Понятие прогноза и математические методы прогнозирования

тренда;

лагов;

периодических колебаний.

Трендовая модель наиболее часто применяется при составлении прогнозов. Сущность такой модели заключается в том, что для объема и структуры процесса характерны свои степени инертности. Трендовая модель используется при условии, если определенным является тот факт, что полученные закономерности будут действовать на конкретном временном отрезке в будущем.

Здесь под динамическим рядом понимается функция времени, для описания которой используются разного рода уравнения. Среди наиболее популярных видов трендового моделирования можно выделить:уравнение прямой: ;

логарифмическую функцию: ;

экспоненциальную функцию: ;

параболическую (квадратичную) функцию: ;

логистическую функцию ;

гиперболическую (дробно-линейную) функцию: .

Одним из недостатков  трендовых моделей является то, что  множество факторов, действующих  в базисном периоде, а также связь  между ними не предполагают изменений  и в прогнозном периоде. В действительности подобное допущение часто нарушается.

При составлении среднесрочного прогноза на спрос как правило  часто используются многофакторные корреляционные и регрессионные  модели, которые представляются в  качестве функций спроса. Эти модели выступают как функции спроса, в которых в качестве переменных применяются определяющие динамику. Математически такие модели можно обозначить так:

С помощью многофакторной модели (по сравнению с трендовыми однофакторными моделями) можно более точно обозначить процесс. Линейная регрессия имеет особое значение среди многофакторных моделей.

Подобную форму связи  следует привести к линейному  виду, для которого необходима близость теоретической кривой к эмпирическим знаниям ряда. Критерием при организации модели, как правило, выступает метод наименьших квадратов

Главные подходы при применении моделирования в процессе прогнозирования или планирования:

создание кибернетических  моделей, для которых характерно знание структуры и специфики  моделирующих процессов;

построение модели типа «черного ящика», которая предполагает, что рассматриваемая система по большей части неизвестна, но по наблюдениям и активным и пассивным экспериментам предпринимаются попытки восстановить внутренние связи и структуру системы.

Метод аналогии

Сущность метода аналогии заключается в использовании одних и тех же знаний относительно разных предметов или явлений. Метод носит вероятностный характер, поскольку явления или предметы полностью никогда не совпадают. Аналогия бывает: историческая и математическая. Первая базируется на определении и применении аналогии объекта прогнозирования с эквивалентными по природе объектами, развитие которых быстрее по сравнению с подобными прогнозируемыми.

Метод математической аналогии предполагает нахождении аналогии математикой  характеристики процессов развития различных по природе объектов с дальнейшим применением более совершенного математического описания одного из них для составления прогнозов другого. Как правило подобный метод применим в экономико-математическом моделировании, а также в экспертном подходе к исследованию экономики в том случае, когда информацию о признаках одного объекта можно получить, основываясь на его подобии с другими объектами. Метод аналогии обязательно используется в процессе моделирования и эксперимента.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Заключение

Работа отдела информации по научному прогнозированию не предполагает конечных выводов о тенденциях в развитии науки, техники и производства. Его задача, главным образом, своевременно выявить симптомы намечающихся или сложившихся тенденций в развитии науки, техники и производства, извлечь из литературы и систематизировать высказывания специалистов по интересующим проблемам. Окончательная оценка результатов анализа и выводы остаются за научными руководителями.

Работа по прогнозированию  тесно связана с проблемой научной организации труда. В данном случае эту связь следует рассматривать с двух точек зрения. Во-первых, эта работа означает внесение элементов научной организации в информационную деятельность. Наделение служб информации функциями прогнозирования развития науки и техники предполагает расширение сферы информационной деятельности на основе обобщения передового отечественного и зарубежного опыта, а также внедрение в практику информационной работы методов научного анализа информации. Работа в этом направлении повышает целеустремленность в деятельности служб информации, стимулирует более углубленную обработку и расширяет рамки поиска информации, способствует слиянию усилий службы информации и исследователей в единый творческий процесс.

С другой стороны, эта работа имеет целью подвести научную базу под решение вопросов, связанных с перспективным планированием развития науки и производства. Научная организация перспективного планирования, руководство исследованиями и производством сегодня возможны лишь на основе научного предвидения. Именно отсутствие целеустремленной систематической работы по выявлению тенденции в развитии науки и производства нередко порождают субъективизм в планировании.

