Комбинированная оценка прогноза

из "Модели и методы теории логистики Издание 2 "

Моздок, его не рекомендуется использовать при количестве признаков более семи. [c.203]
Метод парных сравнений можно представить в виде последовательности. [c.203]
В комбинированной оценке может участвовать несколько прогнозов, полученных разными методами, если эти прогнозы не противоречат друг другу. В противном случае необходимы анализ причин, вызвавших противоречивые результаты, исключение некоторых вариантов прогноза, изменение математических моделей прогнозирования, повторное прогнозирование, анализ и проверка исходных данных. [c.204]
На рис. 7.12 представлена общая схема получения комбинированного прогноза. Сначала формируется база исходных данных для комбинированного прогноза, которыми являются прогнозные значения, полученные разными методами. Исходные данные должны быть представлены в аналогичном виде. Например, в комбинированной оценке участвуют два прогноза результаты первого представлены в виде точечной оценки и ошибки прогноза, значит, и результаты второго необходимо привести к точечной оценке и определить ошибку. Если математический прогноз представлен в виде функции распределения, значит, необходимо получить вероятностную оценку значений прогнозируемой величины, полученных эвристическим методом. Часто закон распределения точечных оценок группы экспертов принимается нормальным. Однако если в ходе экспертных оценок получены только возможные границы прогнозируемой величины, можно использовать и равновероятное распределение. [c.204]
Затем оцениваются резко выделяющиеся значения средних оценок прогнозируемого показателя, полученных разными методами. На этом этапе некоторые варианты прогнозов могут быть исключены из комбинированной оценки. Следующим шагом является оценка противоречивости прогнозов. Для решения этой задачи существует несколько методов, мы рассмотрим два из них. [c.204]
Первый метод предусматривает сравнение точечных и интервальных прогнозов. Точечные прогнозы, естественно, могут не совпадать. При сравнении интервальных прогнозов возможны три случая [63]. [c.204]
В этом случае проводится логический анализ причин противоречивости прогнозов, корректируются исходные данные и проводится повторная проверка согласованности откорректированных прогнозов. [c.204]
Если условие (7.54) не выполняется, а Д0 отличается от нуля, то при комбинированной оценке более чем двух прогнозов возможно исключение противоречивого варианта прогноза или его корректировка и затем — повторная проверка противоречивости прогнозов. Если условие (7.54) выполняется, то прогнозы не противоречивы и возможна их совместная обработка для получения комбинированной оценки прогноза. [c.206]
Для проверки непротиворечивости двух прогнозов можно использовать и другой метод [26, 63]. Полагая обе прогнозные оценки распределенными по нормальному закону, прогнозы можно считать непротиворечивыми, если выполнено неравенство t tT3 Jl(p, v), где 1 1 — модуль расчетного критерия Стьюдента таб.,(р, v) — табличное значение критерия Стьюдента для р-го уровня надежности и числа степеней свободы п = N + N2- т - 2 (Л — число наблюдений динамического ряда, N2 — число экспертов). При такой оценке непротиворечивости прогнозов речь фактически идет об использовании методов определения принадлежности выборок к одной генеральной совокупности. Если прогнозные оценки получены по результатам моделирования, то данный критерий для оценки непротиворечивости прогнозов применяться не может. [c.206]
Пример 7.11. Предприятию необходимо сделать прогноз о возможной емкости рынка на основе статистических данных о продажах в исследуемом регионе и путем экспертного опроса. Исходные данные о продажах представлены в табл. 7.25. [c.208]
Прогноз продаж на ближайший период в соответствии с моделью (7.57) составит г/6 = 3,2 + 1,1x6 = 9,35 тыс. ед. Ошибка прогноза может быть вычислена по формуле (7.8) и составит 1,14 тыс. ед. Доверительные границы прогноза найдем по формуле (7.9). Число степеней свободы k = = 5-2 = 3, коэффициент Стьюдента для уровня значимости 0,05 = = 3,182. Нижняя граница интервала прогноза равна 9,35 - 1,14 х 3,182 = = 5,72 тыс. ед., верхняя граница равна 9,35 + 1,14 х 3,182 = 12,99 тыс. ед. [c.208]
Разобьем полученный прогноз на 8 разрядов от 6 до 13 тыс. ед. включительно. Эксперты дали оценку возможных значений прогнозируемого показателя (табл. 7.26). [c.208]
Коэффициент конкордации, рассчитанный по формуле (7.51), составил 0,86, что говорит о весьма высокой согласованности мнений экспертов. [c.208]
Обработка результатов экспертного опроса позволила получить ранжированный ряд, представленный во втором столбце табл. 7.27. Чтобы найти среднее значение, следует рассчитать вероятность появления отдельного значения объема продаж по данным экспертных оценок. [c.208]
Найдем по формуле (7.56) вероятность, с которой возможно получение значения прогнозируемого показателя, равного 6 тыс. ед. Q, = = 2(8 - 6 + 1)/72 = 0,083. Значение объема перевозок, равное 7 тыс. ед., возможно с вероятностью Q2 = 2(8 - 2 + 1)/72 = 0,194. Аналогично найдем вероятности экспертного прогноза (табл. 7.27, третий столбец). [c.208]
Среднее значение и дисперсия прогноза, данного экспертами Уэ = = Si/jQ, = 8,44 тыс. ед. и У2э = Е(г/ - 3)2Q,= 1 84 тыс. ед. соответственно. [c.209]
По уровню значимости 0,05 и числу степеней свободы и=5+7-1--2 = 9 находим табличное значение критерия Стьюдента, оно равно 2,262. Так как расчетное значение меньше критического, прогнозы непротиворечивы и можно найти комбинированную оценку прогноза. [c.210]

Вернуться к основной статье