Похожие презентации:
Сглаживание и экстраполяция
1. Сглаживание и экстраполяция
15-гу-8б2. Экстраполяция
• Экстраполяция – распространение выводов,касающихся
одной
части
какого-либо
явления, на другую часть, на явление в целом
на будущее.
• Цель методов экстраполяции – показать, к
какому состоянию в будущем может прийти
объект,
если
его
развитие
будет
осуществляться с той же скоростью или
ускорением, что и в прошлом.
3. Расчет прогноза по среднему уровню ряда
• Динамический ряд не имеет тенденциироста, снижения,
• Колебания относительно невелики
• где yi - элемент
динамического ряда с
индексом i;
• п - число
показателей
динамического ряда.
4. Расчет прогноза по средним темпам роста (снижения)
• Динамическому ряду свойственна устойчиваятенденция к повышению или снижению.
Средний коэффициент темпов роста (снижения)
• где уп- конечный
показатель динамического
ряда;
• у1 - начальный показатель
динамического ряда;
• п — количество
показателей динамического
ряда
5. Расчет прогноза по средним темпам роста (снижения)
• где к - время упрежденияпрогноза (число
прогнозируемых
интервалов времени)
• уп- конечный показатель
динамического ряда
• Кр - средний
коэффициент темпов роста
(снижения)
6. Расчет прогноза путем выравнивания (сглаживания) динамического ряда
• При наличии устойчивой тенденции роста или сниженияпоказателей динамического ряда
•у - значение показателей
динамического ряда;
•упр - прогнозный показатель;
•t - порядковый номер
показателя динамического ряда
(время, например год, месяц и т.
д.);
•t1, t2 - начало и конец
динамического ряда;
•tn - порядковый номер
прогнозного показателя;
•К - время упреждения прогноза
7. Экспертные методы прогнозирования
• Преимущества: возможность максимальногоиспользования индивидуальных
способностей эксперта и незначительность
психологического давления, оказываемого на
отдельного работника.
• Принцип выявления коллективного мнения
экспертов о перспективах развития объекта
прогнозирования.
8. Прогнозные экспертные методы
• Метод комиссий.• Метод «лицом к лицу».
• Процедура дельфи.
• Морфологический анализ.
• «Мозговая атака».
• Метод фокальных объектов.
• Метод контрольных вопросов
9. Методы экспоненциального сглаживания
• Методыэкспоненциального
сглаживания
основываются на прогнозировании будущего по
данным из прошлого, где более новые наблюдения
весят больше, чем старые.
• P(t+1) = (1 – k)* P(t) + α * С(t)
• Pt+1 – прогноз на следующий период t+1;
• Pt – данные для прогноза за текущий период t;
• k - коэффициент сглаживания ряда, k задается
вручную и находится в диапазоне от 0 до 1, 0<k<1
• Ct – значение прогноза на текущий период t.
10.
• k=0.2,степень
экспоненциального
сглаживания высокая, реальные данные учитываются
слабо
11.
• k=0.4, степень экспоненциального сглаживаниясредняя, реальные данные учитываются в средней
степени.
12.
• k=0.6, степень экспоненциального сглаживаниянизкая,
реальные
данные
учитываются
значительно
13.
• k=0.8, степень экспоненциального сглаживаниякрайне низкая, реальные данные учитываются
сильно