Практическая реализация адаптивных методов прогнозирования

из "Методы прогнозирования в условиях рынка "

Наиболее часто при практическом построении прогнозов экономических показателей приходиться учитывать их сезонность и цикличность. Для прогнозирования несезонных и сезонных процессов используется различный математический аппарат. Динамика многих финансово-экономических показателей имеет устойчивую колебательную составляющую. При исследовании месячных и квартальных данных часто наблюдаются внутри годичные сезонные колебания соответственно с периодом 12 и 4 месяцев. При использовании дневных наблюдений часто наблюдаются колебания с недельным (пятидневным) циклом. В этом случае для получения более точных прогнозных оценок необходимо правильно отобразить не только тренд, но и колебательную компоненту. Решение этой задачи возможно только при использовании специального класса методов и моделей [6, 62, 79]. [c.71]
Первые две модели относятся к схеме скользящего среднего, последняя - к схеме авторегрессии. Многочисленные адаптивные методы, базирующиеся на этих моделях, различаются между собой способом числовой оценки параметров, определения параметров адаптации и компоновкой. [c.72]
Согласно схеме скользящего среднего, оценкой текущего уровня является взвешенное среднее всех предшествующих уровней, причем веса при наблюдениях убывают по мере удаления от последнего (текущего) уровня, т. е. информационная ценность наблюдений тем больше, чем ближе они к концу периода наблюдений. [c.72]
Согласно схеме авторегрессии, оценкой текущего уровня является взвешенная сумма порядков моделей р предшествующих уровней. Информационная ценность наблюдений определяется не их близостью к моделируемому уровню, а теснотой связи между ними. [c.72]
Обе эти схемы имеют механизм отображения колебательного (сезонного или циклического) развития исследуемого процесса. [c.72]

Вернуться к основной статье