Меню
Главная
УСЛУГИ
Авторизация/Регистрация
Реклама на сайте
 
Главная arrow Экономика arrow Методы социально-экономического прогнозирования. Т.2.
Следующая >

Краткий курс лекций по дисциплине
«Методы социально-экономического прогнозирования. Т.2.»





Лекция 5. ПРОГНОЗИРОВАНИЕ СОЦИАЛЬНО- ЭКОНОМИЧЕСКИХ ТЕНДЕНЦИЙ Изучение структуры временны́х рядов и выявление вида тенденций Выявление тенденций в ряде данных с помощью скользящих средних Выявление тенденций с помощью локальных полиномиальных регрессий (LOESS) Изучение структуры временны́х рядов Простейшие методы прогнозирования Средняя величина Naive Сезонный Naive Метод дрейфа Метод средних точек Преимущества и недостатки простейших методов прогнозирования Модели трендов Линейный тренд Параболический тренд Показательный тренд Гиперболический тренд Логарифмический тренд Степенной тренд Пример прогнозирования с использованием моделей трендов Преимущества и недостатки моделей трендовЛекция 6. СЕЗОННАЯ ДЕКОМПОЗИЦИЯ И ТРЕНД-СЕЗОННЫЕ МОДЕЛИ Виды сезонности Выявление сезонности Классическая декомпозиция Декомпозиция "Х-12" Декомпозиция временно́го ряда с помощью LOESS Моделирование сезонных колебаний с использованием фиктивных переменных Прогнозирование с помощью тренд-сезонных моделейЛекция 7. ЭКСПОНЕНЦИАЛЬНОЕ СГЛАЖИВАНИЕ Модель простого экспоненциального сглаживания Стартовые значения в модели БраунаЭкспертная оценкаПервое расчетное значение равно фактическомуПервое расчетное значение равно средней арифметическойИспользование средней взвешенной первых значений рядаПолучение стартовых значений с помощью процедуры "обратного прогноза"Подбор первого значения во время поиска оптимальной а Простейшие модификации модели Брауна Простое экспоненциальное сглаживание с дрейфом Модель адаптации к приростам Модель экспоненциального сглаживания сезонных уровней Подход пространства состояний Модель Хольта и ее варианты Модель Хольта – Уинтерса и ее варианты Автоматизация моделей экспоненциального сглаживания Описание стационарного временно́го ряда авторегрессией и скользящей средней Нестационарность, методы идентификации и устранения Условие стационарности в моделях ARMA Нестационарные процессы и приведение их к стационарному виду Идентификация нестационарности Определение порядка модели авторегрессии со скользящей средней Учет сезонности в моделях авторегрессии Связь между ARIMA и экспоненциальным сглаживанием Преимущества и недостатки моделей ARIMAЛекция 9. ПОСТРОЕНИЕ ИНТЕРВАЛЬНЫХ ПРОГНОЗОВ Параметрические методы построения интервальных прогнозов Простейшие методы Тренды и тренд-сезонные модели Модели экспоненциального сглаживания Модели авторегрессии Непараметрические и полупараметрические методы построения интервальных прогнозов Метод Монте-Карло Построение интервальных прогнозов на основе неравенства ЧебышеваЛекция 10. АЛЬТЕРНАТИВНЫЕ МЕТОДЫ ОЦЕНКИ КОЭФФИЦИЕНТОВ ПРОГНОЗНЫХ МОДЕЛЕЙ Метод наименьших квадратов с дисконтированием Общая схема оценивания прогнозных моделей z-множителямиЛекция 11. МЕТОД НЕРАВНОМЕРНОГО СГЛАЖИВАНИЯ Метод стохастической аппроксимации и его модификация Коэффициент демпфирования колебаний и границы фильтра Методы задания границ фильтра Методы задания параметра демпфирования колебаний Адаптация нелинейных моделей методом неравномерного сглаживанияЛекция 12. МОДЕЛИ ПРОГНОЗИРОВАНИЯ МАКРОЭКОНОМИЧЕСКОЙ ДИНАМИКИ Прогнозирование с использованием производственных функций Теория Дж. М. Кейнса и базирующиеся на ней модели Модель Солоу и ее развитие для задач прогнозирования Имитационные динамические модели
 
Если Вы заметили ошибку в тексте выделите слово и нажмите Shift + Enter
Следующая >
 
Предметы
Агропромышленность
Банковское дело
БЖД
Бухучет и аудит
География
Документоведение
Журналистика
Инвестирование
Информатика
История
Культурология
Литература
Логика
Логистика
Маркетинг
Медицина
Менеджмент
Недвижимость
Педагогика
Политология
Политэкономия
Право
Психология
Религиоведение
Риторика
Социология
Статистика
Страховое дело
Техника
Товароведение
Туризм
Философия
Финансы
Экология
Экономика
Этика и эстетика