При оценке эффективности модели прогнозирования используются статистические показатели, в частности средняя ошибка и среднеквадратическая ошибка. На последующих примерах мы рассмотрим вышеназванные понятия. [c.212]
Теперь рассмотрим вопрос о месте человека в имитационном исследовании. До сих пор у нас в имитации принимал участие один человек (или группа людей, выполняющих одну функцию). Это был экспериментатор, исследователь. В процессе дискуссии с заказчиками и экспертами он строил модель, но сам эксперимент осуществлял только исследователь (может быть, при консультации заказчиков или экспертов, которые непосредственного доступа к модели не имели). Между тем на современных ЭВМ возможна и несколько другая организация имитационного эксперимента. При этом в случае необходимости с помощью терминального устройства задают вопросы экспертам, привлекаемым к участию в имитации. Вместе с вопросом эксперту выводятся результаты проведенных расчетов и другая необходимая информация. Например, в описанной в предыдущих параграфах модели прогнозирования можно было бы не конкретизировать вид зависимости роста эффективности производства от уже достигнутого уровня и затрат, а предоставить эксперту возможность самому давать ответы на вопрос о росте эффективности. Такой метод позволяет проводить имитационные эксперименты в тех областях науки, где у экспертов уже имеется представление о закономерностях, определяющих развитие описываемых процессов, но формализовать эти знания в виде математической модели пока не удается. [c.296]
Сравнение фактических уровней себестоимости добычи нефти и газа с прогнозируемыми по модели (49) показывает, что последние характеризуются близкими результатами к фактическим (табл. 37). Это дает некоторое основание сделать заключение об определенной эффективности предлагаемой модели прогнозирования. [c.105]
У аналитика практически всегда есть выбор из нескольких моделей прогнозирования, и необходимо сделать его правильно, в пользу наиболее объективной модели, способной помочь в принятии эффективного делового решения. [c.82]
Оценка пригодности и эффективности модели, использованной для прогнозирования, и анализ ошибок. [c.83]
Эффективность модели, используемой при прогнозировании, можно измерить с помощью приемов, описанных в предыдущем разделе. Главным образом, нас интересует точность прогнозных значений. Ошибка прогноза — это разница между прогнозным и фактическим значениями. Независимо от примененной модели важно оценить ее эффективность с точки зрения точности, и в идеале ошибки прогноза должны быть сведены к минимуму. Эффективность конкретной модели зависит от ряда факторов, о которых мы и расскажем далее. [c.214]
Рассмотрим статистика, который строит модель прогнозирования фондового рынка. Один из самых распространенных и эффективных методов решения этой задачи — строить модель с помощью регрессионного анализа. В рамках этого метода статистик настраивает прямую линию на данные фондового рынка. После того как это сделано, для получения прогноза вычисляется следующая точка на линии регрессии. Такая модель будет давать прямолинейную проекцию. Хотя эта проекция может не быть очень точной с точки зрения трейдинга, это нормальная статистическая процедура. [c.162]
Чтобы выделить влияние расходов на рекламу, включите в рассмотрение и другие переменные факторы маркетинга. Во-первых, всегда имеет смысл (если только это возможно) попытаться отделить эффект от изменения расходов на рекламу от эффекта, связанного с качеством рекламного послания. Во-вторых, весьма важно включить в модель прогнозирования и другие переменные величины комплекса маркетинга. Предположим, возможными причинами изменения объема продаж является изменение расходов на рекламу и на стимулирование сбыта. Если применяемая модель не учитывает влияние мер по стимулированию сбыта, то может оказаться, что зарегистрированный эффект от проведения рекламной кампании на самом деле будет отображать влияние комплекса мер по стимулированию продаж, а не рекламы как таковой. В-третьих, если в процессе анализа не учитываться влияние рекламы, проводимой фирмами-конкурентами, то степень воздействия вашей рекламы также может быть оценена неверно. Результаты исследований свидетельствуют о том, что реклама конкурентов всегда приводит к снижению эффективности рекламы вашей торговой марки [36]. Повышение интенсивности рекламы может не оказать никакого влияния на объем сбыта вашей продукции по той причине, что реклама вашего конкурента резко усилена. При отсутствии информации о рекламе конкурирующих товаров может сложиться ошибочное мнение, что ваша собственная реклама малоэффективна. Один из способов учета влияния конкурентов заключается в получении реальной информации об интенсивности конкурирующей рекламы и во включении этих данных в регрессионную модель в качестве дополнительной независимой (прогнозируемой) переменной. [c.580]
