🗊Презентация Методы прогнозирования динамики экономических процессов

Категория: Математика
Нажмите для полного просмотра!
Методы прогнозирования динамики экономических процессов, слайд №1Методы прогнозирования динамики экономических процессов, слайд №2Методы прогнозирования динамики экономических процессов, слайд №3Методы прогнозирования динамики экономических процессов, слайд №4Методы прогнозирования динамики экономических процессов, слайд №5Методы прогнозирования динамики экономических процессов, слайд №6Методы прогнозирования динамики экономических процессов, слайд №7Методы прогнозирования динамики экономических процессов, слайд №8Методы прогнозирования динамики экономических процессов, слайд №9Методы прогнозирования динамики экономических процессов, слайд №10Методы прогнозирования динамики экономических процессов, слайд №11Методы прогнозирования динамики экономических процессов, слайд №12Методы прогнозирования динамики экономических процессов, слайд №13Методы прогнозирования динамики экономических процессов, слайд №14Методы прогнозирования динамики экономических процессов, слайд №15Методы прогнозирования динамики экономических процессов, слайд №16Методы прогнозирования динамики экономических процессов, слайд №17Методы прогнозирования динамики экономических процессов, слайд №18Методы прогнозирования динамики экономических процессов, слайд №19Методы прогнозирования динамики экономических процессов, слайд №20Методы прогнозирования динамики экономических процессов, слайд №21Методы прогнозирования динамики экономических процессов, слайд №22
Скачать

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Методы прогнозирования динамики экономических процессов. Доклад-сообщение содержит 22 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1


Методы прогнозирования динамики экономических процессов
Описание слайда:
Методы прогнозирования динамики экономических процессов

Слайд 2


1. Наивные модели. Простые и скользящие средние Эта группа объединяет простейшие методы прогнозирования, которые могут быть использованы при недостатке информации и времени на разработку прогноза. Прогноз, полученный данными методами, не будет отличаться высокой точностью, но будет давать некоторое представление о возможном значении исследуемого параметра в будущем.
Описание слайда:
1. Наивные модели. Простые и скользящие средние Эта группа объединяет простейшие методы прогнозирования, которые могут быть использованы при недостатке информации и времени на разработку прогноза. Прогноз, полученный данными методами, не будет отличаться высокой точностью, но будет давать некоторое представление о возможном значении исследуемого параметра в будущем.

Слайд 3


1. Наивные модели. Простые и скользящие средние Наивное прогнозирование основано на предположении, что предыдущее значение лучше всего предсказывает будущее.
Описание слайда:
1. Наивные модели. Простые и скользящие средние Наивное прогнозирование основано на предположении, что предыдущее значение лучше всего предсказывает будущее.

Слайд 4


1. Наивные модели. Простые и скользящие средние Методы простых средних. Прогнозное значение рассчитывается на основе обобщенных средних характеристик временного ряда в ретроспективном периоде. Эти характеристики представляют собой выражение динамики за весь период одним средним числом.
Описание слайда:
1. Наивные модели. Простые и скользящие средние Методы простых средних. Прогнозное значение рассчитывается на основе обобщенных средних характеристик временного ряда в ретроспективном периоде. Эти характеристики представляют собой выражение динамики за весь период одним средним числом.

Слайд 5


1. Наивные модели. Простые и скользящие средние К средним характеристикам динамики относятся: Средний уровень ряда показывает, какая средняя величина уровня характерна для всего анализируемого периода. - Для интервального ряда: - Для моментного ряда:
Описание слайда:
1. Наивные модели. Простые и скользящие средние К средним характеристикам динамики относятся: Средний уровень ряда показывает, какая средняя величина уровня характерна для всего анализируемого периода. - Для интервального ряда: - Для моментного ряда:

Слайд 6


1. Наивные модели. Простые и скользящие средние К средним характеристикам динамики относятся: 2. Средний абсолютный прирост ряда показывает скорость развития явления:
Описание слайда:
1. Наивные модели. Простые и скользящие средние К средним характеристикам динамики относятся: 2. Средний абсолютный прирост ряда показывает скорость развития явления:

Слайд 7


1. Наивные модели. Простые и скользящие средние К средним характеристикам динамики относятся: 3. Средний темп роста может быть рассчитан по формуле средней геометрической, при сравнении последнего показателя временного ряда с первым: 4. Средний темп прироста:
Описание слайда:
1. Наивные модели. Простые и скользящие средние К средним характеристикам динамики относятся: 3. Средний темп роста может быть рассчитан по формуле средней геометрической, при сравнении последнего показателя временного ряда с первым: 4. Средний темп прироста:

Слайд 8


1. Наивные модели. Простые и скользящие средние Метод простого скользящего среднего Прогноз строится с учетом не всех наблюдений, а определенного количества последних наблюдений. Как только новое наблюдение становится доступным, оно включается в расчетную формулу, а наиболее старое исключается. Скользящее среднее порядка k — это среднее значение k последовательных наблюдений.
Описание слайда:
1. Наивные модели. Простые и скользящие средние Метод простого скользящего среднего Прогноз строится с учетом не всех наблюдений, а определенного количества последних наблюдений. Как только новое наблюдение становится доступным, оно включается в расчетную формулу, а наиболее старое исключается. Скользящее среднее порядка k — это среднее значение k последовательных наблюдений.

