Методы прогнозной экстраполяции: общие понятия и типы

ID работы - 600674
экономика (контрольная работа)
количество страниц - 17
год сдачи - 2012

---

СОДЕРЖАНИЕ:

---

Содержание

10. Методы прогнозной экстраполяции: общие понятия и типы.
20. Индикативное планирование: эволюция форм.
30. Прогнозирование экономического роста.
Задача 10
Список использованной литературы

---

ВВЕДЕНИЕ:

---

10. Методы прогнозной экстраполяции: общие понятия и типы

При экстраполировании используются следующие методы:
" наименьших квадратов и его модификации;
" экспоненциального сглаживания,
" скользящей средней.
Метод экстраполяции заключается в приложении определенной для базисного периода тенденции развития экономического процесса к прогнозируемому периоду, он основывается на сохранении в будущем сложившихся условий развития процесса.
При использовании этого метода необходимо иметь информацию об устойчивости тенденций развития объекта за срок, в 2-3 раза превышающий срок прогнозирования. Длительная тенденция изменения экономических показателей называется трендом. Последовательность действий при экстраполировании:
- четкое определение задачи, выдвижение гипотез о возможном развитии прогнозируемого объекта, рассмотрение факторов, стимулирующих или препятствующих развитию данного объекта, определение необходимой экстраполяции и ее допустимой дальности;
- выбор системы параметров, унификация различных единиц измерения, относящихся к каждому параметру в отдельности;
- сбор и систематизация данных, проверка их однородности и сопоставимости;
- выявление тенденций или симптомов изменения изучаемых величин в ходе статистического анализа и непосредственной экстраполяции данных.
Операцию экстраполяции в общей форме можно представить в виде определения значения функции:
к
Уi + L = F (Уi L),

где Уi + L - экстраполируемое значение уровня;
L - период упреждения;
Уi - уровень, принятый за базу экстраполяции.
Метод экстраполяции дает надежные результаты на ближайшую перспективу прогнозирования тех или иных объектов - 5 - 7 лет.
Сущность метода наименьших квадратов состоит в минимизации суммы квадратических отклонений между наблюдаемыми и расчетными величинами. Считается, что этот метод лучше других соответствует идее усреднения, как единичного влияния учтенных факторов, так и общего влияния неучтенных.
Метода наименьших квадратов широко используется в прогнозировании в силу простоты и возможности реализации на ЭВМ. Недостаток данного метода состоит в том, что модель тренда жестко фиксируется, а это делает возможным его применение только при небольших периодах упреждения, т.е. при краткосрочном прогнозировании.
Метод скользящей средней применяется в том случае, когда ряды динамики характеризуются резкими колебаниями показателей по годам. Такие ряды, как правило, имеют слабую связь со временем и не обнаруживают четкой тенденции изменения. Наиболее распространенным и простым путем выявления тенденции развития является сглаживание или выравнивание динамического ряда.
Суть различных приемов, с помощью которых осуществляется сглаживание или выравнивание, сводится к замене

---

СПИСОК ЛИТЕРТУРЫ:

---

Список использованной литературы

1. Черныш Е.А. Прогнозирование и планирование в условиях рынка: Учеб. пособие. - М.: ПРИОР, 2001
2. Прогнозирование и планирование экономики / Под редакцией Борисевича В. М. - Минск: Экоперспектива, 2000.
3. Прогнозирование и планирование в условиях рынка: Учеб. пособие для ВУЗов / Под. ред. Т.Г. Морозовой, А.В. Пикулькина. - М.: ЮНИТИ - ДАНА, 2000



Цена: 1000.00руб.