Модели прогноза изучаемых экономических показателей по аналитическому выражению тренда и по методу Брауна для линейной и квадратичной тенденции представлены в табл.1. Здесь хе приведены и ошибки прогноза в абсолютном выражении. [c.75]
Метод адаптивного сглаживания Брауна Согласно второму методу Брауна предполагается, что если, например, ряд значений продаж или спроса можно описать некоторой моделью, то логичнее всего было бы применение регрессионного анализа (когда минимизируется сумма квадратов) на основе взвешенной регрессии, т. е. большее внимание необходимо уделить более свежей информации. Кажется весьма разумным, что с точки зрения прогноза важность каждого Наблюдения при отсчете справа налево должна с каждым моментом времени убывать. Значит, если в момент времени t прогноз продаж ли спроса на момент времени t + т описывается уравнением j [c.32]
Метод адаптивного сглаживания Брауна. Согласно второму методу Брауна, предполагается, что если ряд значений спроса можно описать некоторой моделью, то желательно применить регрессионный анализ на основе взвешенной регрессии, т. е. большее внимание необходимо уделять той информации, которая поступает позже. Данный метод основывается на простом способе вычисления оценок по методу минимизации взвешенной суммы квадратов ошибок прогноза в случае линейно-аддитивного тренда. Оценка по взвешенному методу наименьших квадратов равна [c.127]
Метод экспоненциальных средних (метод Брауна) Да Нет 3 - Да Да [c.150]
Итеративный метод решения игр (метод Брауна). В 1951 г. американский математик Браун предложил метод отыскания оптимальных стратегий в матричных играх, опирающийся на известное правило — принимать то или иное решение на основании изучения предыстории, накопленного опыта. Суть метода состоит в том, что игроки, прежде чем сделать ход, разыгрывают как бы в уме целый ряд фиктивных партий, учитывая стратегии друг друга и всякий раз выбирая оптимальную чистую стратегию против смешанной стратегии по всем прошлым партиям противника. [c.137]
Рассмотрим еще несколько методов, использующих идеологию экспоненциального сглаживания, которые развивают метод Брауна в различных направлениях. [c.53]
Метод Брауна приближенного решения задач теории игр [c.254]
Метод Брауна представляет собой модель практического взаимного обучения игроков, при котором каждый игрок, анализируя способ поведения противника, старается ответить наилучшим способом. [c.254]
Указанные различия между задачами кратко- и среднесрочного прогнозирования приводят к необходимости решать их разными методами. В первом случае это основанные на идее экспоненциального сглаживания методы, впервые предложенные Р. Брауном, а во втором - методы выравнивания и экстраполяции трендов. [c.32]
Браун Стивен Дж. Количественные методы финансового анализа. М., 1996. [c.208]
Метод двойного сглаживания Брауна Как показал Браун [3], в условиях линейного тренда простое экс- [c.31]
| Рис. 2.6. Обобщенная номограмма вычисления прогноза на т моментов времени вперед в случае линейно-аддитивного тренда (метод двойного сглаживания Брауна) |  |
Для решения матричных игр существуют различные методы напр., методы, основанные на сведении матричной игры к задаче линейного программирования итеративный процесс Брауна и его модификации. [c.113]
Метод двойного сглаживания Брауна [c.120]
Метод двойного сглаживания Брауна. В условиях линейного тренда экспоненциально взвешенное среднее (7.5) всегда меньше линейного тренда на величину [c.126]
Проиллюстрируем метод двойного сглаживания Брауна. Исходные данные и результаты расчета приведены в табл. 7.4. [c.127]
| Таблица 7.4 Иллюстрация метода двойного сглаживания Брауна |  |
Достоинство метода Брауна в однопараметричности, вследствие чего он легко реализуется с помощью двухмасштабной номограммы (рис. 2.6). [c.32]
Очевидно, что результаты по трем методам, о которых идет речь, в основном совпадают. Однако в случае прогноза на один момент времени метод двойного сглаживания Брауна все же точнее, чем модификация Муира метода Холта. По методу Холта в Случае необходимости (выбором соответствующего значения ) тренд может быть оценен либо снизу (недооценен), либо сверху (переоценен) по методу Бокса— Дженкинса в некоторых случаях параметры у0, уг и -i могут принимать и отрицательные значения, и значения больше единицы. Метод же адаптивного сглаживания Брауна, основанный на идее дисконтированной взвешенной регрессии, радикально.отличается от других описанных в этой главе методов и приводит к результатам с несколько меньшими ошибками прогноза (табл. 2.2). Практика показала, что этот метод имеет особенность сосредоточиваться на тренде, если таковой существует. Вычисления по методу Брауна предусматривают возведение в квадрат, поэтому мы рекомендуем его использовать в рамках прогностической системы, запрограммированной на ЭВМ или программируемом калькуляторе. [c.35]