В системах контроля "нового поколения" будут использоваться автоматические модели принятия решений, которые по своей природе являются аналитическими моделями прогнозирования. Собираемая информация позволит организациям почти мгновенно корректировать отклонения от заданных норм. Организации, в которых найдут применение подобные системы контроля, будут использовать централизованное проектирование систем контроля. Акцент будет делаться на поддержание быстрой и эффективной подготовки кадров как к ожидаемым, так и неожиданным переменам в отрасли. [c.64]
Эффективное принятие решений необходимо для выполнения управленческих функций. Неудивительно поэтому, что процесс принятия решений — центральный пункт теории управления. Наука управления старается повысить эффективность организаций путем увеличения способности руководства к принятию обоснованных объективных решений в ситуациях исключительной сложности с помощью моделей и количественных методов. В данной главе мы рассмотрим особенности моделирования, типы используемых моделей и некоторые широко используемые методы принятия решений, а также методы прогнозирования, применяемые в рамках науки управления. Наша цель не в том, чтобы показать, как на деле применяются эти методы (эта тема достойна отдельного курса), мы, скорее, хотим дать вам представление о возможностях науки управления. [c.219]
Количественные методы можно использовать для прогнозирования, когда есть основания считать, что деятельность в прошлом имела определенную тенденцию, которую можно продолжить в будущем, и когда имеющейся информации достаточно для выявления статистически достоверных тенденций или зависимостей. Кроме того, руководитель обязан знать, как использовать количественную модель, и помнить, что выгоды от принятия более эффективного решения должны перекрыть расходы на создание модели. [c.241]
Недостаточная гибкость линейных моделей, трудность их корректировки при изменившихся условиях, ограниченные возможности прогнозирования хода работ являются факторами, снижающими эффективность процесса управления. Многократная корректировка линейной модели требует больших затрат времени. [c.16]
Значительный научный задел имеется и в области экономико-математического моделирования. Теоретически обоснованы и экспериментально проверены методы и модели, позволяющие решать важные планово-экономические задачи, связанные с планированием межотраслевых связей в народном хозяйстве, оптимизацией развития и размещения отдельных отраслей и производств, рационализацией транспортных связей, прогнозированием спроса населения на различные предметы потребления и др. При этом необходимо иметь в виду, что для этих и ряда других плановых задач наукой разработаны эффективные экономико-математические методы решения, основанные на использовании ЭВМ. Без ЭВМ невозможно не только решение указанных задач, но и накопление, хранение и обновление таких огромных массивов данных, какие, например, необходимы для создания комплексной системы плановых норм и нормативов. [c.25]
Для долгосрочного планирования и прогнозирования широко применяется экономико-математическое моделирование. Целью построения моделей инвестиционных процессов нефтяной промышленности является совершенствование методов анализа эффективности капитального строительства в отрасли на базе комплексного, системного изучения взаимосвязей отдельных факторов — природных, технологических, организационных, технического прогресса, прогноза тенденций их изменений на планируемый период. [c.116]
Разработка методов комбинирования (гибридизации) прогнозных моделей. Предложен ряд эффективных алгоритмов синтеза комбинированной модели, которая обладает максимальной адекватностью управляемому объекту. Гибридизация моделей позволила получить существенный прирост (от 5% до 20%) качества и надежности прогнозирования. [c.175]
