2012-03-01 19:24:43
Выравнивание динамических рядов и экстраполяция путем подбора на основе качественного экономического и математикостатистического анализов вида временной функции, выравнивающей ис тодный ряд (полиномов, элементарных функций и т.д.) с последующей статистической оценкой параметров этих функций по некоторому критерию (метод наименьших квадратов (МНК), оценка с дисконтированием, функции с гибкой структурой и т. д.). Это так называемое прогнозирование по тренду. В данном подходе определение показателей на перспективу ведется без учета структурных взаимосвязей звеньев исследуемой системы, и поэтому носит формальный характер, т. е. лишено экономического содержания.
Трудности применения заключаются в том, что вид функции должен быть достаточно простой с небольшим числом параметров, поскольку более или менее сложные функции требуют применения нелинейных методов оценки, расчеты по которым практически трудно реализуемы. Потеря адекватности изза упрощения вида функциональной зависимости компенсируется наличием случайных величин, и расхождение, получающееся в результате приближенного вычисления, объясняется также воздействием случайных факторов, сообщает портал socmart.com.ua.
В результате статистического анализа динамических рядов во многих случаях приходится констатировать наличие в них авторегрессионных процессов.
По моделям авторегрессионного типа в настоящее время нельзя судить о качестве получаемых статистических оценок параметров (оценки могут быть несостоятельными, обычно неэффективны и даже смещены). Сложности, возникающие при анализе подобных временных рядов, заставляют исследователей упрощать модели в других аспектах (учитывать меньше факторов), а также брать для получения стабильных данных большое число точек. Для стабильпых динамических рядов число факторов не должно превышать 2 при «длине» рядов 25—30 точек.
|
