Классификация и краткая характеристика методов прогнозирования

Автор работы: Пользователь скрыл имя, 02 Марта 2014 в 21:02, контрольная работа

Описание работы

Прежде всего, приведем определение метода прогнозирования как способа теоретического и практического действия, направленного на разработку прогнозов. Это определение является достаточно общим и позволяет понимать термин «метод прогнозирования» весьма широко: от простейших экстраполяционных расчетов до сложных процедур многошаговых экспертных опросов. [8]
Метод прогнозирования представляет собой последовательность действий, которые нужно совершить для получения модели прогнозирования. По аналогии с кулинарией метод есть последовательность действий, согласно которой готовится блюдо — то есть сделается прогноз.

Содержание работы

1. Классификация и краткая характеристика методов прогнозирования....3
2. Агрегирование индексов цен: семейство индексов Лоу, симметричные индексы……………………………………………………………………..……12
3. Используя метод аналитического выравнивания, на основе данных Росстата за последние 15 лет сделайте прогноз динамики численности населения России на трехлетний период…………………………………….16
Список использованных источников…………………………………………19

Файлы: 1 файл

макр прог и план.docx

— 29.36 Кб (Скачать файл)

     Третий уровень  классификации разделяет методы  прогнозирования на виды по  классификационному признаку «аппарат  методов». Каждый вид объединяет  в своем составе методы, имеющие  в качестве основы одинаковый  аппарат их реализации. Так, статистические  методы по видам делятся на  методы экстраполяции и интерполяции; методы, использующие аппарат регрессионного  и корреляционного анализа; методы, использующие факторный анализ. [8]

     Класс методов  аналогий подразделяется на методы  математических и исторических  аналогий. Первые в качестве аналога  для объекта прогнозирования  используют объекты другой физической  природы, другой области науки, отрасли  техники, однако имеющие математическое  описание процесса развития, совпадающее  с объектом прогнозирования. Вторые  в качестве аналога используют  процессы одинаковой физической  природы, опережающие во времени  развитие объекта прогнозирования.

Опережающие методы прогнозирования можно разделить на методы исследования динамики научно-технической информации; методы исследования и оценки уровня техники. В первом случае в основном используется построение количественно-качественных динамических рядов на базе различных видов НТИ и анализа и прогнозирования на их основе соответствующего объекта. Второй вид методов использует специальный аппарат анализа количественной и качественной информации, содержащейся в НТИ, для определения характеристик уровня, качества существующей и проектируемой техники. [6]

     Прямые экспертные  оценки по признаку аппарата  реализации делятся на виды  экспертного опроса и экспертного  анализа. В первом случае используются  специальные процедуры формирования  вопросов, организации получения  на них ответов, обработки полученных  ответов и формирования окончательного  результата. Во втором - основным  аппаратом исследования является  целенаправленный анализ объекта  прогнозирования со стороны эксперта  или коллектива экспертов, которые  сами ставят и решают вопросы, ведущие к поставленной цели.

     Экспертные  оценки с обратной связью в  своём аппарате имеют три вида  методов: экспертный опрос; генерацию  идей; игровое моделирование. Первый  вид характеризуется процедурами  регламентированного неконтактного  опроса экспертов перемежающимися  обратными связями в рассмотренном  выше смысле. Второй - построен на  процедурах непосредственного общения  экспертов в процессе обмена  мнениями по поставленной проблеме. Он характеризуется отсутствием  вопросов и ответов и направлен  на взаимное стимулирование творческой  деятельности экспертов. Третий  вид использует аппарат теории  игр и ее прикладных разделов. Как правило, реализуется на сочетании  динамического взаимодействия коллективов  экспертов и вычислительной машины, имитирующих объект прогнозирования  в возможных будущих ситуациях. [3]

Наконец, последний, четвертый, уровень классификации подразделяет виды методов третьего уровня на отдельные методы и группы методов по некоторым локальным для каждого вида совокупностям классификационных признаков, из которых указать один общий для всего уровня в целом невозможно.

     Таким образом мы получили следующую классификацию моделей и методов прогнозирования.

 

 

 

 

2. Агрегирование индексов цен: семейство индексов Лоу, симметричные индексы

Один очень широкий и популярный класс индексов цен можно получить, определив индекс как процентное изменение общей стоимости заданного набора количеств, обычно называемого «корзиной», между двумя сравниваемыми периодами. Смысл такого индекса легко понять и объяснить пользователям. Этот класс индексов описан в Руководстве как индекс Лоу, названный так по имени одного из основателей теории индексов, впервые предложившего этот индекс в 1823 году (см. главу 15). На практике большинство органов статистики используют тот или иной вид индекса Лоу.

Пусть в корзину входит n продуктов с ценами   и количествами  , при этом два сравниваемых периода обозначены как 0 и t. Тогда индекс Лоу   определяется с помощью выражения:

 

 

     В принципе, любой набор количеств можно  использовать в качестве корзины. Корзину необязательно ограничивать  количествами, купленными в один  или другой из двух сравниваемых  периодов, или в любой фактический  период времени. Количества могут, например, представлять собой среднее  арифметическое или среднее геометрическое  количество двух периодов. Из  практических соображений корзина  количеств, используемых для целей  ИПЦ, обычно должна основываться  на обследовании расходов домашних  хозяйств на потребление, проведенном  в более ранний период, чем  любой из двух периодов, цены  которых сравниваются.

