Прогнозирование деятельности промышленных организаций

1. прогнозирование деятельности промышленных организаций

ПРОГНОЗИРОВАНИЕ
ДЕЯТЕЛЬНОСТИ
ПРОМЫШЛЕННЫХ
ОРГАНИЗАЦИЙ
к.э.н, доцент Борисова В.В.

2. Введение в прогнозирование

06.06.2022
ВВЕДЕНИЕ В
ПРОГНОЗИРОВАНИЕ
Лекция 2. Исследование исходных данных и методы
прогнозирования

3. Работа с исходным набором данных

Оценка полезности данных
Типы данных
◦ Достоверные
◦ Кросс-секционные
◦ Точные
◦ Временной ряд
◦ Значимые
◦ Согласованные
◦ Собранные, через определенные
интервалы времени
06.06.2022

4. Модели поведения данных в наборе (временной ряд)

Горизонтальная модель
06.06.2022

5. Модели поведения данных в наборе (временной ряд)

Тренд и циклическая
составляющая
06.06.2022

6. Модели поведения данных в наборе (временной ряд)

Yt
1200
1000
Циклическая/ сезонная
составляющая
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
06.06.2022

7.

Наличие тренда
Наличие сезонной
составляющей
Что мы
анализируем в
наборах
данных?
Стационарность
Случайность
06.06.2022

8. Чем анализируем?

◦ Автокорреляция – статистическая взаимосвязь между величиной и ее
запаздыванием на один или более периодов времени
◦ Используется при проверки временного ряда на стационарность, случайность.
◦ Применяется при поиске тренда и сезонной составляющей.
◦ Коэффициент автокорреляции с запаздыванием на k -периодов