Основной метод исследования операций - изучение математических моделей операций. Сущность оперативного подхода заключается в следующем определение и математическая формулировка цели операции, критерия оптимальности (показателя качества процесса) и ограничений построение математической модели операции, выражающей эффективность исследуемой системы как функцию множества переменных, из которых, по крайней мере, хотя бы одна поддается управлению определение (а в случае необходимости прогнозирование) входной информации выбор метода оптимизации с помощью методов математического программирования нахождение оптимального решения проверка полученной модели путем сравнения с оригиналом операции и в случае необходимости корректировка модели и ее решения. [c.307]
В этом параграфе мы изложим основные методы, используемые для описания процесса повышения эффективности использования ресурсов в агрегированных моделях долгосрочного прогнозирования. Надо отметить, что росту эффективности использования производственных ресурсов способствует большое число технических, организационных и социальных факторов, причем трудно выделить роль каждого из них. В экономико-математических моделях под техническим прогрессом обычно понимают совокупность всех явлений, которые приводят к увеличению количества продукции без роста объемов используемых ресурсов. [c.83]
Итак, в этом параграфе мы рассмотрели четыре основных направления описания технического прогресса в сильно агрегированных моделях долгосрочного прогнозирования экономики. Эти направления по-разному описывают причины возникновения технического прогресса и, следовательно, приводят к различным выводам при анализе проблемы его ускорения. Пока нельзя дать рекомендаций о том, какого подхода к моделированию повышения эффективности производства следует придерживаться в агрегированных моделях анализа долгосрочных тенденций развития экономики страны. По мнению авторов книги, наиболее перспективным является направление, связанное с описанием технического прогресса в виде отдельной отрасли, хотя в таком подходе имеются пока существенные трудности в связи с тем, что до сих пор плохо разработаны вопросы построения функции б (Л, V). [c.90]
Попытаемся представить себе, как могли бы быть описаны цель и объект исследования в задаче прогнозирования экономики. В модели заказчика интересуют долгосрочные эффекты он желает проанализировать возможности развития экономики на ближайшие 20—25 лет. Важное место в анализе должно, по мнению заказчика, занять описание воздействия научно-технического прогресса на эффективность использования ресурсов. Заказчика интересует анализ воздействия различных вариантов распределения национального дохода между капиталовложениями в производство, затратами на развитие науки и потреблением. [c.242]
Поскольку конъюнктура конкретного товарного рынка характеризуется как общеэкономическими, так и специфическими, только ей присущими факторами, то центральной проблемой создания методики анализа и прогнозирования спроса является разработка нетоварных моделей, в ходе которой предстоит учитывать множество переменных величин, а также факторов, не поддающихся количественному измерению. Наиболее эффективным в выявлении этих факторов является метод проведения обследования или анкетирования на базе выборочной совокупности. [c.326]
В основе методов имитационного моделирования и прогнозирования лежат модели различного типа, однако наибольшую распространенность на практике получил анализ с помощью моделей, описывающих функциональные, или жестко детерминированные, связи, когда каждому значению факторного признака соответствует вполне определенное неслучайное значение результативного признака. В качестве примера можно привести зависимости, реализованные в рамках известной модели факторного анализа фирмы Дюпон (суть модели будет описана ниже). Используя эту модель и подставляя в нее прогнозные значения различных факторов, например выручки от реализации, оборачиваемости активов, степени финансовой зависимости и другие, можно рассчитать прогнозное значение одного из основных показателей эффективности — коэффициента рентабельности собственного капитала. [c.135]
Продвигаясь вперед методом проб и ошибок, необходимо подготовить дюжины прогнозов, что требует множества расчетов и большого объема документов. Поэтому компании выработали противоядие в виде моделей планирования для прогнозирования финансовых последствий разных стратегий и ситуаций будущего. Эти модели достаточно эффективны и широко применяются. Но надо помнить, что в них не так много собственно финансового подхода. Их первоочередная задача все-таки состоит в подготовке бухгалтерской отчетности. Модели не выявляют лучшую стратегию, а лишь прослеживают результаты стратегии, выбранной пользователем. [c.783]