Причина непригодности метода Брауна (.4 — адаптивного, >—двойного) для импульсной функции в том. что он (метод) по идее сглаживает ошибки и поэтому не в состоянии предсказать импульс до его появления. Однако в послеимпульсный период метод Брауна (А) адаптируется быстрее и, таким образом, сглаживает импульсную реакцию. [c.35]
Из методов, реализовать которые в случае линейно-аддитивного тренда можно вручную, наилучший — однопараметрический метод Брауна. Прогноз по этому методу осуществляется с помощью простой двухмасштабной номограммы (см. рис. 2.6). [c.40]
Метод автоматического контроля Тригга [26], предложенный им в 1964 г., является модификацией метода Брауна, предложенного на два года раньше. Поскольку метод автоматического контроля основан на вычислении экспоненциально взвешенных средних ошибок, его также иногда называют методом сглаживания ошибок . [c.51]
Метод Хольта. Хольт [195] ослабил ограничения метода Брауна, связанные с его однопараметричностью, введением двух параметров сглаживания А,] и 2 (0 < ч, 2 < ) В его модели прогноз xt [c.53]
Количественные методы финансового анализа Пер. с англ. / Под ред. С.Дж. Брауна и М.П. Крицмена. М. ИНФРА-М, 1996. [c.328]
Количественные методы финансового анализа / Под ред. С. Дж. Брауна и М. П. Крицмена Пер. с англ. М. ИНФРА-М, 1996. [c.626]
Такой переход позволяет определить знак изменения курса валюты, что достаточно для достижения прибыли от операций с ней. При наличии у временного ряда линейного тренда могут быть применены и другие методы адаптивного прогнозирования Брауна, Хольта и Тей-ла-Вейджа. [c.676]
Браун С., Рицмен М. Количественные методы финансового анализа. Пер. с англ. - [c.191]
Количественные методы финансового анализа. // под ред. Брауна С., Крицмена М. - М. [c.127]
Массированное участие пропагандистов зафиксировано уже в первой мировой войне, когда в 1918 г. каждую неделю выпускалось более 2 тысяч воздушных шаров, каждый из которых содержал 1000 листовок. Правда, Дж. Браун считает, что воздействие их было невелико, поскольку боевой дух более зависел от успехов на фронте или нехватки продуктов питания2. Кстати, тогда специалисты-пропагандисты после войны составили основной массив специалистов по паблик рилейшнз в США. Затем та же ситуация повторилась после второй мировой войны в Англии. Пропагандисты занялись именно сферой ПР, поскольку из-за нехватки продуктов не было особой нужды в рекламе. Все это также свидетельствует о серьезном пересечении методов паблик рилейшнз и психологических операций. [c.295]
Методы краткосрочного прогнозирования, основанные на экспоненциальном сглаживании. Первая часть книги базируется на идее,, выдвинутой впервые Р. Брауном [41, — идее экспоненциально взвешен- ной средней (экспоненциального сглаживания) если dt— ряд факти-эдских значений показателя d и 0 < а < 1 — константа сглаживания , то экспоненциально сглаженным рядами/ будет ряд ut, получаемый по рекуррентной формуле [c.6]
Этот метод может быть легко адаптирован для модели экспоненциального сглаживания и ее обобщений (модели Холта, Брауна, Бокса— Дженкинса и др.). Начальный уровень а найдем, например, по первым трем средним значениям фактического ряда d v длину базы сглаживания положим равной, например, k< п. Задача, таким образом, будет заключаться в выборе оптимального, в некотором смысле, коэффициента сглаживания а УТОЧНИМ оптимального в смысле качества прогноза на одну точку вперед. Зададим сетку значений для а, например а = 0 0,1 0,2 . .. 0,9 1. Для каждого из этих значений ос сгладим ряд dlf. .., dft, тогда прогноз на момент времени k + 1 есть uh, а ошибкой прогноза, будет dk+i— uh ее обозначим е . Далее сдвинем базу на единицу вправо, т. е. сгладим ряд d2J d >,. .., dh+ ошибка прогноза в этом случае будет равна dh+z — uk+l = е2 и т. д. Всего таким способом будет построено п — k ошибок прогноза. Найдем среднюю ошибку. Можно взять среднюю абсолютную ошибку [c.7]
Вард [28] на основе z-преобразования показал, что и метод Холта, и метод двойного экспоненциального сглаживания Брауна, и метод Бокса—Дженкинса представляют собой частные случаи более общей модели, причем все они совпадают/если значения параметров А, В9 уь у и у0 связаны е параметром а следующими соотношениями [c.34]
В связи с различиями между задачами кратко- и средне (долго)-срочногр прогнозирования их приходится решать разными методами. В первом случае это методы, основанные в большинстве своем на идее экспоненциального сглаживания, предложенной впервые Р. Брауном, а во втором — методы выравнивания и экстраполяции трендов [25,33,54]. Обозначим (dv d2,..., dn) = dt, t-i,n — ряд фактических показателей спроса, где dt — величина спроса в момент времени t (t может быть порядковый номер квартала, месяца, декады, недели). [c.119]
Браун С.Дж., Кришмен М.П. и др. Количественные методы финансового анализа. Пер. с англ. М. Инфра-М, 1996. Гл. 5. [c.330]