География как система наук

Разделы

Угольная промышленность России

Тяжелое машиностроение

Теневая экономика мира

Северо-западный экономический регион

Роль Эмиратов в мировой экономике

Развитие и размещения железнодорожного транспорта

Миграция рабочей силы

География как система наук

Геологическая карта
Тектоническое районирование мира

Геологическая карта

Геоморфологические карты показывают основные типы рельефа и его отдельные элементы с учетом их происхождения и возраста.

Прогнозирование наивными методами

В наивных медодах прогнозирования реализуются эконометрические подходы к прогнозному процессу. В связи с развитием экономико-математических методов окончательная класификация формализованных (наивных) методов пока еще не сложилась. Накопленные исследования по этой проблеме позволяют дифференцировать формализованные методы на две самостоятельные группы: методы прогнозной экстраполяции и методы моделирования. К наиболее распрастраненным наивным методам прогнонозирования относятся следующие [9, с. 53].

Анализ и декомпозиция трендов.

Целью анализа тренда является разложение временного ряда продаж на главные компоненты, измерение эволюции каждой составляющей в прошлом и ее экстраполяция в будущем. В основе метода лежит идея стабильности причинно-следственных связей и регулярность эволюции факторов среды, что делает возможным использование экстраполяции. Метод состоит в разложении временного ряда на пять компонент:

1.

структурная компонента, или долгосрочный тренд, обычно связанный с жизненным циклом;

2. циклическая компонента, соответствующая колебаниям относительного долгосрочного тренда под воздействием среднесрочных флуктуаций экономической активности;

3. сезонная компонента, или краткосрочные периодические флуктуации, обусловленные различными причинами;

4. случайная компонента,

отражающая совокупное действие плохо изученных комплексных процессов, не представимых в количественной форме.

Для каждой компоненты рассчитывается параметр, основанный на наблюдавшихся закономерностях: долгосрочном темпе прироста, конъюнктурных флуктуациях, сезонных коэффициентах, специфичных факторах, затем эти параметры используются для составления прогноза [4].

Понятно, что такой прогноз имеет смысл только как краткосрочный, на период, в отношении которого можно принять, что характеристики изучаемого явления существенно не изменяются. Это требование часто оказывается реалистичным вследствие инертности среды.

Метод экспоненциального сглаживания.

Используется для краткосрочного прогноза и основан на средневзвешенном значении продаж по определенному числу прошедших периодов. При этом наибольшие весовые коэффициенты придаются позднейшим продажам.

Главная слабость этих методов в том, что они не позволяют действительно предсказать эволюцию спроса, поскольку неспособны предвидеть какие-либо "поворотные точки". В лучшем случае они способны быстро учесть уже произошедшее изменение. Поэтому их называют "адаптивной прогнозной моделью". Тем не менее, для многих проблем управления такой "апостериорный" прогноз оказывается полезным при условии, что имеется достаточно времени для адаптации и факторы, определяющие уровень продаж, не подвержены резким изменениям [4, с.47].

Необходимость интегрального подхода: метод сценариев.

Рассмотрение различных возможных методов прогнозирования выявило достоинства и недостатки каждого из них. На самом деле все эти методы являются взаимодополняемыми и эффективная прогнозная система должна обеспечить возможность использования любого из этих методов.

Ясно, что в условиях турбулентной среды интуиция и воображение способны стать важными инструментами восприятия реальности, дополняя количественные подходы, которые, по определению, опираются только на наблюдаемые факты. С другой стороны, понятно, что чисто качественному методу также присущи значительные риски и что интуиция должна в возможно большей степени проверяться с помощью доступных факторов и знаний. Таким образом, следует обеспечить сопоставление этих двух подходов [1, с.27].

Полезные статьи

Обратные задачи гравиметрии
Используя полученные в предыдущих параграфах уравнения, рассмотрим обратные задачи гравиметрии, т.е. найдем выражения для определения параметров и г ...

Население.
На территории Западной Сибири проживают около 15,1 млн. человек. Средняя плотность населения — 6 человек на 1 км2. Наиболее плотно заселена сравнит ...

Речной гидрохимический сток.
Рис. 4 Температура воды в реке ниже выходов гидротерм на истоке из озера в августе 2000 г. поднялась до 24o, и она приняла облик экзот ...