Методы социально-экономического прогнозирования. Т.2.
СОДЕРЖАНИЕ
ПРОГНОЗИРОВАНИЕ СОЦИАЛЬНО- ЭКОНОМИЧЕСКИХ ТЕНДЕНЦИЙИзучение структуры временны́х рядов и выявление вида тенденцийВыявление тенденций в ряде данных с помощью скользящих среднихВыявление тенденций с помощью локальных полиномиальных регрессий (LOESS)Изучение структуры временны́х рядовПростейшие методы прогнозированияСредняя величинаNaiveСезонный NaiveМетод дрейфаМетод средних точекПреимущества и недостатки простейших методов прогнозированияМодели трендовЛинейный трендПараболический трендПоказательный трендГиперболический трендЛогарифмический трендСтепенной трендПример прогнозирования с использованием моделей трендовПреимущества и недостатки моделей трендовСЕЗОННАЯ ДЕКОМПОЗИЦИЯ И ТРЕНД-СЕЗОННЫЕ МОДЕЛИВиды сезонностиВыявление сезонностиКлассическая декомпозицияДекомпозиция "Х-12"Декомпозиция временно́го ряда с помощью LOESSМоделирование сезонных колебаний с использованием фиктивных переменныхПрогнозирование с помощью тренд-сезонных моделейЭКСПОНЕНЦИАЛЬНОЕ СГЛАЖИВАНИЕМодель простого экспоненциального сглаживанияСтартовые 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 аПростейшие модификации модели БраунаПростое экспоненциальное сглаживание с дрейфомМодель адаптации к приростамМодель экспоненциального сглаживания сезонных уровнейПодход пространства состоянийМодель Хольта и ее вариантыМодель Хольта – Уинтерса и ее вариантыАвтоматизация моделей экспоненциального сглаживанияОписание стационарного временно́го ряда авторегрессией и скользящей среднейНестационарность, методы идентификации и устраненияУсловие стационарности в моделях ARMAНестационарные процессы и приведение их к стационарному видуИдентификация нестационарностиОпределение порядка модели авторегрессии со скользящей среднейУчет сезонности в моделях авторегрессииСвязь между ARIMA и экспоненциальным сглаживаниемПреимущества и недостатки моделей ARIMAПОСТРОЕНИЕ ИНТЕРВАЛЬНЫХ ПРОГНОЗОВПараметрические методы построения интервальных прогнозовПростейшие методыТренды и тренд-сезонные моделиМодели экспоненциального сглаживанияМодели авторегрессииНепараметрические и полупараметрические методы построения интервальных прогнозовМетод Монте-КарлоПостроение интервальных прогнозов на основе неравенства ЧебышеваАЛЬТЕРНАТИВНЫЕ МЕТОДЫ ОЦЕНКИ КОЭФФИЦИЕНТОВ ПРОГНОЗНЫХ МОДЕЛЕЙМетод наименьших квадратов с дисконтированиемОбщая схема оценивания прогнозных моделей z-множителямиМЕТОД НЕРАВНОМЕРНОГО СГЛАЖИВАНИЯМетод стохастической аппроксимации и его модификацияКоэффициент демпфирования колебаний и границы фильтраМетоды задания границ фильтраМетоды задания параметра демпфирования колебанийАдаптация нелинейных моделей методом неравномерного сглаживанияМОДЕЛИ ПРОГНОЗИРОВАНИЯ МАКРОЭКОНОМИЧЕСКОЙ ДИНАМИКИПрогнозирование с использованием производственных функцийТеория Дж. М. Кейнса и базирующиеся на ней моделиМодель Солоу и ее развитие для задач прогнозированияИмитационные динамические модели