Все это служит еще  одним подтверждением известного положения о том, что внесение элементов научной организации в информационную деятельность многократно окупается в решении вопросов научной организации творческих процессов

 

 

 

 

Литература

1. Анализ закономерностей прогнозирования развития науки и техники. К:1990.
2. Андрейчиков А.В., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике. – М.: Финансы и статистика, 2000.
3. Баранов В.А. Общие вопросы методологии и научного прогнозирования. Х:1992.
4. Владимирова Л. П. Прогнозирование и планирование в условиях рынка. Учебное пособие. – М.: Дашков и К., 2000.
5. Глазьев С.Ю. Теория долгосрочного технико-экономического развития. М., 1993
6. Зенкин А.И. О математических методах прогнозирования М:1987.
7. Информатика. Энциклопедический словарь для начинающих. М.: Педагогика-Пресс, 2002
8. Косолапов В.В. Информационное прогнозирование и обеспечение. К:1978.
9. Кофман А., Фор Р. Займемся исследованием операции. М.: Мир, 2002
10. Лабунская Н.Л. Система прогнозирования. М:1990.
11. Леонтьев В. Экономические эссе. Теория, исследования, факты и политика / Пер. с англ. М.: Политиздат, 1990.
12. Лопатников Л.И. Краткий экономико-математический словарь. – М.: Наука, 1979.
13. Лопатников Л.И. Популярный экономико-математический словарь. – М.: Знание, 1990.
14. Мамиконов А.Г. Принятие решений и информация. М.: Наука, 2002
15. Математика и кибернетика в экономике. М.: Экономика, 1975
16. Медведцева О.В. Прогнозирование в системе экономических отношений. К:1992.
17. Основы экономического и социального прогнозирования / Под. ред. В.Н. Мосина, Д.М. Крука. – М.: Высш. шк., 1985.
18. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. М.: Высшая школа, 2001
19. Прогнозирование и планирование в условиях рынка: Учеб. пособие для ВУЗов / Под. ред. Т.Г. Морозовой, А.В. Пикулькина. – М.: ЮНИТИ – ДАНА, 1999.
20. Прогностика. Терминология.- М.: Наука, 1978.
21. Рабочая книга по прогнозированию / Под. ред. И.В. Бестужева-Лады. – М.: Мысль, 1982.
22. Савицкая Г. В. Анализ хозяйственной деятельности предприятия. 4-е изд., перераб. и доп. Минск: ООО.Новое знание., 1999.
23. Сальников В.А. Трансформация отраслевой структуры промышленности России: концептуальные основы исследования // Проблемы прогнозирования. – 1999. – №5.
24. Стратегическое планирование / Под. ред. Уткина Е.А. – М.: «ТАНДЕМ». Издательство ЭКМОС, 1998.
25. Суворов Н.В., Емельянов С.С. Макроэкономический анализ технологических и структурных изменений в отечественной экономике // Проблемы прогнозирования. – 1999. – №5.
26. Теин А. Г. Земля Информатика. Екатеринбург: Издательство Уральского университета. Издательство Дома учителя, 2002
27. Теория анализа хозяйственной деятельности / Под ред. В. В. Осмоловского. Минск: Выш. шк., 1998.
28. Теория прогнозирования и принятия решений. М:1989.
29. Узяков М.Н. Характер экономического роста РФ в среднесрочной перспективе // Проблемы прогнозирования. – 1999. – №1.
30. Черныш Е.А. Прогнозирование и планирование в условиях рынка: Учеб. пособие. – М.: ПРИОР, 1999.
31. Шехурин Д.Е. Научное прогнозирование средствами информации С.-Пт.:1990.
32. Экономические аспекты научно-технического прогнозирования. М:1975.

Список использованных информационных ресурсов

 

33. http://www.radiomaster.ru/articles/view/258/
34. http://www.astronom2000.info/mipp/
35. http://www.mbureau.ru/blog/klassifikaciya-metodov-prognozirovaniya-po-e-tihonovu
36. http://www.bibl.nngasu.ru/electronic%20resources/uch-metod/management/4775.pdf
37. http://bibliotekar.ru/upravlenie-3/61.htm
38. http://www.uamconsult.com/book_547_chapter_13_3.1._Klassifika%D1%81ija_metodov_prognozirovanija.html
39. http://gendocs.ru/v6205/?cc=5&page=4

¹ Информатика. Энциклопедический словарь для начинающих. М.: Педагогика-Пресс, 2002

² Информатика. Энциклопедический словарь для начинающих. М.: Педагогика-Пресс, 2002

³ Владимирова Л. П. Прогнозирование и планирование в условиях рынка. Учебное пособие. – М.: Дашков и К., 2000

⁴ Баранов В.А. Общие вопросы методологии и научного прогнозирования. Х:1992

⁵ Владимирова Л. П. Прогнозирование и планирование в условиях рынка. Учебное пособие. – М.: Дашков и К., 2000

⁶ http://www.mbureau.ru/blog/klassifikaciya-metodov-prognozirovaniya-po-e-tihonovu

⁷ Шехурин Д.Е. Научное прогнозирование средствами информации С.-Пт.:1990

⁸ Черныш Е.А. Прогнозирование и планирование в условиях рынка: Учеб. пособие. – М.: ПРИОР, 1999.

⁹ Шехурин Д.Е. Научное прогнозирование средствами информации С.-Пт.:1990

¹⁰ Зенкин А.И. О математических методах прогнозирования М:1987.

¹¹http://www.uamconsult.com/book_547_chapter_13_3.1._Klassifika%D1%81ija_metodov_prognozirovanija.html

¹² Зенкин А.И. О математических методах прогнозирования М:1987

¹³ Математика и кибернетика в экономике. М.: Экономика, 1975