Файл: Кильдишев, Г. С. Анализ временных рядов и прогнозирование.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 01.11.2024
Просмотров: 132
Скачиваний: 0
тельные ошибки |
прогноза для каждого года на период |
||
с 1961 по 1971 г. |
по |
формуле |
|
в д |
р = |
. 1 0 0 . |
(5.4) |
По формуле (5.1) находится средняя ошибка прогноза для этого отрезка временного ряда. Относительные ошиб ки' прогноза и средняя ошибка прогноза представлены в табл. 5.2, гр. 4'. Д а л е е период предыстории был увели чен до 12 лет (1950—1961 гг.), построена модель про гноза
|
|
у, = 2,670+ 3,641/; |
|
(/ = 1,2 12) |
|
|
и |
осуществлена экстраполяция |
на период 1962—1971 гг., |
||||
в |
результате которой были |
определены |
относительные |
|||
ошибки прогноза по годам и средняя ошибка |
прогноза |
|||||
(табл. 5.2, |
гр.2). |
|
|
|
|
|
|
Модели |
прогноза для всех |
проделанных |
этапов пред |
||
ставлены |
в табл. 5.3, а в табл. |
5.2 — величины |
относи |
тельных и средних ошибок аппроксимации, а т а к ж е от
носительных и |
средних ошибок |
прогноза. |
|
|
Т а б л и ц а 5.3 |
МОДЕЛИ ПРОГНОЗА ПО ЭТАПАМ ПРОГНОЗИРОВАНИЯ |
||
Период предысто |
Период прогноза |
Уравнения для моделей |
рии (годы) |
(годы) |
прогноза |
1950—1960 |
1961—1971 |
Уі = 3,7-14+3,393* |
(11 лет) |
(11 лет) |
|
1950-1961 |
1962—1971 |
Уі = 2,670+3,641* |
(12 лет) |
(10 лет) |
|
1950—1952 |
1963—1971 |
Уі = 1,516+3, ssi* |
(13 лет) |
(9 лет) |
|
1950—1963 |
1964—1971 |
Уі = 0,815+4,027* |
(14 лет) |
(8 лет) |
|
1950—1964 |
1965-197 і |
Уі = 0,326+4,119* |
(15 лет) |
(7 лет) |
|
1950—1965 |
1966—197' |
Уі = —0,445+ 4,255* |
(16 лет) |
(6 лет) |
|
1950-1966 |
1967—197. |
Уі = —1,398+4,414* |
(17 лет) |
(5 лет) |
|
1 B'rp. 4, 5 и т. д. относительные ошибки прогноза расположе |
||
ны ниже выделенного прямоугольника. |
В прямоугольники заклю |
|
чены относительные |
ошибки ' аппроксимации. |
69
В результате проделанных расчетов была получена информация для построения модели, характеризующей зависимость средней ошибки прогноза от длины периода предыстории и прогнозируемого периода (табл. 5.4).
На |
основании |
данных |
|
|
|
табл. |
5.4 была |
построена |
|
|
|
модель |
зависимости |
средней |
СРЕДНИЕ ОШИБКИ ПРОГНОЗА |
||
ошибки прогноза |
от |
перио |
И |
ВЕЛИЧИНА ПЕРИОДА |
|
да предыстории |
и |
периода |
И |
ПРЕДЫСТОРИИ |
|
прогноза: |
|
|
ПРОГНОЗИРУЕМОГО |
||
|
|
|
ПЕРИОДА |
е„р = 3,860-0,441 л + 1 , 7 4 1 / . (5.6)
Средняя |
|
|
ошибка |
Период |
Период |
прогноза |
предысто |
прогноза |
|
рии п (лет) |
1 (лет) |
Коэффициент |
|
множест |
|
|
|
||||
венной |
корреляции, |
равный |
19,4 |
11 |
11 |
||||
0,981, |
указывает |
на |
доволь |
||||||
13,9 |
12 |
10 |
|||||||
но тесную связь |
между |
сред |
12,4 |
13 |
9 |
||||
ней ошибкой прогноза |
и обо |
10,6 |
14 |
8 |
|||||
ими |
факторами . Вариация |
9,9 |
15 |
/ |
|||||
8,0 |
16 |
6 |
|||||||
средней |
ошибки |
прогноза на |
|||||||
5,1 |
17 |
5 |
|||||||
96,2% |
объясняется |
колебле |
|||||||
|
|
|
мостью периода предыстории п прогнозируемого перио да, о чем свидетельствует величина коэффициента мно жественной детерминации (7?2 = 0,962).
Это уравнение показывает,, что увеличение периода предыстории на один год снижает ошибку прогноза на 0,441%. В то же время увеличение прогнозируемого пе риода на один год ведет к увеличению средней ошибки прогноза на 1,741%.
Итак, точность прогноза объясняется совместным влиянием периода предыстории и периода прогноза.
Г л а в а V I
М Н О Г О Ф А К Т О Р Н О Е П Р О Г Н О З И Р О В А Н И Е
6.1. НЕКОТОРЫЕ СТАТИСТИЧЕСКИЕ ВОПРОСЫ МНОГОФАКТОРНОГО ПРОГНОЗИРОВАНИЯ
П р о б л е ма многофакторного прогнозирования является чрезвычайно сложной и наименее разработан ной. Она требует решения ряда методологических и теоретических вопросов, например, статического и ди намического прогноза, выбора математического аппара та для описания изменения экономического явления за определенный период времени и т. д.
