Прогнозирование грузовых перевозок

Используя итоги граф 4, 5 и 6 определяются параметры уравнения прямой a и b и рассчитываются выравненные уровни ряда – графа 7

В графе 8 определяется ошибка ε – отклонение фактических уровней временного ряда от теоретических (точек на тренде) по следующей формуле:

.     (2.10)

Итоговые значения граф 9 и 10 будут использованы при расчете статистических критериев.

Параметры a, b и c уравнения параболы 2-го порядка определяются по формулам (при = 0):

=53,47  (2.11)

= 4,61    (2.12)

= 0,01.   (2.13)

Расчеты, необходимые для нахождения параметров параболы при выравнивании фактических уровней временного ряда, сводятся в таблице 2.3 (см. Приложение Б).

Используя итоги граф 4, 5, 6, 7 и 8, необходимо определить параметры уравнения параболы a, b и с и рассчитать выравненные уровни ряда – графа 9. Далее изобразить на графике фактические и выравненные по уравнению параболы уровни ряда. Таблица 2.2‒ Расчет объема перевозок по уравнению прямой см. в Приложении А.

 

Рисунок 2.2 – Фактические и выравненные уровни ряда по уравнению прямой

Рисунок 2.3 – Фактические и выравненные уровни ряда

по уравнению параболы

 

Таблица 2.3‒ Расчет объема перевозок по уравнению параболы см. в Приложении Б.

 

2.2.2 Расчет статистических критериев

 

Для выбора вида функциональной зависимости , которая будет использоваться в дальнейшем при прогнозировании, рассчитываются следующие статистические критерии:

1. Среднее линейное отклонение  – среднее значение абсолютных  отклонений фактических значений  от теоретических по каждому виду исследуемой функции.

,    (2.14)

где  n – число уровней ряда;

m – количество параметров исследуемой функции (например, для уравнения прямой m = 2).

• Для прямой: 22,64/(15–2) = 1,741 – минимальное значение.
• Для параболы: 22,68/(15–3) = 1,890.

2. Среднее квадратическое отклонение  – корень из дисперсии –  среднего значения из квадратов  отклонений фактических значений  от теоретических по каждому виду исследуемой функции:

,    (2.15)

• Для прямой: √(71,17/(15–2)) = 2,340 – минимальное значение.
• Для параболы: √(70,96/(15–3)) = 2,432

3. Теоретическое корреляционное  отношение (индекс корреляции) –  отношение среднеквадратического  отклонения значений теоретического  ряда от средней эмпирического  ряда  к среднеквадратическому отклонению значений эмпирического ряда от той же средней :

= 0,9941,   (2.16)

где   – среднее значение эмпирических уровней временного ряда:

,    (2.17)

0 ≤ η ≤ 1. Близость величины η к единице в общем случае означает, что связь достаточно хорошо описывается избранным уравнением зависимости.

• Для прямой: √(5952,43,06/6023,60) = 0,9941
• Для параболы: √(5952,43,06/6023,60) = 0, 9941.

Окончательное заключение о целесообразности использования того или иного вида функции для прогнозирования производится на основе наиболее предпочтительных значений статистических критериев (см. таблицу 2.4).

Таблица 2.4‒ Расчет статистических критериев

Вид уравнения	Среднее линейное отклонение	Среднее квадратическое отклонение	Индекс корреляции
Прямая	1,741	2,340	0,9941
Парабола	1,890	2,432	0,9941

 

 

Для прогнозирования объема перевозок примем уравнение прямой.

Далее проводим экстраполяцию выбранного тренда – продлеваем тенденцию развития в будущее, таким образом получаем прогноз объемов перевозок грузов на 5-летний период.

 

2.2.3 Построение доверительного интервала прогноза

 

Экстраполяция дает точечную прогностическую оценку. При составлении прогнозов используют также интервальную оценку, определяя доверительные интервалы прогноза. Величина доверительного интервала в общем виде зависит от величины среднего квадратического отклонения и от принятого уровня вероятности попадания в интервал.

Ширина доверительного интервала определяется следующим образом:

,   (2.18)

где  среднее квадратическое отклонение фактических уровней временного ряда от тренда;

 –  значение t – критерия Стьюдента.

При Р = 0,95  2.

