18
МОТАСОВА ЕВГЕНИЯ ШЕБАРШИНА АНЖЕЛА МОСКВА 2014 Методы статистического прогнозирования и использование в научно-технической сфере

Методы статистического прогнозирования и использование в научно-технической сфере

Embed Size (px)

DESCRIPTION

Методы статистического прогнозирования и использование в научно-технической сфере. Мотасова евгения Шебаршина анжела Москва 2014. П рогноз - это научно обоснованное описание возможных состояний объектов в будущем, а также альтернативных путей и сроков достижения этого состояния. - PowerPoint PPT Presentation

Citation preview

Page 1: Методы статистического прогнозирования и использование в научно-технической сфере

МОТАСОВА ЕВГЕНИЯШЕБАРШИНА АНЖЕЛА

МОСКВА 2014

Методы статистического прогнозирования и использование

в научно-технической сфере

Page 2: Методы статистического прогнозирования и использование в научно-технической сфере

Прогноз - это научно обоснованное описание возможных состоянии объектов в будущем, а также альтернативных путеи и сроков достижения этого состояния.

Прогнозирование же обязано отвечать на два вопроса:

1.Что вероятнее всего ожидать в будущем? 2.Каким образом нужно изменить условия,

чтобы достичь заданного состояния прогнозируемого объекта?

Page 3: Методы статистического прогнозирования и использование в научно-технической сфере

Этапы прогнозирования

постановка задачи и сбор необходимои информации

первичная обработка исходных данныхопределение круга возможных моделеи

прогнозированияоценка параметров моделеиисследование качества выбранных моделеи,

адекватности их реальному процессувыбор лучшеи из моделеипостроение прогнозасодержательныи анализ полученного прогноза.

Page 4: Методы статистического прогнозирования и использование в научно-технической сфере

Статистическое описание развития экономических процессов во времени осуществляется с помощью временных рядов.

сопоставимость уровнеи рядадостаточная длина временного рядаотсутсвие пропусковисключены «выбросы»

Page 5: Методы статистического прогнозирования и использование в научно-технической сфере

Решение любои задачи по прогнозированию временных рядов начинается с построения графика исследуемого показателя, но к сожалению не всегда при этом четко прослеживается присутствие тренда во временном ряду.

Page 6: Методы статистического прогнозирования и использование в научно-технической сфере

Прогнозрование на основе средних величин

Определяют средние величины: среднии абсолютныи прирост, среднии темп роста и прироста.

Очевидно, что такои подход корректен, только если характер развития близок к линеиному.

К недостаткам следует отнести то, что они учитывают лишь конечныи и начальныи уровни ряда, исключают влияния промежуточных уровнеи.

Page 7: Методы статистического прогнозирования и использование в научно-технической сфере

Сглаживание временного ряда

Фактические уровни временного ряда заменяются расчетными уровнями, которые меньше подвержены колебаниям.

Скользящие средние позволяют сгладить как случаиные, так и периодические колебания, выявить имеющуюся тенденцию в развитии процесса.

Page 8: Методы статистического прогнозирования и использование в научно-технической сфере

Метод прогнозирования с помощью кривои роста

Этапы:выбор однои или нескольких кривыхоценка параметров выбранных кривыхпроверка адекватности выбранных кривыхрасчет точечного и интервального прогнозов

Кривые роста условно делят на три класса в зависимости от того, какои тип динамики развития они хорошо описывают.

Page 9: Методы статистического прогнозирования и использование в научно-технической сфере
Page 10: Методы статистического прогнозирования и использование в научно-технической сфере

Если вид функции, описывающеи систематическую составляющую, выбран неудачно, то последовательные значения ряда остатков могут не обладать своиствами независимости, в этом случае имеет место автокорреляция ошибок.

Существует несколько приемов обнаружения автокорреляции. Наиболее распространенным является метод, предложенныи Дарбиным и Уотсоном.

Page 11: Методы статистического прогнозирования и использование в научно-технической сфере

Ошибка прогноза- величина, характеризующая расхождение между фактическим и прогнозным значением показателя.

На практике широко используются: относительная ошибка прогноза средние ошибки по модулю (абсолютные и

относительные)

Page 12: Методы статистического прогнозирования и использование в научно-технической сфере

Адаптивные методы

Адаптивные методы позволяют учесть различную информационную ценность уровнеи временного ряда.

Оценивание обычно происходит на основе рекуррентного метода.

Важнеишим достоинством адаптивных методов является построение самокорректирующихся моделеи, способных учитывать результат прогноза, сделанного на предыдущем шаге.

Page 13: Методы статистического прогнозирования и использование в научно-технической сфере

Расчет ведется методом скользящеи среднеи

Экспорт высокотехнологичнои продукции – это продажа на международном рынке товаров, при производстве которых использовались высокие технологии (аэрокосмические, компьютерные, фармацевтические, электрические и научные).

Page 14: Методы статистического прогнозирования и использование в научно-технической сфере

Количество рассчитанных по скользящеи среднеи уровнеи нового ряда будет меньше, чем в исходном ряду динамики.

Определение интервала сглаживания зависит:если необходимо сгладить беспорядочные

колебания, то интервал сглаживания берут большим (5-7 уровнеи)

если же есть необходимость сохранить периодически повторяющиеся колебания, то интервал сглаживания уменьшают  до 3 уровнеи.

Page 15: Методы статистического прогнозирования и использование в научно-технической сфере

мГод

Экспорт высокотехнологичной

продукции

Сглаженные

значения

1 2 3

1999 2,2774 -

2000 3,9080 3,1450

2001 3,2495 3,9406

... ... ...2010 5,1934 5,0549

2011 5,4438 5,2585

2012 5,1383 5,2463

2013 5,1567 5,1825

2014 5,2524 5,2078

2015 5,2144 5,2206

2016 5,1951 -

Page 16: Методы статистического прогнозирования и использование в научно-технической сфере
Page 17: Методы статистического прогнозирования и использование в научно-технической сфере

Китаи (457,1 млрд долл.)Германия (183,4 млрд. долл.) США (145, 3 млрд. долл.)

Page 18: Методы статистического прогнозирования и использование в научно-технической сфере

Спасибо за внимание