Сущность метода состоит в минимизации суммы квадратических отклонений между наблюдаемыми и расчетными величинами. Расчетные величины находятся по подобранному уравнению – уравнению регрессии.
Чем меньше расстояние между фактическими значениями и расчетными, тем более точен прогноз, построенный на основе уравнения регрессии. Теоретический анализ сущности изучаемого явления, изменение которого отображается временным рядом, служит основой для выбора кривой. Иногда принимаются во внимание соображения о характере роста уровней ряда. Так, если рост выпуска продукции ожидается в арифметической прогрессии, то сглаживание производится по прямой. Если же оказывается, что рост идет в геометрической прогрессии, то сглаживание надо производить по показательной функции.
Рабочая формула метода наименьших квадратов:
у t+1 = а×Х + b, (4)
где t + 1 – прогнозный период;
yt+1 – прогнозируемый показатель;
a и b - коэффициенты;
Х - условное обозначение времени.
Расчет коэффициентов a и b осуществляется по следующим формулам:
где, Уф – фактические значения ряда динамики;
n – число уровней временного ряда;
Сглаживание временных рядов методом наименьших квадратов служит для отражения закономерности развития изучаемого явления. В аналитическом выражении тренда время рассматривается как независимая переменная, а уровни ряда выступают как функция этой независимой переменной. Ясно, что развитие явления зависит не от того, сколько лет прошло с отправного момента, а от того, какие факторы влияли на его развитие, в каком направлении и с какой интенсивностью. Развитие явления во времени выступает как результат действия этих факторов.
Правильно установить тип кривой, тип аналитической зависимости от времени – одна из самых трудных задач предпрогнозного анализа.
Подбор вида функции, описывающей тренд, параметры которой определяются методом наименьших квадратов, производится в большинстве случаев эмпирически, путем построения ряда функций и сравнения их между собой по величине среднеквадратической ошибки, вычисляемой по формуле
S = , (7)
где yф – фактические значения ряда динамики;
yр – расчетные (сглаженные) значения ряда динамики;
n – число уровней временного ряда;
р – число параметров, определяемых в формулах, описывающих тренд.
Недостатки метода наименьших квадратов:
1) изучаемое экономическое явление мы пытаемся описать с помощью математического уравнения, поэтому прогноз будет точен для небольшого периода времени, и уравнение регрессии следует пересчитывать по мере поступления новой информации;
2) сложность подбора уравнения регрессии. Эта проблема разрешима при использовании типовых компьютерных программ.
Определим прогнозное значение валовой продукции растениеводства на 2010-2011 гг., используя метод наименьших квадратов
Для решения используем следующие табличные значения
Годы | ВП растениеводства, тыс. руб. Уф | Условное обо-значение времени Х | Уф*Х | Х^2 | Ур | Расчет средней относительной ошибки / Уф - Ур/ Уф * 100 |
19,6 101,0 171,5 348,6 493,2 610,7 701,3 875,4 | 19,6 202,0 514,5 1394,4 2466,0 3664,2 4909,1 7003,2 | -20,6 103,9 228,4 352,9 477,4 601,9 726,4 850,9 | 2,05 2,87 33,17 1,23 3,20 1,44 3,58 2,8 | |||
Итого | 3321,3 | 50,32 | ||||
прогноз | 975,4 1099,9 |
Определим условное обозначение времени как последовательную нумерацию периодов базы прогноза. Рассчитаем графы 4 и 5.
Ур определим по формуле 4, а коэффициенты a и b по формулам 5,6.
20173 - (36 * 3321,3) / 8
a = 204 - 36^2 / 8 = 124,5
b = 3321,3/8 – 124,5*36/8 = - 145,1
У2002 = 124,5*1 – 145,1 = -20,6
У2003 = 124,5*2 – 145,1 = 103,9 и т.д.
Заносим полученные результаты в таблицу. Определяем прогнозное значение.
У 2010 = 124,5*9 – 145,1 = 975,4
У 2011 = 124,5*10 – 145,1 = 1099,9
Рассчитываем среднюю относительную ошибку (см. формулу 10)
ε = 50,32/8= 6,29%