характера.

• методы опроса – заключается в ответах эксперта прогнозисту по заранее составленному вопроснику в результате могут быть получены как исходные данные, так и сам прогноз.

• методы анализа – предусматривает самостоятельную работу эксперта над прогнозом.

1.2.методы с обратной связью – предусматривают повторные контакты эксперта с прогнозистом, поскольку возможны неточности, как в вопросах, так и в ответах.

• метод опроса – заключается в ответах эксперта на вопросы прогнозиста до 3-х раз, эксперт знакомится с ответами других экспертов.

• метод итоговой модели – предусматривает самостоятельную работу эксперта над прогнозом, который несколько раз уточняется, зная результаты других экспертов.

• метод коллективной генерации идей – коллективный метод экспертизы силами отобранного коллектива специалистов.

2. Фактографические – основаны на использовании для прогнозных расчетов фактических исходных данных, характеризующих состояние рассматриваемого объекта или процесса в прошлом и настоящем времени. Эти методы используют свойство инерционности процесса развития, поэтому их результаты достоверны только для периода инерции (обычно это треть периода наблюдения). Эти методы обычно используются для кратко- и среднесписочного прогноза.

2.1. Статистические методы – в качестве исходных используются статистические данные, а в качестве методов расчета используют приемы теории статистики и прикладной математики.

• методы экстраполяции – основаны на переносе ранее наблюдающихся тенденций на будущее.

• методы корреляции и регрессионного анализа – широко стали использоваться только в последние годы (с появлением вычислительной техники), основаны на использовании функциональных связей двух факторов - времени и рассматриваемого показателя.

- факторные модели – в прогнозных расчетах используются мало, в виду отсутствия базы достоверных статистических данных, основаны на использовании функциональных зависимостей многих факторов.

2.2. Методы аналогии – основаны на использовании данных, полученных при эксплуатации ранее реализованного объекта (физическая, историческая аналогия)

• историческая аналогия.

• математическая аналогия – позволяют оценивать прогнозные величины с помощью специальных математических моделей (формул).

2.3. Опережающие методы – в качестве исходных данных используют материалы специальных видов информации.

• исследование научно-технического прогресса – прогноз делается на основе опытных образцов и моделей развития техники и технологий.

• Исследование научно-технической информации – позволяет прогнозировать развитие на основе литературных данных.

В данной курсовой работе расчеты осуществляются как «прямым счетом» (при помощи компьютерных программ АРМ-СТАТИСТИКА, STATREG и EXSEL), так и расчетным путем.

Прямой счет:

АРМ-СТАТИСТИКА

В основе программы лежит регрессионный анализ. Подбор уравнения регрессии производится методом наименьших квадратов. Исходными данными являются последовательности из номеров годов и соответствующих им значений различных показателей. Результат работы программы – линейное уравнение регрессии, позволяющее прогнозировать значение интересующего показателя в нужный период. Критерием достоверности результатов в данной программе является относительная ошибка аппроксимации, которая не должна превышать 15%.

STATREG

Данная программа также основана на методе наименьших квадратов. В качестве возможных зависимостей, описывающих динамику прогнозируемого показателя, используется не только линейная, но и экспоненциальная, степенная, логарифмическая, гиперболическая, параболическая парабола. Программа сама вычисляет прогнозные значения показателя в запрошенные моменты времени. Критерий достоверности результатов в данной программе – коэффициент корреляции, который по модулю должен быть больше 0,6.

EXSEL

Эта программа также подбирает линейное уравнение регрессии по методу наименьших квадратов. От предыдущих двух ее отличает возможность составления графиков, отражающих реальное и прогнозируемое изменение показателя. Критерием достоверности полученных в данной программе результатов также является коэффициент корреляции – по модулю он должен быть больше 0,36.

Кроме того, при расчете в каждой из программ отбрасываются явно нелогичные или отрицательные значения.

Расчетный путь:

В работе использовался метод расчета показателей по среднему абсолютному приросту.

Средний абсолютный прирост показателя определяется по формуле

S = Sk - So

n – 1 ,

где Sk – значение показателя в последнем году рассматриваемого ряда лет, So – в первом году, а n – число лет в периоде, по которому есть данные. Значение показателя в интересующем году за пределами ряда данных определяется по формуле S t = S к + S (i - 1), где i – число лет в периоде от начала ряда данных до интересующего года, S i – расчетное значение показателя в интересующем году.