Слайд 9


1. Наивные модели. Простые и скользящие средние Метод простого скользящего среднего Расчетная формула:
Описание слайда:
1. Наивные модели. Простые и скользящие средние Метод простого скользящего среднего Расчетная формула:

Слайд 10


1. Наивные модели. Простые и скользящие средние Метод простого скользящего среднего Величина k может принимать произвольно выбранное значение (3, 4, 5 и т.д.) и зависит от размера изучаемой совокупности, чем большее количество наблюдений анализируется, тем большее значение она может принимать. Прогнозом на следующий период принимается скользящее среднее за предыдущий период. Метод простого скользящего среднего может быть применен к стабильным данным, при незначительных колебаниях. В случае однонаправленных изменений исследуемого показателя (повышения или понижения) более точный прогноз может быть получен методом двойного скользящего среднего.
Описание слайда:
1. Наивные модели. Простые и скользящие средние Метод простого скользящего среднего Величина k может принимать произвольно выбранное значение (3, 4, 5 и т.д.) и зависит от размера изучаемой совокупности, чем большее количество наблюдений анализируется, тем большее значение она может принимать. Прогнозом на следующий период принимается скользящее среднее за предыдущий период. Метод простого скользящего среднего может быть применен к стабильным данным, при незначительных колебаниях. В случае однонаправленных изменений исследуемого показателя (повышения или понижения) более точный прогноз может быть получен методом двойного скользящего среднего.

Слайд 11


1. Наивные модели. Простые и скользящие средние Метод двойного скользящего среднего Представляет более сложную двухэтапную процедуру усреднения. Сначала временной ряд сглаживается методом простого скользящего среднего, а потом повторяется процедура усреднения для рассчитанных значений:
Описание слайда:
1. Наивные модели. Простые и скользящие средние Метод двойного скользящего среднего Представляет более сложную двухэтапную процедуру усреднения. Сначала временной ряд сглаживается методом простого скользящего среднего, а потом повторяется процедура усреднения для рассчитанных значений:

Слайд 12


1. Наивные модели. Простые и скользящие средние Метод двойного скользящего среднего Для построения прогноза рассчитываются следующие коэффициенты:
Описание слайда:
1. Наивные модели. Простые и скользящие средние Метод двойного скользящего среднего Для построения прогноза рассчитываются следующие коэффициенты:

Слайд 13


1. Наивные модели. Простые и скользящие средние Метод двойного скользящего среднего Прогнозное значение на р периодов вперед определяется по формуле:
Описание слайда:
1. Наивные модели. Простые и скользящие средние Метод двойного скользящего среднего Прогнозное значение на р периодов вперед определяется по формуле:

Слайд 14


2. Прогнозная экстраполяция. Последовательность этапов Экстраполяция — метод прогнозирования, основанный на анализе динамики объекта прогнозирования в ретроспективном периоде. Метод экстраполяции позволяет описать функцию, характеризующую движение исследуемой характеристики.
Описание слайда:
2. Прогнозная экстраполяция. Последовательность этапов Экстраполяция — метод прогнозирования, основанный на анализе динамики объекта прогнозирования в ретроспективном периоде. Метод экстраполяции позволяет описать функцию, характеризующую движение исследуемой характеристики.

Слайд 15


2. Прогнозная экстраполяция. Последовательность этапов В процессе экстраполяции определяют временной ряд, тренд и случайную компоненту: Тренд — средняя линия движения прогнозируемой характеристики (yt). Случайная компонента характеризует случайные отклонения фактических показателей динамики объекта от средней линии (et).
Описание слайда:
2. Прогнозная экстраполяция. Последовательность этапов В процессе экстраполяции определяют временной ряд, тренд и случайную компоненту: Тренд — средняя линия движения прогнозируемой характеристики (yt). Случайная компонента характеризует случайные отклонения фактических показателей динамики объекта от средней линии (et).