В этой главе мы рассмотрим две отдельные базовые теории, в которых использовалась гипотеза рациональных ожиданий. Первая широко известна под названием новой классической макроэкономики. Как следует из ее названия, эта теория содержит много идей и выводов, обычно ассоциируемых с классической теорией. Вторая, наоборот, является примером использования гипотезы рациональных ожиданий в традиционной кейнсианской модели. Она положила начало так называемой современной кейнсианской модели. Как мы увидим далее, обе эти теории имеют некоторые общие черты, главная из которых — гипотеза рациональных ожиданий. Однако они дают удивительно разные результаты при прогнозировании поведения важных экономических переменных и при оценке эффективности денежно-кредитной (и бюджетно-налоговой) стабилизационной политики. [c.597]
Использование экономико-математических моделей повышает эффективность прогнозирования, позволяет рассматривать большое количество возможных вариантов прогнозов и выбрать из нил наиболее эффективный, обеспечивает более высокую точность прогноза. [c.119]
Интуитивные модели могут применяться для прогнозирования продаж, прибыли и денежного потока при минимальном использовании компьютера. Интуитивные модели должны сравниваться с более сложными моделями, в частности, регрессионными, по эффективности прогнозирования. [c.247]
| Рис. 2. Общая схема комплекса экономико-математических задач оптимального планирования нефтеснабжения района. Группы экономико-математических задач /—предпланового анализа // — текущего планирования нефтеснабжения /// — перспективного планирования нефтеснабжения. Экономико-математические задачи /—ретроспективный анализ процесса нефтеснабжения района 2 — прогнозирование потребности народного хозяйства района в массовых светлых нефтепродуктах 3 — формирование единой транспортной сети района и определение удельных транспортных затрат на перевозку нефтепродуктов 4 — статистическое моделирование объектов нефтебазового хозяйства 5 — выбор оптимального варианта внутрирайонных перевозок нефтепродуктов при наиболее эффективном использовании действующих объектов нефтебазового хозяйства 6 — прогнозирование технико-экономических показателей работы объектов нефтебазового хозяйства на ближайшую перспективу 7 — выбор оптимального варианта внутрирайонных перевозок нефтепродуктов при наиболее эффективном развитии нефтебазового хозяйства. Информационные выходы I, а — спрос народного хозяйства на массовые светлые нефтепродукты 1,6 — современное состояние и проектные материалы развития нефтебазового хозяйства /, s — транспортные условия нефтеснабжения 2, а — вариантные средне- и долгосрочный прогнозы потребности в нефтепродуктах 2, б — краткосрочный прогноз потребности в нефтепродуктах 2, в — сезонные колебания потребительского спроса 3, а, 3, б — единая современная и перспективная транспортная сети, их расценки 4, а — максимально возможный объем реализации нефтепродуктов на действующих объектах нефтебазового хозяйства в условиях базисного года 4, б — минимальная себестоимость хранения нефтепродуктов на объектах нефтебазового хозяйства 4, в — основные технико-экономические показатели в условиях базисного-года 5, а — оптимальные варианты внутрирайонных перевозок нефтепродуктов на ближайшую перспективу 5,6 — оптимальные объем и структура реализации нефтепродуктов по нефтебазам 5, в — оптимальные технико-экономические показатели деятельности нефтебазового хозяйства на ближайшую перспективу 5, г — направления развития объектов нефтебазового хозяйства на ближайшую перспективу 6, а, 6, 6 — соответственно максимально возможный объем реализации нефтепродуктов по объектам нефтебазового хозяйства и минимальная себестоимость хранения нефтепродуктов на начало перспективного планового периода 6, в — перспективные модели основных технико-экономических показателей деятельности объектов нефтебазового хозяйства 7, а — наиболее эффективные направления и очередность капитальных вложений в расширение и реконструкцию нефтебазового хозяйства 7, б — схема перспективных оптимальных внутрирайонных перевозок нефтепродуктов 7, в — варианты основных технико-экономических показателей деятельности нефтебазового хозяйства по этапам долгосрочного планирования 7, г — мероприятия по совершенствованию перспективного планирования нефтеснабжения |  |
