🗊Презентация Статистический анализ временных рядов

Категория: Математика
Нажмите для полного просмотра!
Статистический анализ временных рядов, слайд №1Статистический анализ временных рядов, слайд №2Статистический анализ временных рядов, слайд №3Статистический анализ временных рядов, слайд №4Статистический анализ временных рядов, слайд №5Статистический анализ временных рядов, слайд №6Статистический анализ временных рядов, слайд №7Статистический анализ временных рядов, слайд №8Статистический анализ временных рядов, слайд №9Статистический анализ временных рядов, слайд №10Статистический анализ временных рядов, слайд №11Статистический анализ временных рядов, слайд №12Статистический анализ временных рядов, слайд №13Статистический анализ временных рядов, слайд №14
Скачать
Вы можете ознакомиться и скачать презентацию на тему Статистический анализ временных рядов. Доклад-сообщение содержит 14 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


Статистический анализ временных рядов Конников е.а., Погребова о.а.
Описание слайда:
Статистический анализ временных рядов Конников е.а., Погребова о.а.

Слайд 2


Статистический анализ временных рядов Прогнозы на основе статистического анализа ретроспективных рядов данных являются наиболее приемлемыми при условии, что между прошлым и будущим имеется тесная причинно-следственная связь. При этом прогноз следует корректировать всякий раз, когда заранее становятся известными те или иные обстоятельства, влияющие на прогнозируемую величину, которые будут иметь место в будущем. При прогнозировании спроса это: - появление новых рынков сбыта; - появление новых конкурентов; - проведение рекламных компаний; - появление новых научно-технических решений и т.п.
Описание слайда:
Статистический анализ временных рядов Прогнозы на основе статистического анализа ретроспективных рядов данных являются наиболее приемлемыми при условии, что между прошлым и будущим имеется тесная причинно-следственная связь. При этом прогноз следует корректировать всякий раз, когда заранее становятся известными те или иные обстоятельства, влияющие на прогнозируемую величину, которые будут иметь место в будущем. При прогнозировании спроса это: - появление новых рынков сбыта; - появление новых конкурентов; - проведение рекламных компаний; - появление новых научно-технических решений и т.п.

Слайд 3


Графические результаты анализа положения на рынке «новой фирмы»
Описание слайда:
Графические результаты анализа положения на рынке «новой фирмы»

Слайд 4


Статистический анализ временных рядов Общий подход в этом способе прогнозирования – попытка выявления трех типов зависимости прогнозируемого параметра () от времени: тренда (тенденции); цикличности; случайных отклонений
Описание слайда:
Статистический анализ временных рядов Общий подход в этом способе прогнозирования – попытка выявления трех типов зависимости прогнозируемого параметра () от времени: тренда (тенденции); цикличности; случайных отклонений

Слайд 5


Статистический анализ временных рядов Для их выявления: строится график зависимости прогнозируемого параметра от времени по фактическим данным за отчетный период; выбирается прогностическая функция и даются оценки на будущий период; рассчитывается погрешность этих оценок; принимается решение о принятии этой или о переходе к другой прогностической функции.
Описание слайда:
Статистический анализ временных рядов Для их выявления: строится график зависимости прогнозируемого параметра от времени по фактическим данным за отчетный период; выбирается прогностическая функция и даются оценки на будущий период; рассчитывается погрешность этих оценок; принимается решение о принятии этой или о переходе к другой прогностической функции.

Слайд 6


Статистический анализ временных рядов Обычно прогностическая функция подбирается методом наименьших квадратов: требуется построить график функции по некоторой ограниченной совокупности точек так, чтобы среднеквадратичное отклонение стремилось к минимуму:
Описание слайда:
Статистический анализ временных рядов Обычно прогностическая функция подбирается методом наименьших квадратов: требуется построить график функции по некоторой ограниченной совокупности точек так, чтобы среднеквадратичное отклонение стремилось к минимуму:

Слайд 7


Статистический анализ временных рядов В качестве прогностической может выступать любая функция: константа, линейная, экспонента, парабола, синусоида и др. Этот метод достаточно сложен для расчетов, но дает хорошие результаты. Сегодня широко используются пакеты прикладных программ для выполнения соответствующих расчетов, например, Statgraf. В ряде случаев можно пользоваться соответствующим аппаратом из MS EXCEL. Рассмотрим более простые методы, которые легко применять без помощи ПЭВМ, однако они не обеспечивают такой точности.
Описание слайда:
Статистический анализ временных рядов В качестве прогностической может выступать любая функция: константа, линейная, экспонента, парабола, синусоида и др. Этот метод достаточно сложен для расчетов, но дает хорошие результаты. Сегодня широко используются пакеты прикладных программ для выполнения соответствующих расчетов, например, Statgraf. В ряде случаев можно пользоваться соответствующим аппаратом из MS EXCEL. Рассмотрим более простые методы, которые легко применять без помощи ПЭВМ, однако они не обеспечивают такой точности.

Слайд 8


Прогнозирование методом простого среднего Рассчитывается среднее за отчетный период и принимается в качестве прогностической оценки на будущее. Метод хорош, если преобладающим является случайный тип зависимости прогнозируемого параметра от времени.
Описание слайда:
Прогнозирование методом простого среднего Рассчитывается среднее за отчетный период и принимается в качестве прогностической оценки на будущее. Метод хорош, если преобладающим является случайный тип зависимости прогнозируемого параметра от времени.

Слайд 9


Прогнозирование методом «скользящего» среднего
Описание слайда:
Прогнозирование методом «скользящего» среднего

Слайд 10


Прогнозирование методом «экспоненциального сглаживания» Первая прогнозная оценка здесь находится по формуле: Вторая и последующие оценки определяются по формуле:
Описание слайда:
Прогнозирование методом «экспоненциального сглаживания» Первая прогнозная оценка здесь находится по формуле: Вторая и последующие оценки определяются по формуле:

Слайд 11


Пример Известен спрос на товар за первые 8 месяцев года. Требуется дать прогноз относительно его реализации на 4 оставшихся месяца. Будем считать, что по ходу дела нам становятся известны фактические данные за 8-й  12-й месяцы. Они также указаны в таблице: Спрогнозируем спрос на основе данных последних месяцев, для которых спрос уже известен, т. е. базы прогнозирования.
Описание слайда:
Пример Известен спрос на товар за первые 8 месяцев года. Требуется дать прогноз относительно его реализации на 4 оставшихся месяца. Будем считать, что по ходу дела нам становятся известны фактические данные за 8-й  12-й месяцы. Они также указаны в таблице: Спрогнозируем спрос на основе данных последних месяцев, для которых спрос уже известен, т. е. базы прогнозирования.

Слайд 12


Пример 1. Рассчитанный методом простого среднего за 8 месяцев прогноз на 9-й, 10-й, 11-й, 12-й месяцы одинаков – 206. Отклонение прогноза за 4 месяца от фактического спроса:
Описание слайда:
Пример 1. Рассчитанный методом простого среднего за 8 месяцев прогноз на 9-й, 10-й, 11-й, 12-й месяцы одинаков – 206. Отклонение прогноза за 4 месяца от фактического спроса:

Слайд 13


Пример 2. Прогноз, рассчитанный методом скользящего среднего (база – 5 месяцев):
Описание слайда:
Пример 2. Прогноз, рассчитанный методом скользящего среднего (база – 5 месяцев):

Слайд 14


Пример
Описание слайда:
Пример

Скачать

Похожие презентации
Mypresentation.ru
Загрузить презентацию