Рассмотрим некоторые из этих вопросов. Многофакторные модели экономических показателей
могут быть статическими и динамическими. Статиче ские модели используются для целей анализа н норми рования, а динамические — для анализа и прогнозиро вания. Понятие «динамическая модель» трактуется поразному. Одни считают, что к динамическим моделям относятся такие, которые построены по многофакторным, временным рядам . Другие добавляют, что такая .модель
носит динамический |
характер |
лишь в случае, |
когда в |
||
ней |
учитываются |
временные |
запаздывания |
влияний |
|
факторов-аргументов. В то же |
время целый |
ряд |
ученых |
||
(в |
основном занимающихся межотраслевым |
балансом) |
|||
приходит к выводу о статическом характере |
такого рода |
||||
моделей, так как они не учитывают изменений |
самой |
||||
структуры влияний |
[12]. |
|
|
|
Будем придерживаться следующего определения многофакторной динамической модели. Многофакторная модель является динамической, если она учитывает [22]:
71
а) общие закономерности изменения экономическое явления в .изучаемый интервал времени;
б) закономерности изменения во времени влияний •факторов-аргументов;
в) запаздывание влияний факторов-аргументов. Многофакторные модели экономических явлений
строятся по информации, относящейся к разным уров ням иерархии и различным периодам времени. В зави
симости |
от |
этого |
различают |
следующие |
основные |
ти |
пы исходной |
информации: |
|
|
|
||
1) временные |
ряды, характеризующие |
средние |
ве |
|||
личины |
изучаемых |
показателей |
по стране |
в целом; |
|
2)временные ряды, характеризующие изучаемые яв ления в среднем по отдельным отраслям народного хозяйства;
3)информацию, характеризующую изучаемое явле ние в среднем по отдельным отраслям народного хозяй ства за определенный период времени, принятый за
единицу измерения, например за год1 ;
4)пространственную информацию, характеризую щую изучаемое явление на к а ж д о м отдельном объекте, относящегося к одной и той ж е отрасли народного хо зяйства;
5)временные ряды, описывающие явление на к а ж дом изучаемом объекте.
Пространственная информация отражает влияние
предшествующих периодов |
времени. В |
свою очередь |
она оказывает влияние на |
формирование |
информации, |
которая будет характеризовать изучаемое явление в будущем. В этом — динамический характер простран ственной информации. В то ж е время при использова нии пространственной информации для построения
уравнений регрессии |
трудно выяснить изменение влия |
|
ний факторов-аргументов во времени. Кроме |
того, она |
|
не позволяет учесть |
запаздывание влияний |
факторов. |
В этом заключается статичность пространственной ин формации. Запаздывание влияний можно определить по временным рядам народнохозяйственных или средне отраслевых показателей. Однако выявить закономер ность изменения во времени влияний факторов, как это будет показано ниже, крайне трудно. Временные ряды
Так называемая пространственная информация.
72
^ ч а е м ы х |
показателей на к а ж д о м объекте имеют те ж е |
|
недостатки, |
что и временные |
ряды и народнохозяйст |
венных, .и |
среднеотраслевых |
показателей. |
Совместное использование |
информации, характери |
зующей динамику явления, и пространственной инфор
мации |
позволит |
построить |
модели, пригодные д л я |
прак- |
ти ч е с к ого испол ьз ов аи и я. |
|
|
||
В |
отдельных |
случаях в |
зависимости от целей |
иссле |
дования и имеющейся информации об изучаемом про
цессе |
можно для построения моделей использовать один |
||||||||
из имеющихся видов исходных данных. Это |
делают тог- |
||||||||
-•да |
[22]: |
|
|
|
|
|
|
|
|
|
1) |
когда поставленная цель охватывает одну |
отдель |
||||||
но взятую сторону экономического явления |
(допустим, |
||||||||
цель — получение прогноза |
по |
имеющемуся |
временному |
||||||
ряду |
или |
цель — построение |
многофакторной |
модели |
|||||
для |
описания среднеотраслевых |
соотношений); |
|
||||||
|
2) |
когда имеется теоретическое исследование другой |
|||||||
стороны |
экономического явления |
(например, |
по |
времен |
|||||
ным |
з а п а з д ы в а н и я м влияний |
|
факторов - аргументов), |
||||||
которое |
можно непосредственно |
использовать; |
|
||||||
|
3) |
когда |
оговариваются, |
что |
полученные |
по |
данному |
виду информации результаты считаются верными при
^выполнении ряда предпосылок, |
проверить которые |
можно только анализом другого |
вида информации |
(например, предполагается, что полученная по много факторным временным последовательностям структура связей не изменяется или слабо изменяется во времени) .
Рассмотрим многофакториые модели, построенные по временным рядам экономических явлений и влияю щих на них факторов (информация первого, второго и пятого типов). Модели, при построении которых использу ется информация такого рода, широко применяются за ру бежом и в последнее время стали разрабатываться в
С С С Р . При этом возникают две математические проб
лемы — автокорреляция |
и |
мультиколлпнеарность. |
|
||||||||
|
Метод |
наименьших |
квадратов, |
который |
наиболее |
||||||
~ часто используется в регрессионном |
анализе |
для |
нахож |
||||||||
дения оценок |
коэффициентов регрессии, |
основывается |
|||||||||
иа |
предпосылке |
о независимости |
друг от |
друга |
отдель |
||||||
н ы х |
наблюдений по одной |
и той |
ж е |
переменной. В |
эко |
||||||
номических ж е |
временных |
рядах |
последовательные |
наб |
|||||||
людения |
зависят друг |
от |
друга, |
т. е. между |
ними, |
как |
73