При решении задач прогнозирования эффективности ГРР основным показателем является размер запасов открываемых месторождений, поэтому необходимо иметь модель генеральной совокупности месторождений нефти и газа в НГО. [c.202]
Глава 14 знакомит читателя с теорией циклов, добавляя тем самым новый — временной — аспект в процесс рыночного прогнозирования. Здесь также рассматриваются ежегодные сезонные модели движения цен. Помимо общего обзора основных принципов циклического анализа обсуждается проблема повышения эффективности других технических инструментов, таких как средние [c.10]
Глава 8 посвящена рассмотрению стохастических регрессо-ров и использованию специальных методов инструментальных переменных. Здесь же дано описание специальных моделей временных рядов (авторегрессионных, скользящей средней, с распределенными лагами и их модификаций), позволяющих наиболее эффективно решать задачи анализа и прогнозирования временных рядов. [c.4]
В заключение этой главы отметим, что использование соответствующих авторегрессионных моделей для прогнозирования экономических показателей, т. е. автопрогноз на базе рассмотренных моделей, может оказаться весьма эффективным (как правило, в краткосрочной перспективе). [c.149]
Важной особенностью трансфера технологий является то. что в процессе изложения полученных результатов исследователи часто делают неожиданные последующие открытия. В частности, пользователи технологий часто обнаруживают сферу применения результатов НИОКР в тех областях, для которых они не предназначались. Синергизм усилий исследователей и потребителей, который не поддается ни прогнозированию, ни управлению, часто дает неожиданные результаты. Такой ТТ является частным случаем модели принятия решений, названной "баком для мусора", которая перекрывает зазор между классической рациональной моделью организационного поведения и характерным отсутствием линейной рациональности, эффективности и предсказуемости реальной жизни организации. Передаваемая технология выкристаллизовывается из не поддающейся планированию комбинации участников, решений, возможностей выбора и возникающих проблем. Здесь сталкиваются "технологический зов" (проблемы, для разрешения которых требуются новые технологии) и "технологические толчки" (созданные технологии, ищущие применения). [c.22]
Специалистами ИПТЭР исследованы фундаментальные основы механизмов снижения турбулентных пульсаций при вводе в поток высокомолекулярных полимерных добавок, проанализированы различные гипотезы эффекта снижения гидравлического сопротивления и увеличения пропускной способности трубопроводных систем магистрального транспорта углеводородного сырья. На основе исследований построены систематические модели, позволяющие производить прогнозные оценки гидравлической и технико-экономической эффективности влияния противотурбулентных присадок на технологические процессы перекачки нефти и нефтепродуктов с учетом физико-химических свойств транспортируемой жидкости и режимных факторов. Созданы научно-обоснованные нормативные требования к присадкам, дозировка концентрации ввода противотурбулентных присадок, а также разработаны нормативные документы, регламентирующие порядок и методологию прогнозирования нештатных ситуаций (контроль утечек, количество вытекающей жидкости) с учетом принципиально новых факторов и физико-химических явлений. Следует подчеркнуть, что в России и СНГ про-тивотурбулентные присадки не выпускаются, необходимо организовать их производство в республике. [c.13]
Остается последняя проблема делать прогноз в долларах или в собственной валюте Нас интересовала долларовая эффективность, отражающаяся в индексе MS I, но при этом нужно выбрать, что лучше давать прогноз для каждого рынка в его валюте, а затем переводить в доллары, или непосредственно прогнозировать долларовый I эквивалент каждого индекса. В конце концов, мы пришли к тому, что разработали нейронные модели и для прогнозирования долларе- 3 вого значения национальных индексов, и для индексов в собствен-1 ной валюте, которые затем можно пересчитать в доллары, пользуясь одномесячными форвардными обменными курсами. [c.160]
Смотреть страницы где упоминается термин Эффективность моделей прогнозирования
: [c.38] [c.242] [c.88] [c.89] [c.238] [c.380] [c.54] [c.340] [c.85] [c.113] [c.30] [c.1] [c.314] [c.6]Смотреть главы в:
Количественные методы анализа хозяйственной деятельности -> Эффективность моделей прогнозирования