ВПО «Тверской
государственный университет»
- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Статистические методы прогнозирования презентация
Содержание
- 1. Статистические методы прогнозирования
- 2. Методы выявления тенденции (тренда) Применение статистических методов
- 3. Методы сглаживания: скользящие средние Формируются укрупненные интервалы
- 4. 0,9 – 1,0 ярко выраженная 0,7
- 5. Y2007= 10,235*10 + 231,9=334,3 C р=95% Y2007
- 6. Y2007= 10,235*10 + 231,9=334,3 C р=95% Y2007
- 7. Особенности использования полиномов R2, близкое к 1,
- 8. Особенности построения долгосрочного прогноза Прогноз краткосрочный на
- 9. Особенности построения долгосрочного прогноза Прогноз краткосрочный на
- 10. Спасибо за внимание !
Методы выявления тенденции (тренда) Применение статистических методов выявления тенденции возможно, когда не происходит существенных изменений внутренних и внешних условий функционирования объекта. Для определения основной тенденции развития объекта (выравнивания временного ряда) используют
Слайд 1Программа повышения квалификации
«Стратегическое планирование и технологии программно-целевого управления»
Статистические методы прогнозирования
ГОУ
Слайд 2Методы выявления тенденции (тренда)
Применение статистических методов выявления тенденции возможно, когда не
происходит существенных изменений внутренних и внешних условий функционирования объекта.
Для определения основной тенденции развития объекта (выравнивания временного ряда) используют методы выравнивания (методы сглаживания):
Для определения основной тенденции развития объекта (выравнивания временного ряда) используют методы выравнивания (методы сглаживания):
позволяющие определить общее направление развития объекта в ходе предварительного анализа:
- метод укрупнения интервала динамического ряда;
- метод скользящей средней;
позволяющий рассчитать параметры будущего состояния объекта:
- метод аналитического выравнивания ряда динамики:
точечный прогноз (точечная экстраполяция);
интервальный прогноз (доверительный интервал).
Слайд 3Методы сглаживания: скользящие средние
Формируются укрупненные интервалы (интервалы сглаживания), состоящие из одинакового,
как правило, нечетного, числа исходных временных периодов.
Каждый последующий укруп-ненный интервал получается, постепенным сдвигом от исходного момента времени на один исходный интервал.
Итоговый временной ряд короче исходного на «размер укрупненного интервала» – 1.
Каждый последующий укруп-ненный интервал получается, постепенным сдвигом от исходного момента времени на один исходный интервал.
Итоговый временной ряд короче исходного на «размер укрупненного интервала» – 1.
Слайд 40,9 – 1,0 ярко выраженная
0,7 – 0,9 выраженная
0,5 – 0,7
заметная
0,3 – 0,5 умеренная
0,1 – 0,3 слабая
0,3 – 0,5 умеренная
0,1 – 0,3 слабая
Точечный прогноз
Экстраполяция – прогнози-рование путем продления в будущее тенденции, наблю-давшейся в прошлом.
Для аналитического выравни-вания ряда необходимо:
- выбрать вид функции тренда;
- определить параметры
функции тренда.
Для поиска функции тренда используются:
- разработанный мат. аппарат
(метод конечных разностей,
метод наименьших квадратов);
- возможности Microsoft Excel.
R2 – коэффициент достоверности аппроксимации
Оценка степени проявления тенденции по величине R2:
1
2
3
4
5
6
7
8
9
10
y2009 = 3,2535Ln(10) + 34,775
Слайд 5Y2007= 10,235*10 + 231,9=334,3
C р=95% Y2007 [310,3; 358,2] 47,9
тыс. м2 – величина дов. интервала
C р=99% Y2007 [288,9; 369,6] 80,7 тыс. м2
C р=99% Y2007 [288,9; 369,6] 80,7 тыс. м2
Интервальный прогноз
Доверительный интервал – интервал, в который прогнозное значение попадает с заданной вероятностью.
Интервальный прогноз строится на основе точечного.
Результаты зависят:
- от того, насколько хорошо
подобрана функция тренда;
- от требуемой вероятности.
Слайд 6Y2007= 10,235*10 + 231,9=334,3
C р=95% Y2007 [310,3; 358,2] 47,9
тыс. м2 – величина дов. интервала
C р=99% Y2007 [288,9; 369,6] 80,7 тыс. м2
Y2007=2,617*102 - 15,935*10 + 279,88=382,2
C р=95% Y2007 [360,3; 404,2], 44,9 тыс. м2
C р=99% Y2007 [349,0; 415,4] 66,4 тыс. м2
C р=99% Y2007 [288,9; 369,6] 80,7 тыс. м2
Y2007=2,617*102 - 15,935*10 + 279,88=382,2
C р=95% Y2007 [360,3; 404,2], 44,9 тыс. м2
C р=99% Y2007 [349,0; 415,4] 66,4 тыс. м2
Интервальный прогноз
Доверительный интервал – интервал, в который прогнозное значение попадает с заданной вероятностью.
Интервальный прогноз строится на основе точечного.
Результаты зависят:
- от того, насколько хорошо
подобрана функция тренда;
- от требуемой вероятности.
Слайд 7Особенности использования полиномов
R2, близкое к 1, не всегда озна-чает высокую точность
прогноза.
Соблюдение принципа адекватности предполагает:
- выявление устойчивых
тенденций;
- сглаживание случайных
колебаний.
Принцип адаптивности требует учета в прогнозе факторов внешней и внутренней среды.
Соблюдение принципа адекватности предполагает:
- выявление устойчивых
тенденций;
- сглаживание случайных
колебаний.
Принцип адаптивности требует учета в прогнозе факторов внешней и внутренней среды.
Тверская область: Прирост ВРП в сопоставимых ценах
1998-1999 гг. – кризисный и посткризисный, исключаются;
2000-2006 гг. строятся 3-х лет-ние скользящие средние ( ),
по которым строится тренд.
р=95%
Слайд 8Особенности построения долгосрочного прогноза
Прогноз краткосрочный на (2007-2009 гг.) строится по параболе
на основе факта
2000-2006 гг.;
Прогноз среднесрочный на (2010-2011 гг.) строится по «красному» логарифму на основе факта 2000-2006 гг. и прогноза 2007-2009 гг.;
2000-2006 гг.;
Прогноз среднесрочный на (2010-2011 гг.) строится по «красному» логарифму на основе факта 2000-2006 гг. и прогноза 2007-2009 гг.;
Прогноз 2010 г. сглаживается;
Прогноз 2011-2015 гг. строится по «зеленому» логарифму по прогнозно-фактическим данным 2000-2011 гг.
Тверская область: численность занятых
с начальным проф. образованием (тыс. чел.)
Слайд 9Особенности построения долгосрочного прогноза
Прогноз краткосрочный на (2007-2009 гг.) строится по параболе
на основе факта
2000-2006 гг.;
Прогноз среднесрочный на (2010-2011 гг.) строится по «красному» логарифму на основе факта 2000-2006 гг. и прогноза 2007-2009 гг.;
2000-2006 гг.;
Прогноз среднесрочный на (2010-2011 гг.) строится по «красному» логарифму на основе факта 2000-2006 гг. и прогноза 2007-2009 гг.;
Прогноз 2010 г. сглаживается;
Прогноз 2011-2015 гг. строится по «зеленому» логарифму по прогнозно-фактическим данным 2000-2011 гг.
Тверская область: численность занятых
с начальным проф. образованием (тыс. чел.)
