Прогнозирование на основе многофакторных моделей

из "Анализ, планирование и прогнозирование себестоимости добычи нефти "

Реальные изменения процесса как явления во времени происходят под влиянием различных факторов. Поэтому модели, рассматривающие динамику явления как функцию только от времени, не всегда (особенно при долгосрочном прогнозировании) обеспечивают достаточную точность. [c.58]
Преимущество многофакторных методов анализа и прогнозирования состоит в том, что процесс моделируется с учетом реально действующих на него основных факторов. [c.58]
Задачи прогнозирования предопределяют и особенности многофакторной модели (по сравнению с моделью для анализа). Модель прогнозирования должна быть динамичной и отражать временные запаздывания влияния отдельных факторов на аргумент [18, 35, 47]. [c.58]
Требованиям, предъявляемым к динамическим моделям прогнозирования, полностью отвечает уравнение (26). Однако уравнения (23), (24), (25) также можно рассматривать как частные случаи модели типа (26). Модели (23), (24) могут дать вполне точные результаты прогноза при относительном постоянстве коэффициентов, характеризующих степень влияния отдельных факторов, при стабильности структуры исследуемого явления. [c.58]
В данной работе при построении динамических моделей также было проведено предварительное исследование многомерного временного ряда, вычислены коэффициенты взаимной корреляции и автокорреляции, коэффициенты парной корреляции и т. д. [c.59]
Расчетные значения коэффициентов взаимной корреляции показали, что все включенные в анализ факторы ( X, X, X, Х, X, X, Х ) имели наибольшие значения коэффициента при лаге, равном нулю. Поэтому все факторы были включены в модель без сдвига их во времени относительно показателя. [c.59]
Проверка показателя и факторов на автокорреляцию установила, что все включенные в анализ переменные имели высокий (надежный) коэффициент автокорреляции ( + г г табл = 0,299, — г г табл = 0,399 при а = 5 % и /V= 20) [41]. Однако известно, что фактор времени, введенный в модель, снимает автокорреляцию (основанием к такому утверждению являются теоремы Фриша и Роу [41]), поэтому для получения динамических моделей нами использовались и простейшие формы связи типа (23), (24). [c.59]
Анализ системы полученных статистических моделей показал, что существенными оказались факторы стоимость основных фондов, приходящихся на одну скважину Х1 содержание нефти в жидкости X, дебит скважин по жидкости X действующий фонд скважин Х и коэффициент эксплуатации скважин Xf. До 1963 г. значительное влияние на уровень затрат оказывал фактор X — удельный вес добычи нефти механизированным способом. Однако в последние годы роль этого фактора уменьшается. [c.59]
Параметры моделей, построенных по данным других временных интервалов, приведены в табл. 1JL Параметры каждого фактора и свободный член образуют временные ряды, имеющие явно выраженные тенденции (закономерности) (рис.12). [c.59]
Модели (31) — (34) имеют достаточную точность и дальнейшее их усложнение нецелесообразно. [c.62]
Из анализа параметров и критериев точности моделей видно, что чем продолжительней период и сложнее изучаемое явление, тем сложнее должна быть форма связи динамической модели. [c.62]
Таким образом, тип модели зависит от цели исследования и продолжительности анализируемого периода. [c.62]
Точность прогноза проверяется по мере поступления фактических данных по прогнозируемым показателям. Однако, прежде чем использовать тот или иной метод прогнозирования, необходимо оценить его точность. Для этого, как правило, проводится ретроспективный анализ, позволяющий оценить точность моделей в периоде упреждения. [c.63]

Вернуться к основной статье