Критерій Гермейєра (G)

Цей критерій базується на мінімаксному критерії.

Оціночна функція:

Множина рішень:

Умови застосування критерію Гермеєра.

Ймовірність виникнення зовнішніх станів F_j відомі.

З появою різних станів F_j потрібно рахуватись.

Допускається деякий ризик.

Рішення може реалізуватись один чи багато разів.

6.Екстраполяційні методи прогнозування, основані на аналізі часових рядів.

Метод Екстраполяції є основним для прогнозування розвитку складних виробничих систем. У його основу покладено припущення про незмінність чинників що визначають розвиток об’єкта дослідження.

Сутність методу екстраполяції полягає у поширенні закономірного розвитку об’єкта в минулому і сьогоденні на його майбутнє.

Часовий ряд – це сукупність даних у яких час є незалежною змінною. Особливістю часових рядів являється те, що кожен член ряду, являється одночасно результатом минулого розвитку і вихідною передумовою для розвитку у майбутньому.

Особливістю елементів числового ряду є те, що кожен з елементів є наслідком минулих подій та передумовою виникнення наступних.

Дослідження часового ряду дає можливість виявити закономірність, зв'язок між минулими та наступними подіями. Методи екстраполяції використовують за відносно стабільного розвитку підприємства (чи окремих показників його діяльності) або за наявності сезонних чи циклічних коливань з чітко вираженим трендом

Тренд загальна зміна значень змінної в часі. Сезонна варіація – циклічні коливання, що повторюються протягом невеликого проміжку часу.

Серед методів прогнозування виокремлюють модель з з аддитивною компонентою.(значення сезонної компоненти – константа) та модель з змультиплікативними компонентами.

Прогнозна модель з аддитивною компонентою.(значення сезонної компоненти – константа)

Загальний вигляд моделі A=T+S+E

A – значення техніко-економічного показника, той показник, який аналізується і прогнозується

T- тренд - це загальна зміна значень змінної в часі.

S- значення сезонних компонент

E – помилка або похибка.

Розрахунок тренда

T=a+bx, де

а-характеризує точку перетину з віссю ординат

b- нахил лінії тренда

Для визначення параметрів прямої, що найкраще апроксимує тренд використаємо метод найменших квадратів.

x-порядковий номер кварталу

y- T*E

n-кількість кварталів

Прогнозування за допомогою адитивної моделі

Прогнозні значення за допомогою моделі з адитивною компонентою розраховуються так:

Р=Т+ S

Чим більш віддаленим є період прогнозування, тим менш являється обґрунтованість прогнозу

Модель з мультиплікативними компонентами:

У деяких часових рядах значення сезонної компоненти не є константою, а являє собою визначену частку трендового значення. Таким чином значення сезонної компоненти збільшується із зростанням значень тренда. У таких випадках потрібно будувати та прогнозувати за допомогою моделі з мультиплікативними елементами.

Загальний вигляд моделі A=T*S*E

Прогнозні значення за допомогою моделі з мультиплікативною компонентою розраховуються так:

F=Т* S

Для згладжування даних можна застосувати метод ковзного середнього.

Поиск по сайту: