 |
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция
Адаптивная полиномиальная модель первого порядка
Рассмотрим алгоритм экспоненциального сглаживания, предполагающий наличие у временного ряда xt линейного тренда. В основе модели лежит гипотеза о том, что прогноз может быть получен по уравнению
где 
— прогнозируемое значение временного ряда на момент (t + τ);
, 
— оценки адаптивных коэффициентов полинома первого порядка в момент t;
τ — величина упреждения.
Экспоненциальные средние 1-го и 2-го порядков для модели имеют вид
(54.13)
где β = 1 - α, а оценка модельного значения ряда с периодом упреждения τ равна
(54.14)
Для определения начальных условий первоначально по данным временного ряда xt находим методом наименьших квадратов оценки линейного тренда:
и принимаем 
и 
. Тогда начальные условия определяются как:
(54.15)
Контрольные вопросы
1. Какие модели прогнозирования вы знаете и каковы их особенности?
2. В чем состоит статистический подход к прогнозированию, моделированию тенденций и сезонных явлений в стратегических исследованиях?
3. Какие трендовые модели вам известны и как оценивается их качество?
4. В чем особенность адаптивных методов прогнозирования?
5. Какимобразом осуществляется экспоненциальное сглаживание временного ряда?
Поиск по сайту: