|
146 Для выбора модели прогнозирования предлагается использовать элементарные функции и степенные ряды, называемые полиномиальными моделями 186]. Точность таких моделей повышается с повышением степени полинома. По данным оценки экономической составляющей инвестиционной привлекательности машиностроения отобраны 6 видов зависимостей показателя инвестиционной привлекательности от времени, представленные на следующих графиках (где У значение показателя инвестиционной привлекательности, в %, х годы). 0.4 0.35 0.3 0,25 0.2 0,15 0.1 0,05 0 2008 2006 2004 2002 2000 1998 1996 1994 1 2 3 4 5 6 7 8 Рис.3.9 Прямая функция Рис. 3.10 Степенная функция |
прогнозирования на этой основе его будущих значений целесообразно провести анализ тренда путем построения моделей линейной регрессии [34, 42]. 130 Рисковая составляющая инвестиционной привлекательности ни ж няя граница наиболее вероятная динамика верхняя граница Рис. 3.4. Рисковая составляющая инвестиционной привлекательности Инвестиционная привлекательность маш иностроения н и ж н яя граница — Ш — наиболее вер оятная д и нам ика верхняя граница Рис. 3.5. Инвестиционная привлекательность машиностроения Для выбора модели прогнозирования предлагается использовать элементарные функции и степенные ряды, называемые полиномиальными моделями. Точность таких моделей повышается с повышением степени полинома. По данным оценки экономической составляющей инвестиционной привлекательности машиностроения отобраны 6 видов зависимостей показателя инвестиционной привлекательности от времени, представленные на следующих |