|
|
27580 |
0,913825 |
30180,8333 |
1 |
|
|
4 кв. 2000 г. |
30854 |
1,33035833 |
23192,2477 |
1 |
|
|
1 кв. 2001 г. |
29147 |
0,912225 |
31951,547 |
1 |
|
|
2 кв. 2001 г. |
26478 |
0,84359167 |
31387,2233 |
1 |
|
|
3 кв. 2001 г. |
30159 |
0,913825 |
33003,0367 |
1 |
|
|
4 кв. 2001 г. |
33149 |
1,33035833 |
24917,3468 |
1 |
|
|
1 кв. 2002 г. |
32451 |
0,912225 |
35573,4605 |
1 |
Можно предположить, что величина ошибки второго прогноза будет несколько ниже чем первого.
3. Прогноз методом скользящей средней и экспоненциального сглаживания.
Для предсказаний значений временного ряда можно использовать более простую методику.
При расчете скользящей средней Ytnp c (m) все m значений параметра Y за m моментов времени учитываются с одинаковым весовым коэффициентом 1/m что не всегда обосновано. Для прогнозирования технико – экономических трендов момент времени, в котором наблюдалось значение параметра Y, играет решающее значение. Естественно предположить, что зависимость во временных рядах постепенно ослабевает с увеличением периода между двумя соседними точками. Так, если зависимость прогнозируемою параметра Yt представляется более сильной от значения Yt-1, чем от Yt-s то
наблюдениям временного ряда следует придавать веса, которые должны уменьшаться но мере удаления oт фиксированного момента времени t. Это обстоятельство учитывается в методе экспоненциального сглаживания. Таким образом, при вычислении .ко экспоненциальной средней используются лишь предшествующая экспоненциальная средняя и последнее наблюдение, а все предыдущие наблюдения игнорируются.
Например, пусть необходимо дать прогноз для t-=8 но
данным следующего временного ряда: 1) методом скользящей средней для m=3, m =4$ 2)
методом экспоненциального о сглаживания для 
=0,2; 0,6.
1 кв. 1999 г.
24518
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14
При использовании материалов активная ссылка на источник обязательна.