double arrow

Экстраполяционное прогнозирование на основе трендовых моделей

Получив удовлетворительную модель динамического ряда, можно осуществить прогнозирование поведения изучаемого временного ряда. Как правило, период упреждения не должен превышать ⅓ длины изучаемого ряда. В любом случае прогнозирование требует анализа условий существования изучаемого объекта.

Экстраполяция означает продление описанной тенденции в будущее.

Пример: 1) трендовая модель, описывающая динамику индексов потребительских цен

y = 99.7 + 1.8t

2) трендовая модель, описывающая динамику производства мяса в России

1983 – 1995гг

y = 9.7133 – 0.1593t – 0.0817t2

При благоприятных условиях на основе трендовой модели может быть получен так называемый точечный прогноз, который никогда не может сбыться. Поэтому точечный прогноз следует дополнить расчетом доверительных интервалов прогноза.

ŷ - ∆ ≤ ỹ ≤ ŷ + ∆,

где ỹ - точечный прогноз на основе трендовой модели, который рассчитан по уравнению тренда путем подставления в качестве фактора t порядкового номера временного периода, на который осуществляется прогноз.

∆ = t · S - предельная ошибка

Величина t в предельной ошибке берется исходя из заданного уровня вероятности в таблице Стьюдента.

Величина S – средняя квадратическая ошибка

Получив доверительные границы, можем указать вероятность, с которой гарантируется, что прогнозируемая величина будет находиться в указанных пределах.


Понравилась статья? Добавь ее в закладку (CTRL+D) и не забудь поделиться с друзьями:  



Сейчас читают про: