Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
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:
n – число уровней временного ряда;
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.
Дата публикования: 2014-11-02; Прочитано: 498 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!