Выявление основной тенденции развития и прогнозирование

Моделирование социально-экономических явлений и процессов является важным инструментом прогнозирования. Уровни временных рядов формируются под совокупным влиянием множества длительно и кратковременно действующих факторов и в том числе различного рода случайностей. Тенденция - некоторое общее направление развития.

Тенденцию ряда динамики представляют в виде гладкой кривой, которая аналитически выражается некоторой функцией времени, называемой трендом. Тренд характеризует основную закономерность движения во времени, свободную в основном (но не полностью) от случайных воздействий.

В зависимости от вида функции различают основные формы тренда:

) линейная

Линейный тренд хорошо отражает тенденцию изменений при действии множества разнообразных факторов, изменяющихся различным образом по разным закономерностям. Равнодёйствующая этих факторов при взаимном погашении особенностей отдельных факторов (ускорение, замедление) часто выражается в примерно постоянной абсолютной скорости изменения, т.е. в прямолинейном тренде.

) параболическая форма тренда

Параболическая форма тренда выражает ускоренное или замедленное изменение уровней ряда с постоянным ускорением (равноускоренное или равнозамедленное развитие).

) Показательная (экспоненциальная) форма тренда

k - темп изменения, константа.

Если k>0, то экспоненциальный тренд выражает тенденцию ускорения и все более ускоряющегося возрастания уровней. При росте по экспоненте абсолютный прирост пропорционален достигнутому уровню.

Рассмотрим ряд динамики - объём продукции в пищевой промышленности в период с 2004 по 2010 года. Для данного ряда составим эти виды трендов и для каждого тренда рассчитаем стандартизованную ошибку аппроксимации.

Выберем модель с наименьшей ошибкой и вычислим по ней прогнозируемое значение для 2010 года. Прогнозируемое значение сравним с фактическим.

Определение параметров уравнений проведём способом отсчёта времени от условного нуля, то есть .

1) Линейная форма тренда.

Для расчёта параметров и линейной регрессии у = + t используем формулы:

Для расчета необходимых сумм составляем расчетную таблицу с учетом приведения показателей объема производства к сопоставимому виду:

= 695680,5

= 4908

Линейная модель:

С каждым годом объём производства увеличивается на 4908 млн.руб.

На одном чертеже отметим фактические данные и построим уравнение прямой (рисунок 11).

Рисунок 11

Подставляя в уравнение регрессии значения t, определим теоретические значения у. Найдём величину стандартизованной ошибки аппроксимации Е.

и среднюю ошибку аппроксимации:

Итак, стандартизированная ошибка равна 102217,4 млн. руб., а средняя ошибка аппроксимации 16,47% - ошибка незначительна, значит отклонение расчётных данных от фактических невелико.

) параболическая форма тренда

Найдем коэффициенты тренда:

Итак, уравнение имеет вид:

Чертёж:

Рисунок 12

Расчетная таблица:

Итак, стандартизированная ошибка равна 103712 млн. руб., а средняя ошибка аппроксимации 16,51% - ошибка незначительна, значит отклонение расчётных данных от фактических невелико.

) Показательная (экспоненциальная) форма тренда

Другие материалы

Анализ деятельности предприятия Конструкторское бюро химавтоматики
Производственная практика по дисциплине "Предпринимательская деятельность" в соответствии с государственным образовательным стандартом высшего профессионального образования по специальности "Профессиональное обучение (экономи ...

Анализ производственных затрат и себестоимости продукции овощеводства защищенного грунта в КСУП Мозырская овощная фабрика
Себестоимость продукции относится к числу важнейших качественных показателей, отражающих все стороны хозяйственной деятельности предприятий (фирм, компаний), их достижения и недостатки. Уровень себестоимости связан с объемом ...