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

Методы социально-экономического прогнозирования. Т.2.


СОДЕРЖАНИЕ

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 трендов 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 моделей 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 ARIMA 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 Чебышева АЛЬТЕРНАТИВНЫЕ МЕТОДЫ ОЦЕНКИ КОЭФФИЦИЕНТОВ ПРОГНОЗНЫХ МОДЕЛЕЙ Метод наименьших квадратов с дисконтированием Общая схема оценивания прогнозных моделей z-множителями 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 сглаживания 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
РЕЗЮМЕ Следующая >
 
Популярные страницы