Вычисление параметров трендовых (а равно и других) математических моделей делает необходимым остановиться на такой немаловажной проблеме, как длина исходного временного ряда.
Результаты выборочного исследования имеют различную степень близости к истинным характеристикам, т. е. различную репрезентативность, зависящую от ряда факторов, в том числе и от объема выборки.
Качество оценки повышается с увеличением длины временного ряда. И это, в общем, справедливо для рядов, описывающих процесс, которому присуща одна закономерность. Например, если для ряда характерно известное постоянство среднего уровня и некоторых других характеристик, то увеличение длины такого так называемого стационарного ряда в принципе улучшает оценку его параметров. Точно так же обстоит дело, если для всего ряда характерен, скажем, линейный или экспоненциальный рост.
Однако нередко у временного ряда бывает не одна тенденция. В этих случаях более целесообразно разделить ряд на отдельные отрезки и использовать для целей прогноза в соответствии с адаптивным методом только последний участок.
|
|
Таким образом, изучение временного ряда может быть по-разному применено для целей прогноза. В одном случае можно воспользоваться всеми членами динамического ряда и исходить из принципа: чем длиннее он, тем легче выявить тенденцию, тем точнее будет прогноз. В другом используются только последние члены временного ряда, а иногда даже только последний. Этот прием прогноза именуется «методом последнего значения». Такой подход основывается на том, что временного ряд содержит часто не одну тенденцию, как это предполагает первый подход, а несколько, и что начальные члены его не оказывают никакого серьезного влияния на последние (в математике это свойство временного ряда, если, конечно оно налицо, называется эргодическим). Поэтому для прогноза рациональнее нередко использовать последнюю часть временного ряда.