Классификация методов прогнозирования

Под методами прогнозирования понимается совокупность приемов, позволяющих на основе анализа ретроспективных данных, а также внешних и внутренних связей объекта прогнозирования вывести суждения определенной достоверности относительно его будущего развития.

В работах отечественных и зарубежных учѐных предлагается множество вариантов классификации методов прогнозирования, одной из наиболее актуальных, с практической точки зрения, является классификация, представленная на рис.2.

Рисунок 2 - Классификация методов прогнозирования

Количественные методы прогнозирования требуют значительного количества статистических данных и при их отсутствии не могут быть использованы. К количественным методам прогнозирования относятся:

- методы анализа временных рядов;

- каузальные или причинно-следственные методы.

Методы анализа временных рядов

Временным рядом называется последовательность значений некоторого показателя во времени.

Например:

- количество пользователей Интернет по годам;

- телефонная плотность по годам;

- объем продаж и т.д.

Различают два вида временных рядов:

- моментные;

- интервальные.

В моментном ряду значения рассматриваемого показателя отнесены к определенным моментам времени (см.табл.2).

Таблица 2 – Моментный ряд

Момент времени	t1	t2	t3	…	tn
Значение показателя	Y1	Y2	Y3	…	Yn

при этом считается, что t₁< t₂< t₃<…< t_n

В интервальном ряду указаны соответствующие промежутки времени, интервалы (см.табл.3).

Таблица 3 – Интервальный ряд

Момент времени	[t0, t1]	(t1, t2]	…	(tn-1, tn]
Значение показателя	Y1	Y2	…	Yn

Графически они могут быть представлены следующим образом:

Рисунок 3 – Моментный ряд

Рисунок 4 – Интервальный ряд

В задачах прогнозирования методы анализа временных рядов используются при наличии значительного количества значений рассматриваемого показателя из прошлого и при условии, что наметившаяся тенденция ясна и относительно стабильна.

Задания к практической работе

Задание 1. Законспектируйте теоретическую часть практической работы №2.

Задание 2. Модель с аддитивной компонентой

Моделью с аддитивной компонентой называется модель, в которой вариация значений переменной описывается в виде суммы компонент. Аддитивную модель прогнозирования можно представить в виде формулы:

F = T + S +E

где F – прогнозируемое значение,

T – трендовая составляющая,

S – сезонная компонента,

E – случайная составляющая или ошибка прогноза.

Алгоритм анализа сезонности представлен на рисунке 5.

Рисунок 5 – Алгоритм анализа сезонности

Рассмотрим процесс построения модели с аддитивной компонентой на примере.

Имеются данные по объему продаж компании за последние 13 кварталов (см. табл.4). Необходимо проанализировать имеющийся массив данных на наличие сезонных колебаний и составить прогноз на следующий квартал с помощью моделей с аддитивной и мультипликативной компонентой. Выбрать модель, обеспечивающую наибольшую точность расчетов.

Таблица 4 – Исходные данные