 

 

 

 

 

 

Таблица 2.5‒Расчет прогнозных уровней объема перевозок по уравнению прямой

Год,	Условное обозначение времени,	Объем перевозок, , млн. т		Нижняя граница	Верхняя граница
1	2	3	4	5	6
1991	-7	23	21,33
1992	-6	29	25,94
1993	-5	24	30,55
1994	-4	36	35,16
1995	-3	40	39,77
1996	-2	45	44,38
1997	-1	49	48,99
1998	0	53	53,60
1999	+1	57	58,21
2000	+2	62	62,82
2001	+3	69	67,43
2002	+4	73	72,04
2003	+5	79	76,65
2004	+6	81	81,26
2005	+7	84	85,88
2006	+8		90,49	85,81	95,17
2007	+9		95,10	90,42	99,78
2008	+10		99,71	95,03	104,39
2009	+11		104,32	99,64	109,00
2010	+12		108,93	104,25	113,61

 

 

 

 

Рисунок 2.4‒Изменение объемов перевозок грузов по фактическим данным

(с 1991 по 2005 год) и выравненным уровням  ряда, включая 

прогнозные значения (с 1991 по 2010 год)

 

 

Заключение

 

В данной курсовой работе были рассмотрены:определение понятия глобальных проблем и их характеристика; классификация глобальных проблем; социальное прогнозирование глобальных проблем; пути решения глобальных проблем.

Глобальные проблемы являются одним из объективных факторов мирового развития. Их воздействие нельзя игнорировать. Нерешенность глобальных проблем создает угрозу для существования социума на планете. Обострение глобальных проблем вынуждает человечество искать новые способы взаимодействия и развития.

Основой научного предвиденья является познание объективных внутренних связей предметов и явлений. Это дает возможность в процессе познания переходить от известного к неизвестному, от прошлого и настоящего к будущему.

Социальное прогнозирование базируется на анализе информационного массива – совокупности данных, которые образуют определенную систему научных фактов и характеризуют объект прогнозирования. В состав информационного массива входят разные источники: масс-медиа, политические отчеты, статистические данные, личностные характеристики политических лидеров, оценки их мировоззренческих убеждений и т.д.Важным в прогнозировании является учет того социального, экономического и научно-технического фона, на котором развивается объект прогнозирования.

Также было рассмотрено прогнозирование грузовых перевозок на основе двух методов прогнозирования: на основе среднего темпа роста и экстраполяции тренда. Проанализировав полученные данные, можно сделать вывод о том, что для более точного прогноза данных лучше всего использовать метод экстраполяции данных, так как он более точен, а значит, рассматриваются все возможные варианты прогноза. В данной работе последние представлены уравнениями прямой и параболы.

Приложение А

 

 

Приложение Б

 

Библиографический список

 

1. Кратко о глобальных проблемах [Электронный ресурс]: Социальное прогнозирование. Глобальные проблемы современности – Режим доступа:

http://studopedia.org/3-71055.html.

2. Антохонова, И.В. Методы прогнозирования социально-экономических процессов: Учеб.пособие/ И.В. Антонохова. –Улан-Удэ: Изд-во ВСГТУ, 2004. –212 с.
3. Глобальные проблемы современности [Электронный ресурс] Астахов, В.О. Террористические угрозы России/ В.О. Астахов, М.О. Игнатовский, А.К. Лукоянов. –Режим доступа:http://lukoyanov.novoemnenie.ru/articles2/16p.html
4. Бестужев-Лада, И.В. Социальное прогнозирование. Курс лекций / И.В. Бестужев–Лада. –М.: Педагогическое общество России 2002. –392 с.
5. Владимирова, Л.П. Прогнозирование и планирование в условиях рынка: Учеб.пособие / Л.П. Владимирова. - М.: Изд. Дом "Дашков и К°", 2000. –307 с.
6. Новикова, Н.В. Прогнозирование национальной экономики/ Н.В. Новикова, О.Г. Поздеева. –Екатеринбург: Изд-во Урал.гос. экон. ун-та, 2007. –138 с.
7. Классификация глобальных проблем [Электронный ресурс]: Классификация глобальных проблем и их характеристика – Режим доступа: http://poisk-istini.com/literatura/filosofiya-konspekty-lekciy-bushuev/klassifikaciya-globalnix-problem-i-ix-xarakteristika
8. О социальном прогнозировании глобальных проблем[Электронный ресурс]: Социальное прогнозирование. Глобальные проблемы современности – Режим доступа: http://studopedia.org/3-71055.html
9. О путях решения глобальных проблем [Электронный ресурс]: Социальное прогнозирование. Глобальные проблемы современности – Режим доступа: http://studopedia.org/3-71055.html
10. Прогнозирование грузовых перевозок: МУ и зад. к выполнению КР по дисциплине "Социально-экономическое прогнозирование" / Под ред. Н.А. Старковой, разработали ст. преподаватель Яхно А.Д., ст. преподаватель Проскурякова Е.А. – ПГУПС, СПб, 2006. – 15 с.