- •Оглавление
- •Раздел 0. Теоретические основы математического анализа в экономике 4
- •Введение
- •Раздел 0.Теоретические основы математического анализа в экономике
- •1.1. Предвидение и его формы
- •1.2. Сущность и основные понятия
- •1.3. Роль и место математических методов в процессе принятии управленческих решений
- •1.4. Классификация прогнозов
- •1.5. Классификация методов прогнозирования
- •Трендовая модель прогнозирования
- •Задачи анализа временного ряда
- •Механическое сглаживание
- •Тестовый способ определения вида уравнения (типа) тренда
- •Анализ цикличности (сезонности)
- •1.6. Принципы прогнозирования
- •1.7. Этапы прогнозирования
- •1.8. Прогнозирование средствами матстатистики
- •Номинальная шкала
- •Ранговая шкала
- •Метрические шкалы
- •Построение графического тренда на основе канала
- •Сглаживание по нечётной базе
- •Сглаживание по четной базе
- •Взвешенное сглаживание
- •Метод экспоненциального сглаживания и его использование в прогнозировании
- •Выбор параметра сглаживания
- •Прогнозирование на основе сглаживания
- •Расчёт параметров уравнения тренда
- •Метод наименьших квадратов
- •Тренды на основе сплайн-функций
- •Критерии случайности
- •1.9. Понятие регрессии
- •Регрессионные модели
- •Отбор факторов для регрессии
- •Вид функции регрессии
- •Расчет параметров регрессии
- •Прогнозирования на основе регрессионных моделей
- •Авторегрессия
- •1.10. Производственные функции
- •Функция Кобба-Дугласа. Общая характеристика
- •1.12. Оптимизационные методы прогнозирования
- •Определение оптимального ассортимента
- •Задачи о «смесях»
- •Задачи о «раскрое»
- •Распределение ресурсов во времени. Оптимальное регулирование запасов
- •1.13. Прочие методы прогнозирования Экспертиза
- •Прогнозирование на основе групповой экспертной оценки
- •Самореализующиеся прогнозы
- •Раздел 1.Основные модели краткосрочного прогноза
- •2.1. Упрощенные модели краткосрочного прогноза
- •2.1.1. Наивная модель на основе предыдущего значения показателя
- •2.1.2. Наивная модель на основе абсолютного прироста за предыдущий интервал времени
- •2.1.3. Наивная модель на основе коэффициента роста за предыдущий интервал времени
- •2.1.4. Наивная модель на основе простого среднего значения
- •2.1.5. Наивная модель на основе среднего абсолютного прироста
- •2.1.6. Наивная модель на основе среднего коэффициента роста
- •2.2. Модель прогноза на основе простого скользящего среднего
- •2.3. Модели прогноза на основе экспоненциальных средних
- •2.3.1. Однопараметрическая модель Брауна
- •2.3.2. Двухпараметрическая модель Хольта
- •2.3.3. Трехпараметрическая модель Хольта-Уинтерса
- •2.3.4. Двухпараметрическая модель Хольта с гипотезой Тейла-Вейджа
- •2.3.5. Трехпараметрическая модель Бокса-Дженкинса
- •2.4. Модели прогнозирования стационарных временных рядов
- •2.4.1. Модели авторегрессии
- •2.4.2. Модели скользящего среднего
- •2.4.3. Модели авторегрессии - скользящего среднего
- •Идентифицирующие свойства для корреляционных и автокорреляционных функций для модификаций модели arma
- •2.5. Модель arima для прогнозирования нестационарных временных рядов
- •Раздел 2.Проблемы выбора модели прогнозирования
- •3.1. Факторы, влияющие на выбор модели прогнозирования
- •Классы проблем и соответствующие им методы прогнозирования
- •3.2. Проблема точности прогноза
- •3.3. Комбинированные модели краткосрочного прогноза
- •3.3.1. Адаптивные селективные модели
- •3.3.2. Адаптивные гибридные модели
- •3.3.3. Общие принципы построения комбинированных моделей
- •Раздел 3.Исследование точности адаптивных гибридных моделей краткосрочного прогноза
- •4.1. Описание упрощённых гибридных моделей краткосрочного прогноза
- •4.1.1. Гибридная модель на основе базового набора из упрощённых моделей
- •4.1.2. Гибридная модель на основе базового набора из моделей на основе экспоненциальных средних
- •4.1.3. Гибридная модель на основе базового набора из моделей авторегрессии и моделей скользящего среднего
- •4.3. Исходные данные для расчётов
- •Характеристика особенностей исследуемых рядов
- •4.4. Обобщение и анализ исследования точности моделей краткосрочного прогноза
- •Степень точности прогнозов по mape
- •Наиболее и наименее точные модели прогноза по mape
- •Заключение
- •Раздел 4.Список использованной литературы
- •Раздел 5.Приложение
- •Прогнозные оценки курса доллара сша
- •Прогнозные оценки курса доллара сша в период с 06.04.10 г. По 28.04.10 г.
- •Прогнозные оценки курса доллара сша в период с 06.04.10 г. По 28.04.10 г. По наивной модели на основе абсолютного прироста
- •Прогнозные оценки курса доллара сша в период с 06.04.10 г. По 28.04.10 г. По наивной модели на основе коэффициента роста
- •Прогнозные оценки курса доллара сша в период с 06.04.10 г. По 28.04.10 г.
- •Прогнозные оценки курса доллара сша в период с 06.04.10 г. По 28.04.10 г.
- •Прогнозные оценки курса доллара сша в период с 06.04.10 г. По 28.04.10 г.
- •Прогнозные оценки курса доллара сша в период с 06.04.10 г. По 28.04.10 г.
- •Прогнозные оценки курса доллара сша в период с 06.04.10 г. По 28.04.10 г.
- •Прогнозные оценки курса доллара сша в период с 06.04.10 г. По 28.04.10 г. По модели Хольта-Уинтерса
- •Прогнозные оценки курса доллара сша в период с 06.04.10 г. По 28.04.10 г. По модели Бокса-Дженкинса
- •Прогнозные оценки курса доллара сша в период с 06.04.10 г. По 28.04.10 г.
- •Прогнозные оценки курса доллара сша в период с 06.04.10 г. По 28.04.10 г. По модели авторегрессии второго порядка ar(2)
- •Прогнозные оценки курса доллара сша в период с 06.04.10 г. По 28.04.10 г. По модели скользящего среднего первого порядка ma(1)
- •Прогнозные оценки курса доллара сша в период с 06.04.10 г. По 28.04.10 г. По модели скользящего среднего второго порядка ma(2)
- •Прогнозные оценки курса доллара сша в период с 06.04.10 г. По 28.04.10 г. По гибридной модели на основе упрощенных моделей
- •Прогнозные оценки курса доллара сша в период с 06.04.10 г. По 28.04.10 г. По гибридной модели из моделей на основе экспоненциальных средних
- •Прогнозные оценки курса доллара сша в период с 06.04.10 г. По 28.04.10 г. По гибридной модели из моделей авторегрессии и моделей скользящего среднего
- •Значения критериев точности прогноза
- •Значения критериев точности прогноза производства компьютеров
- •Значения критериев точности прогноза производства бензина
- •Значения критериев точности прогноза продаж хлебных изделий
- •Значения критериев точности прогноза производства мяса
- •Значения критериев точности прогноза производства мороженого
- •Значения критериев точности прогноза продаж оао «Связной сПб»
- •Значения критериев точности прогноза продаж в отдельной торговой точке оао «Связной сПб»
|
|
Учебно-методическое пособие
для студентов заочной формы обучения экономических специальностей
Оглавление
Раздел 0. Теоретические основы математического анализа в экономике 4
1.1. Предвидение и его формы 4
1.2. Сущность и основные понятия 5
1.3. Роль и место математических методов в процессе принятии управленческих решений 8
1.4. Классификация прогнозов 12
1.5. Классификация методов прогнозирования 17
1.6. Принципы прогнозирования 33
1.7. Этапы прогнозирования 33
1.8. Прогнозирование средствами матстатистики 36
1.9. Понятие регрессии 61
1.10. Производственные функции 69
1.12. Оптимизационные методы прогнозирования 72
1.13. Прочие методы прогнозирования 81
Раздел 1. ОСНОВНЫЕ МОДЕЛИ КРАТКОСРОЧНОГО ПРОГНОЗА 92
2.1. Упрощенные модели краткосрочного прогноза 92
2.2. Модель прогноза на основе простого скользящего среднего 97
2.3. Модели прогноза на основе экспоненциальных средних 99
2.4. Модели прогнозирования стационарных временных рядов 107
2.5. Модель ARIMA для прогнозирования нестационарных 115
Раздел 2. ПРОБЛЕМЫ ВЫБОРА МОДЕЛИ ПРОГНОЗИРОВАНИЯ 119
3.1. Факторы, влияющие на выбор модели прогнозирования 119
3.2. Проблема точности прогноза 122
3.3. Комбинированные модели краткосрочного прогноза 126
РЕЗЮМЕ 131
Раздел 3. ИССЛЕДОВАНИЕ ТОЧНОСТИ АДАПТИВНЫХ ГИБРИДНЫХ МОДЕЛЕЙ КРАТКОСРОЧНОГО ПРОГНОЗА 133
4.1. Описание упрощённых гибридных моделей 133
4.2. Критерии точности исследуемых моделей прогноза 139
4.3. Исходные данные для расчётов 139
4.4. Обобщение и анализ исследования точности моделей краткосрочного прогноза 141
Раздел 4. СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 151
Раздел 5. ПРИЛОЖЕНИЕ 153
Введение
Наибольшая доля неудач (до 30-40 %) в бизнесе связана с ошибками планирования. Одним из самых важных этапов процесса планирования является прогнозирование. Поэтому задача совершенствования методов и моделей прогнозирования является практически значимой.
В настоящее время известно свыше двухсот методов прогнозирования, что порождает проблему выбора конкретного метода для решения конкретной задачи прогнозирования. Вопросам прогнозирования посвящено значительное количество работ, в ряде из которых отмечается, что одним из способов решения проблемы выбора конкретной модели прогноза является применение адаптивных комбинированных (селективных или гибридных) моделей. При этом считается, что практическое применение адаптивных комбинированных моделей связано с решением ряда вопросов. Решение этих вопросов является перспективным для дальнейших исследований. Поэтому тема работы, посвящённая разработке адаптивных гибридных моделей краткосрочного прогноза и исследованию их точности для разных объектов прогнозирования, актуальна.
Работа выполнена на 175 страницах. Она включает 32 рисунка, 21 таблицу и список использованной литературы из 21 наименования. Приложение к пособию содержит 9 рисунков и 30 таблиц на 26 страницах.
Раздел 0.Теоретические основы математического анализа в экономике
По оценкам отечественных и зарубежных специалистов разработано более 200 методов прогнозирования, но на практике регулярно используется только 10-15 из них [10, с. 7]. Поэтому правильный выбор методов прогноза, оценки достоверности и истолкования результатов прогноза требует знания основных положений методологии прогнозирования, возможностей и характерных особенностей конкретных методов прогнозирования [10, с. 7].