- •Предисловие
- •Введение
- •1. Роль и место прогнозирования при обосновании направления развития систем
- •1.1. Классификация методов прогнозирования
- •1.2. Краткая характеристика методов прогнозирования
- •1.3. Виды прогнозов. Основные термины и определения прогностики
- •2. Прогнозная экстраполяция. Оценка параметров прогнозных моделей методом наименьших квадратов. Точность и достоверность прогноза
- •2.1. Оценка параметров прогнозной модели методом наименьших квадратов
- •2.2. Точность и достоверность прогноза
- •3. Уравнения линеаризуемых трендов и трендов, сводящихся к модифицированной экспоненте
- •3.1. Парные регрессии, сводящиеся к линейному тренду
- •3.2. Парные регрессии, сводящиеся к модифицированной экспоненте
- •3.3. Выбор оптимального вида прогнозной модели
- •3.4. Проверка прогнозной модели на автокорреляцию ошибок
- •4. Многомерное параметрическое прогнозирование. Метод многомерной линейной экстраполяции
- •5. Метод экспоненциального сглаживания. Выбор постоянной сглаживания
- •5.1. Сущность метода экспоненциального сглаживания
- •5.2. Определение параметров прогнозной модели методом экспоненциального сглаживания
- •5.3. Выбор начальных условий и определение постоянной сглаживания
- •6. Вероятностные методы прогнозирования
- •6.1. Приложение теории суммирования случайного числа независимых случайных величин в задачах прогнозирования
- •6.2. Ориентированный процесс случайного блуждания как метод вероятностного моделирования
- •7. Математические модели процессов эволюционного развития техники
- •7.1. Математическое моделирование процессов развития техники
- •7.2. Прогнозная математическая модель динамики замещения
- •8. Экспертные методы прогнозирования. Морфологический анализ. Прогнозирование технического облика образца изделия
- •8.1. Морфологический анализ
- •8.2. Прогнозирование технического облика перспективного образца
- •8.3. Другие методы экспертного прогнозирования
- •3. Метод «мозговой атаки» («мозгового штурма»).
- •9. Методы выявления «сезонной» составляющей в рядах динамики
- •9.1. Выравнивание рядом Фурье
- •9.2. Измерение колеблемости в рядах динамики
- •9.3. Выявление и измерение сезонных колебаний
- •10. Зависимость средней ошибки прогноза от периода предыстории и величины прогнозируемого периода
- •10.1. Обоснование периода упреждения
- •Заключение
- •Библиографический список
- •Предметный указатель
- •Приложение 1 Приложение 2 Квантили распределения максимального относительного отклонения
- •Приложение 3 Квантили распределения величины
- •Приложение 4 Приложение 5
- •Приложение 6 Приложение 6
- •Приложение 7
- •191186, Санкт-Петербург, ул. Миллионная, 5
Приложение 1 Приложение 2 Квантили распределения максимального относительного отклонения
n |
Уровни значимости Р |
|
n |
Уровни значимости Р |
||||||
0,10 |
0,05 |
0,025 |
0,01 |
0,10 |
0,05 |
0,025 |
0,01 |
|||
3 |
1,41 |
1,41 |
1,41 |
1,41 |
15 |
2,33 |
2,49 |
2,64 |
2,80 |
|
4 |
1,65 |
1,69 |
1,71 |
1,72 |
16 |
2,35 |
2,52 |
2,67 |
2,84 |
|
5 |
1,79 |
1,87 |
1,92 |
1,96 |
17 |
2,38 |
2,55 |
2,70 |
2,87 |
|
6 |
1,89 |
2 |
2,07 |
2,13 |
18 |
2,40 |
2,58 |
2,73 |
2,90 |
|
7 |
1,97 |
2,09 |
2,18 |
2,27 |
19 |
2,43 |
2,60 |
2,75 |
2,93 |
|
8 |
2,04 |
2,17 |
2,27 |
2,37 |
20 |
2,45 |
2,62 |
2,78 |
2,96 |
|
9 |
2,1 |
2,24 |
2,35 |
2,46 |
21 |
2,47 |
2,64 |
2,80 |
2,98 |
|
10 |
2,15 |
2,29 |
2,41 |
2,54 |
22 |
2,49 |
2,66 |
2,82 |
3,01 |
|
11 |
2,19 |
2,34 |
2,47 |
2,61 |
23 |
2,50 |
2,68 |
2,84 |
3,03 |
|
12 |
2,23 |
2,39 |
2,52 |
2,66 |
24 |
2,52 |
2,70 |
2,86 |
3,05 |
|
13 |
2,26 |
2,43 |
2,56 |
2,71 |
25 |
2,54 |
2,72 |
2,88 |
3,07 |
|
14 |
2,3 |
2,46 |
2,6 |
2,76 |
|
|
|
|
|
Приложение 3 Квантили распределения величины
n |
1–P=0,90 P=0,10 |
1–P=0,95 P=0,05 |
1–P=0,99 P=0,01 |
3 |
1,41 |
1,41 |
1,41 |
4 |
1,64 |
1,69 |
1,72 |
5 |
1,79 |
1,87 |
1,96 |
6 |
1,89 |
2,00 |
2,13 |
7 |
1,97 |
2,09 |
2,27 |
8 |
2,04 |
2,17 |
2,37 |
9 |
2,10 |
2,24 |
2,46 |
10 |
2,15 |
2,29 |
2,54 |
Приложение 4 Приложение 5
Значения квантилей нормального распределения
F, |
|
|
|
F, |
|
|
0,50 |
0 |
0,674 |
0.81 |
0,878 |
1,311 |
|
0,51 |
0,025 |
0,690 |
0,82 |
0,915 |
1,341 |
|
0,52 |
0,050 |
0,706 |
0,83 |
0,954 |
1,372 |
|
0,53 |
0,075 |
0,722 |
0,84 |
0,994 |
1,405 |
|
0,54 |
0,100 |
0,739 |
0,85 |
1,036 |
1,440 |
|
0,55 |
0,126 |
0,755 |
0,86 |
1,080 |
1,476 |
|
0,56 |
0,151 |
0,772 |
0,87 |
1,126 |
1,514 |
|
0,57 |
0,176 |
0,789 |
0,88 |
1,175 |
1,555 |
|
0,58 |
0,202 |
0,806 |
0,89 |
1,227 |
1,578 |
|
0,59 |
0,228 |
0,824 |
0,90 |
1,282 |
1,645 |
|
0,60 |
0,253 |
0,842 |
0,91 |
1,341 |
1,695 |
|
0,61 |
0,279 |
0,860 |
0,92 |
1,405 |
1,751 |
|
0,62 |
0,305 |
0,878 |
0,925 |
1,440 |
1,780 |
|
0,63 |
0,332 |
0,896 |
0,93 |
1,476 |
1,812 |
|
0,64 |
0,358 |
0,915 |
0,94 |
1,555 |
1,881 |
|
0,65 |
0,385 |
0,935 |
0,95 |
1,645 |
1,960 |
|
0,66 |
0,412 |
0,954 |
0,96 |
1,751 |
2,054 |
|
0,67 |
0,440 |
0,974 |
0,97 |
1,881 |
2,170 |
|
0,68 |
0,468 |
0,994 |
0,975 |
1,960 |
2,241 |
|
0,69 |
0,496 |
1,015 |
0,980 |
2,054 |
2,326 |
|
0,70 |
0,524 |
1,036 |
0,990 |
2,326 |
2,576 |
|
0,71 |
0,553 |
1,058 |
0,991 |
2,366 |
2,612 |
|
0,72 |
0,583 |
1,080 |
0,992 |
2,409 |
2,652 |
|
0,73 |
0,613 |
1,103 |
0,993 |
2,457 |
2,697 |
|
0,74 |
0,643 |
1,126 |
0,994 |
2,512 |
2,748 |
|
0,75 |
0,674 |
1,150 |
0,995 |
2,576 |
2,807 |
|
0,76 |
0,706 |
1,175 |
0,996 |
2,652 |
2,878 |
|
0,77 |
0,739 |
1,200 |
0,997 |
2,748 |
2,968 |
|
0,78 |
0,772 |
1,227 |
0,9975 |
2,807 |
3,024 |
|
0,79 |
0,806 |
1,254 |
0,9980 |
2,878 |
3,090 |
|
0,80 |
0,842 |
1,282 |
0,990 |
3,090 |
3,291 |