Меню
Главная
Авторизация/Регистрация
 
Главная arrow Экономика arrow Методы социально-экономического прогнозирования. Т.2.

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




СОДЕРЖАНИЕ


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