double arrow

Экстраполяционное прогнозирование. Из формализованных методов наиболее широко применяются экстраполяционные, т.е. Из формализованных методов наиболее широко применяются экстраполяционные, т.е


Из формализованных методов наиболее широко применяются экстраполяционные, т.е. те, когда прогноз производится по такому алгоритму:

1. Упорядочение прошлых данных;

2. Сглаживание временного ряда;

3. Выделение тренда;

4. Определение уравнения тренда;

5. Расчет прогнозного значения;

6. Оценка доверительного интервала с заданной вероятностью.

Наиболее простым является экстраполяция с линейным сглаживанием.

Прогнозное значение определяется подстановкой нужного значения времени в уравнение тренда y = f(t), а доверительный интервал по формуле

,

где ta- табличное значение t-критерия Стьюдента при вероятности p и n-1 степени свободы (табл.3); n - число прошлых значений объекта прогноза, ; y - текущее значение объекта прогнозирования в прошлом, y* - текущее теоретическое значение объекта прогнозирования (исходя из уравнения тренда).

Таблица 3

Таблица значений t-критерия Стьюдента

n-1 p 0,95 0,9
3,18 2,78 2,57 2,45 2,36 2,31 2,26 2,23 2,09 2,35 2,13 2,01 1,94 1,89 1,86 1,83 1,81 1,72

Этот метод прогнозирования имеет смысл при сравнительно краткосрочном прогнозировании (5-7 лет) и уверенности в том, что основная модель процесса (а, следовательно, и тренд) за это время не изменяются.

Ясно, что с целью несмещенности оценки уравнение тренда следует выбирать таким образом, чтобы S было минимальным (т.е. по методу наименьших квадратов). Практически допустимо использовать критерий

.

В том случае, если тренд целесообразно аппроксимировать монотонной произвольной кривой, то можно использовать преобразование масштабов осей ординат с целью "выпрямления" кривой (практически удобно преобразовывать только ось y - ов).

Такое преобразование выполняют последовательно согласно следующей "лестнице преобразований":

Движение в ту или иную сторону по "лестнице преобразований" определяется направлением выпуклости непреобразованной кривой тренда (куда направлена, туда и надо двигаться по "лестнице"). Критерием достижения цели является равенство тангенсов углов наклона, построенных на трех характерных точках кривой (обычно начало, конец и зона изменения угла наклона). В результате получаем уравнение прямой линии преобразованной величины (например, ). Обратное преобразование дает уравнение тренда (соответственно ). Далее нахождение доверительного интервала и прогнозного значения исследуемой величины осуществляется по вышеприведенным формулам.

В некоторых случаях первоначальному выделению тренда мешает неопределенность исходных данных (их "кучность" или "разреженность"). В этом случае возникает необходимость предварительного сглаживания. Наиболее прост метод сглаживания "по медианам троек". Его просто показать на примере. Предположим есть числовой ряд:

10 1 3 5 20 7 4 10 24 25 30.

Выписываем медианы троек, последовательно передвигаясь на одно число:

3 3 5 7 7 25 25 25 30 30.

Эффект сглаживания очевиден. В целях сохранения числа данных добавляем по одному числу в начале и в конце ряда. Если полное сглаживание не достигнуто, процедура повторяется.


Сейчас читают про: