- •1.Основные понятия и главные направления прогнозирования.
- •2. Классификация прогнозов. Основные принципы прогнозирования.
- •3. Классификация методов прогнозирования.
- •4. Область применения методов экспертных оценок. Требования, предъявляемые к экспертам. Самооценка экспертов.
- •5. Обработка и анализ результатов опроса экспертов
- •6. Метод “мозговой атаки” (“мозгового штурма”).
- •7. Метод «Дельфи»
- •8. Классификация статистических методов прогнозирования.
- •9. Выравнивание врем.Ряда. Прогноз. На основе скольз.Сред. И экспоненц.Взвешенного сред.
- •10. Аналитическое выравнивание временного ряда. Методы выбора формы тренда.
- •4. Выбор на основе законов дифференциального роста.
- •11. Сезонные колебания уровней временного ряда.
- •12. Сущность, достоинства и недостатки экстраполяции. Простейшие приемы экстраполяции.
- •13. Экстраполяция тренда. Прогнозирование сезонных явлений.
- •14. Прогнозирование по огибающим кривым. Логистические кривые развития технологий
- •15. Сущность, условия применения корреляционо-регрессионного анализа. Автокорреляция. Критерий Дарбина-Уотсона.
- •1. Проблема включения факторов в модель
- •16. Производственные функции. Кривые освоения.
- •17. Апостериорные и априорные оценки точности прогнозов. Надежность прогнозов.
- •18. Методы логического моделирования.
- •19. Прогнозирование на основе написания сценариев, матриц взаимодействия, морфологического анализа.
- •20. Прогнозирование на основе построения сетевой модели, "дерева целей".
- •21. Прогнозирование на основе построения "дерева решений".
- •22. Прогнозирование динамики научно-технических направлений, уровня технического решения и сроков реализации.
- •23. Прогнозирование научно-технического прогресса: особенности современного этапа, типичные периоды упреждения.
- •24. Методы прогнозирования фундаментальных и прикладных исследований, разработок, подготовки и серийного производства.
- •25. Прогнозирование экономического роста. Экстенсивный и интенсивный рост.
- •26. Методы прогнозирования спроса: на основе экспертных оценок, с использованием коэффициента эластичности, факторные модели, нормативный подход.
8. Классификация статистических методов прогнозирования.
С точки зрения применяемого стат.аппарата можно выделить след.методы:
методы анализа структуры
методы анализа взаимосвязи
методы анализа динамики
1: 1) способ группировки(нет количественных показателей)
2) анализ на основе метрик (мер близости). Можно выделить качественно однородные группы по большему количеству классификационных признаков.
3) анализ на основе кривой распределения (нормального, равномерного закона распределения)
2: 1) уравнения регрессии
2) на основе систем уравнений регрессии
3: 1) анализ динамики на основе тренда, т.е. виде функции времени, неизменно сложившейся тенденции развития.
2)анализ динамики кривых роста (логистическая, кривая Гомперца)
9. Выравнивание врем.Ряда. Прогноз. На основе скольз.Сред. И экспоненц.Взвешенного сред.
Временной ряд- упорядоченное во времени значение показателя исследуемого объекта., рассматривается как сумма 4х показателей, которые непосредственно не могут быть измерены:
Тренда. Показывает общий тип изменений в исторических данных.
Сезонных колебаний.
Циклических колебаний. Эти колебания возникают в периоды свыше одного года.
Случайных колебаний. Это непредсказуемые случайные колебания,
Тренд - детерминированная сост-я временного ряда, рассм-я как функция времени.
Применение: 1. если исслед-й показатель формируется под воздействием множества факторов. 2.предпол, что учитывается влияние всех факторов, а отклонение входит в случайную компоненту.
Этапы анализа вр.р и опред.тренда. 1. обеспечение сопоставимости показателей вр.р. 2. расчет относительных показателей, кот. Позволяют уточнить хар-р. 3. графический анализ. 4- проверка гипотезы существования тренда. 5 – выравнивание вр.р.
Для выравнивания вр.р. используют методы на основе:
скользящей средней - может применяться для целей краткосрочного прогнозирования. Состоит в замене фактических уровней врем.ряда расчетными скольз.сред. Период скольж.выбир минимальным, а затем укрупняют при необходимости, если период скож.=3, то m1= 1/3(y1+y2+y3)→y2; m2=1/3(y2+y3+y4)→y3 При этом средняя рассчитывается по группам данных за определенный интервал времени, причем каждая последующая группа образуется со сдвигом на один год (месяц). В результате подобной операции первоначальные колебания динамического ряда сглаживаются, поэтому и операция называется сглаживанием. при прогнозировании исходят из простого предположения, что следующий во времени показатель по своей величине будет равен средней, рассчитанной за последний интервал времени.
Экспоненц. взвеш. средняя. 1949г. Винер. Учитывает “устаревание”, которые широко применяются в краткосрочном прогнозировании. Основная идея метода состоит в использовании в качестве прогноза линейной комбинации прошлых и текущих наблюдений. Рассчитывается по формуле: Q t = a yt + (1 - a )Qt-1 (1) где Qt - экспоненциальная взвеш.средняя (сглаженное значение уровня ряда) на момент t; Yt- текущ.знач.;a - коэффициент, характеризующий вес текущего наблюдения при расчете экспоненциальной средней (параметр сглаживания), причем 0 < a <1. Браун предлож.расчит α=2/n+1 В большинстве случаев хорошие результаты дает a = 0,1Из уравнения следует, что средний уровень ряда на момент t равен линейной комбинации двух величин: фактического уровня для этого же момента и среднего уровня, рассчитанного для предыдущего периода. 2 пробл: опред. Коэф.сглаж и Qо.