Слайд 16


2. Прогнозная экстраполяция. Последовательность этапов Основные этапы прогнозной экстраполяции: Первый этап: сбор исходной информации о значении исследуемой характеристики в ретроспективном периоде. Второй этап: подбор зависимости для описания уравнения тренда. Видом функции: линейные, экспоненциальные, степенные функции и т. п.
Описание слайда:
2. Прогнозная экстраполяция. Последовательность этапов Основные этапы прогнозной экстраполяции: Первый этап: сбор исходной информации о значении исследуемой характеристики в ретроспективном периоде. Второй этап: подбор зависимости для описания уравнения тренда. Видом функции: линейные, экспоненциальные, степенные функции и т. п.

Слайд 17


2. Прогнозная экстраполяция. Последовательность этапов Основные этапы прогнозной экстраполяции: Если модель тренда является линейной: y*t= a0 + a1 t, то расчет коэффициентов уравнения а0 и a1 производится по формулам:
Описание слайда:
2. Прогнозная экстраполяция. Последовательность этапов Основные этапы прогнозной экстраполяции: Если модель тренда является линейной: y*t= a0 + a1 t, то расчет коэффициентов уравнения а0 и a1 производится по формулам:

Слайд 18


2. Прогнозная экстраполяция. Последовательность этапов Основные этапы прогнозной экстраполяции: Третий этап: продолжение полученного тренда за интервал значений, по которым строилась зависимость, или определение точечного прогноза. Для получения значения прогноза на t-й год в уравнение тренда подставляются конкретные значения t.
Описание слайда:
2. Прогнозная экстраполяция. Последовательность этапов Основные этапы прогнозной экстраполяции: Третий этап: продолжение полученного тренда за интервал значений, по которым строилась зависимость, или определение точечного прогноза. Для получения значения прогноза на t-й год в уравнение тренда подставляются конкретные значения t.

Слайд 19


2. Прогнозная экстраполяция. Последовательность этапов Основные этапы прогнозной экстраполяции: Четвертый этап: расчет ошибки прогноза. Отдельные наблюдения в прошлом отклоняются от линии тренда, это дает право предполагать, что и в будущем следует ожидать таких отклонений. Значит, прогноз имеет погрешность. Погрешность прогноза можно оценить по среднеквадратическому отклонению: где y*i — расчетные значения; yi — фактические значения; k — число наблюдений.
Описание слайда:
2. Прогнозная экстраполяция. Последовательность этапов Основные этапы прогнозной экстраполяции: Четвертый этап: расчет ошибки прогноза. Отдельные наблюдения в прошлом отклоняются от линии тренда, это дает право предполагать, что и в будущем следует ожидать таких отклонений. Значит, прогноз имеет погрешность. Погрешность прогноза можно оценить по среднеквадратическому отклонению: где y*i — расчетные значения; yi — фактические значения; k — число наблюдений.

Слайд 20


2. Прогнозная экстраполяция. Последовательность этапов Основные этапы прогнозной экстраполяции: Погрешность прогноза отражается в виде доверительного интервала, с помощью которого точечный прогноз преобразуется в интервальный   где ta — табличное значение t-критерия Стьюдента с k степенями свободы и уровнем значимости р.
Описание слайда:
2. Прогнозная экстраполяция. Последовательность этапов Основные этапы прогнозной экстраполяции: Погрешность прогноза отражается в виде доверительного интервала, с помощью которого точечный прогноз преобразуется в интервальный   где ta — табличное значение t-критерия Стьюдента с k степенями свободы и уровнем значимости р.

Слайд 21


2. Прогнозная экстраполяция. Последовательность этапов Основные этапы прогнозной экстраполяции: Пятый этап: определение интервала прогноза. Однако погрешность прогноза растет при увеличении периода упреждения. При определении интервального прогноза среднеквадратическое отклонение, умножают на коэффициент K. N – число наблюдений; L – безразмерный интервал периода упреждения прогноза. Длина L равна временному шагу между ретроспективными значениями.
Описание слайда:
2. Прогнозная экстраполяция. Последовательность этапов Основные этапы прогнозной экстраполяции: Пятый этап: определение интервала прогноза. Однако погрешность прогноза растет при увеличении периода упреждения. При определении интервального прогноза среднеквадратическое отклонение, умножают на коэффициент K. N – число наблюдений; L – безразмерный интервал периода упреждения прогноза. Длина L равна временному шагу между ретроспективными значениями.

Слайд 22


2. Прогнозная экстраполяция. Последовательность этапов Основные этапы прогнозной экстраполяции: Следовательно, формулу для определения доверительных границ интервала прогноза можно записать:
Описание слайда:
2. Прогнозная экстраполяция. Последовательность этапов Основные этапы прогнозной экстраполяции: Следовательно, формулу для определения доверительных границ интервала прогноза можно записать:

Скачать

Похожие презентации
Mypresentation.ru
Загрузить презентацию