|
определенного показателя выражается непосредственно через величины 306 уровня данного показателя прошлых лет в виде: Ук = Г(У,,У2,...,Уы), (5.27) где 1 — период упреждения; к -1 — база прогноза; У] У 2 У ы — фактические значения показателя прошлых лет. Параболическую модель У = с0+е1 + с( можно представить в виде линейной комбинации Ук = а0 + а,*Ук_1 + а2'Ук.м + + ат*Ук.,.т+1, (5.28) где ао — свободный член уравнения; 3, а2.., ат — коэффициенты уравнения. Степенная модель У = а(ь прогноза среднегодового уровня показателя и его доверительных границ включает следующие расчетные модули: — по расчету ошибки прогноза среднегодового уровня на отдельный временной отрезок (для прямой): 52Г(/) 52Г(/) 32У{1) —;г~+--------------------+—:----------{к» 1 С п п 2Х /=1 (5.29) где 8 (X) — остаточное среднее квадратическое отклонение; с — протяженность временного отрезка прогноза; — по расчету ошибки прогноза среднегодового уровня (для параболы): 1 527(/) 527(г) 82У({) п +2>,2с /=1 (5.30) — по расчету ошибки прогноза среднегодового уровня на отдельный временной отрезок (для экспоненциального тренда). ’52 !о§У(г) <4 тш = 1 1о§Г(/) [ 521о§У(;) 521оёУ(/) С п п 2><2 ** + /=1 «• /=1 45.31) где — по расчету доверительных границ прогнозируемых уровней случай |
членов ряда, искажающих новую тенденцию. От достоверности, лежащей в основе прогноза фактической информации, зависит качество прогноза, выявление правильной тенденции развития АПК и закономерностей его изменения. Поэтому при предварительном анализе исходной информации исключены нехарактерные (аномальные) точки во временном ряду, что позволяет значительно повысить надежность прогноза. Модели 2 (рис. 4.2) прогноза по тренду и колеблемости формируются на основе изучения тенденции изменения конкретного показателя и перенесения этой тенденции на будущее. Основной модуль модели 2.1 (рис. 4.3) может быть представлен в виде: — (ао, И,..ат, 1к), где ао, аь ащ параметры уравнения тренда; 1кномер прогнозируемого года (периода). Для расчета модулей информационного подкомплекса моделей, в частности, для выделения тренда, были применены методы, описанные в гл. I. В моделях 2.2 (рис. 4.3) авторегрессионного прогноза прогнозируемый уровень определенного показателя выражается непосредственно через величины уровня данного показателя прошлых лет в виде: Ук = Г(УьУ2,...,Ук.), где 1 период упреждения; к 1база прогноза; Уь У2,..., Ук-1 фактические значения показателя прошлых лет. Основной модуль модели 2.2 можно представить в виде линейной комбинации. Уи = ао + а! -Ук_1 + а2 ‘Ук-1-1 + ... + *Ук-1-т+Ь где ао — свободный член уравнения; аь а 2 З т ~ коэффициенты уравнения. Модель 2.3 (рис. 4.3) прогноза среднегодового уровня показателя и его доверительных границ включает следующие расчетные модули 133 по расчету ошибки прогноза среднегодового уровня на отдельный временной отрезок (для прямой): где 8 (I) остаточное среднее квадратическое отклонение; с — протяженность временного отрезка прогноза; по расчету ошибки прогноза среднегодового уровня (для параболы): по расчету ошибки прогноза среднегодового уровня на отдельный временной отрезок (для экспоненциального тренда). по расчету доверительных границ прогнозируемых уровней случайных величин: где I величина критерия нормального или Стьюдентовского распределения для соответствующей заданной вероятности. Модель 2.4 (рис. 4.3) прогноза положения линии тренда и его доверительных границ включает модули: по расчету ошибки уровня тренда прямолинейной зависимости на (4.13) 521о6У(0 4 (4.15) ак=т^к1; (4.16) (Ук + ад Ук а,,). |