Статистические методы прогнозирования социально-экономических явлений

 

AR(p)+MA(q)->ARMA(p,q)->ARMA(p,q)(P,Q)->ARIMA(p,q,r)(P,Q,R)->...

2.2.1. AR(p) -авторегрессионая модель порядка p.

Модель  имеет вид:

 

Y(t)=f_0+f_1*Y(t-1)+f_2*Y(t-2)+...+f_p*Y(t-p)+E(t)

 

Где Y(t)-зависимая переменная в момент времени t. f_0, f_1, f_2, ..., f_p - оцениваемые  параметры [2]. E(t) - ошибка от влияния  переменных, которые не учитываются  в данной модели. Задача заключается  в том, чтобы определить f_0, f_1, f_2, ..., f_p. Их можно оценить различными способами. Правильнее всего искать их через систему уравнений Юла-Уолкера, для составления этой системы  потребуется расчет значений автокорреляционной функции. Можно поступить более простым способом - посчитать их методом наименьших квадратов.

2.2.2. MA(q) -модель со скользящим средним порядка q.

Модель  имеет вид:

 

Y(t)=m+e(t)-w_1*e(t-1)-w_2*e(t-2)-...-w_p*e(t-p)

 

Где Y(t)-зависимая переменная в момент времени t. w_0, w_1, w_2, ..., w_p - оцениваемые  параметры.

 

Заключение

 

Прогнозирование - это самостоятельная отрасль  науки, которая находит широкое  применение во всех сферах человеческой деятельности. Существует большое разнообразие видов и способов прогнозирования, разработанных с учетом характера  рассматриваемых задач, целей исследования, состояния информации. Этим вопросам посвящено много книг и журнальных статей. Мы здесь не ставим целью  рассказать о теории прогнозирования  в целом. Наша задача - показать на примере  линейной регрессии применение эконометрических моделей в прогнозировании значений экономических показателей.

В обыденном  понимании прогнозирование - это  предсказание будущего состояния интересующего  нас объекта или явления на основе ретроспективных данных о  прошлом и настоящем состояниях при условии наличия причинно-следственной связи между прошлым и будущим. Можно сказать, что прогноз - это  догадка, подкрепленная знанием. Поскольку  прогностические оценки по сути своей  являются приближенными, может возникнуть сомнение относительно его целесообразности вообще. Поэтому основное требование, предъявляемое к любому прогнозу, заключается в том, чтобы в  пределах возможного минимизировать погрешности  в соответствующих оценках. По сравнению  со случайными и интуитивными прогнозами, научно обоснованные и планомерно разрабатываемые  прогнозы без сомнения являются более  точными и эффективными. Как раз  такими являются прогнозы, основанные на использовании методов статистического  анализа. Можно утверждать, что из всех способов прогнозирования именно они внушают наибольшее доверие, во-первых, потому что статистические данные служат надежной основой для  принятия решений относительно будущего, во-вторых, такие прогнозы вырабатываются и подвергаются тщательной проверке с помощью фундаментальных методов  математической статистики.

 

Литература

 

1. Голуб Л. А. Социально-экономическая статистика. 2003
2. Бурцева С. А.  Статистика финансов. 2004
3. Громыко Г.Л. Теория статистики. 2007
4. Елисеева И. И., Силаева С. А., Щирина А. Н. Практикум по макроэкономической статистике. 2007
5. Елисеева И.И. Общая теория статистики: Учебник для ВУЗов. – М.: Финансы и статистика, 2004.
6. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики: Учебник. - М.: ИНФРА-М, 2002.
7. Ефимова М. Р., Бычкова С. Г. Практикум по социальной статистике. 2005
8. Теория статистики: Учебник. / Под ред. Р.А. Шмойловой. - М.: Финансы и статистика, 2002.
9. Назаров М. Г. Курс социально-экономической статистики. 2003
10. Палий И.А. Прикладная статистика. 2007
11. Курс социально-экономической статистики: Учебник для вузов / Под ред. Проф. М.Г.
12. Практикум по социальной статистике: Учеб.пособие/ Под ред. И.И.Елисеевой.-М.: Финансы и статистика, 2002.
13. Экономическая статистика: Учебник / Под ред. Ю.Н. Иванова. - М.: ИНФРА-М, 2002.
14. Кибанов А.Я. «Экономика и социология труда: Учебник». – М.: ИНФРА-М, 2003. – 584с.
15. Липсиц И.В. «Экономика: учебник для вузов». – М.: Омега-Л, 2006. – 656с. – (Высшее экономическое образование).
16. Октябрьский П.Я. «Статистика: Учебник». – М.: ТК Велби, Изд-во Проспект, 2005.-328с.
17. Остапенко Ю.М. «Экономика труда: Учеб. пособие». – М.: ИНФРА-М, 2006 – 268с. – (Высшее образование).
18. Хейне П., Боуттке П., Причитко Д. «Экономический образ мышления», 10-е издание / пер. с англ. Гуреш Т.А. – М.: Изд. дом «Вильямс», 2005. – 544 с.
19. В.И. Антипов, И.Б. Колмаков, Ф.Ф. Пащенко. Социальные проблемы/проблемы прогнозирования // 2007 №4
20. Степанов С.В. Цена ошибки и стоимость качества исследования // Вопросы статистики  // 2007№ 12

http://www.vvprf.ru/about/ Журнал

¹ Например, если требуется спрогнозировать объем продаж мороженого в декабре, точечным прогнозом будет число проданных упаковок в этом месяце.

² Однако ценность такого прогноза будет невысока: для принятия решения требуется определенность, то есть узкий интервал. Поэтому здесь приходится балансировать между шириной доверительного интервала и вероятностью попадания в него.

³ На этом этапе к процессу подключается вся мощь математических программных приложений: MatLab, Statistica, SPSS.