     Например, месячный  ИПЦ может охватывать период  с января 2000 года, при этом цены  января 2000 года = 100, однако количества  могут быть получены на основе  ежегодного обследования расходов, проведенного в 1997 или 1998 году, или  даже включающего оба этих  года. Поскольку для сбора и  обработки данных о расходах  требуется много времени, обычно  такие данные могут быть включены  в расчет ИПЦ только со значительным  временным лагом. К тому же, корзина  может от-носиться к периоду  продолжительностью один год, тогда  как индекс может составляться  ежемесячно или ежеквартального.

     Период весов, и будет обозначаться здесь  как период b. Период 0 представляет  собой базисный период цен. Как  только что было отмечено, период b чаще всего предшествует периоду 0, по крайней мере, при первой  публикации индекса, что здесь  и предполагается, однако в качестве b может выступать любой период, включая тот, который находится  между периодами 0 и t, если индекс  рассчитывается спустя некоторое  время после периода t. Индекс  Лоу, в котором используются количества периода b, может быть записан в следующем виде:

 

 

где 

     Индекс можно  записать и рассчитать двумя  способами: в виде отношения двух  стоимостных агрегатов или как  средневзвешенное арифметическое  ценовых коэффициентов, или отношений  цен,   , для отдельных продуктов с использованием гибридных долей расходов   в качестве весов. Расходы определяются как гибридные, поскольку цены и количества относятся к двум различным периодам времени, соответственно, 0 и b. Гибридные веса можно получить путем обновления фактических долей расходов в период b, а именно,  , с учетом изменений цен, которые произошли между периодами b и 0, умножив их на соотношение цен в периоды b и 0, то есть на  . Индексы Лоу широко используются для целей ИПЦ.

     Симметричным  индексом называется такой индекс, в котором цены и количества  имеют равную значимость в  двух сравниваемых периодах и  учитываются симметричным образом. В экономической статистике широко  используется три конкретных  вида симметричных индексов. На  данном этапе их целесообразно  представить. Как уже отмечалось, эти три индекса также относятся  к категории гиперболических.

     Первым из  них является индекс цен Фишера,  , определяемый как геометрическое среднее индексов Ласпейреса и Пааше, то есть

.

     Второй называется  индексом цен Уолша,  .

     Это индекс  корзины, в котором количества  являются геометрическими средними  количеств двух периодов, то есть:

 

     Благодаря применению  геометрического, а не арифметического  среднего количеств, относительным  количествам обоих периодов присваивается  равный вес. Количества в индексе  Уолша можно рассматривать как в равной степени репрезентативные для обоих периодов.

     Третий индекс, называемый индексом цен Торнквиста,  , определяется как геометрическое среднее соотношений цен, взвешенное по средним долям расходов двух периодов:

,

где  представляет собой арифметическое среднее долей расходов на продукт i в двух периодах.

 

где значения si определяются так же, как в приведенных выше уравнениях.       

     Теоретическая  привлекательность этих индексов  станет более очевидной в последующих  разделах, посвященных аксиоматическому  и экономическому подходам к  индексам.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3.       Используя  метод аналитического выравнивания, на основе данных Росстата  за последние 15 лет сделайте прогноз  динамики численности населения  России на трехлетний период

     Статистика  численности и состава на селения  выступает как составная часть  демографии, представляя собой измерительный  аппарат изучения количественных  закономерностей. В задачи демографической  статистики входят определение  численности населения, анализ размещения  его по территории страны, характеристика  состава населения, изучение процессов  воспроизводства населения, определение  перспективной численности и  состава населения. Дадим определение  понятия «численность населения». Под численностью населения мы  будем понимать общее количество  населения, проживающего на определенной  территории.

Анализ динамики численности населения.

Приведем данные о численности наличного населения РФ за 1999–2013 гг. с дополнительной разбивкой на городское и сельское население в табл. 3.1.

Таблица 3.1. – Численность наличного населения России

Год Численность наличного населения на начало года, тыс. чел.

все население городское сельское

 

1999 

148460 

108322 

40138

2000 148260 108322 40137

2001 148461 108322 40138

2002 148360 108322 40148

2003 148192 108322 40238

2004 148292 108311 39981

2005 148029 108188 39841

2006 147802 108111 39691

2007 147539 108053 39486

2008 146890 107419 39471

2009 146304 107072 39232

2010 145649 106725 38924

2011 144964 106321 38643

2012 144168 105818 38350

2013 143474 104719 38755

     Как видно  из табл. 3.1. численность населения  постоянно снижается, начиная с 1999 г., это снижение имеет достаточно  устойчивый характер. неуклонно снижаются численности городского и сельского населения. Только в 2013 г. за весь период, начиная с 1999 г., наблюдается небольшой рост численности сельского населения. Для наглядности на рис. 3.1. приведем численность населения России с прогнозом на трехлетний период.

 

Рис. 3.1. Динамика общих коэффициентов естественного движения населения.

 

 

 

Рис. 3.2.  Численность населения России.

      С 1999 г. в  России наблюдается устойчивая  тенденция депопуляции, характеризующаяся  постоянным превышением числа  умерших над числом родившихся в 1,5-1,7 раза. Сложившийся в настоящее время в России уровень рождаемости является одним из самых низких в Европе и почти на 40% ниже для простого численного замещения поколений родителей их детьми (около 1,3 детей в среднем на одну женщину). Несмотря на отмечаемое улучшение, в целом ситуация со смертностью в стране остаётся весьма неблагополучной. На 1000 человек населения в среднем регистрируется около 15 умерших. Это самый высокий показатель в Европе.

 

 

 

 

 

 

 

 

 

 

 

Список использованных источников

1. Герчикова И.Н. Менеджмент: Учебник. 3-е изд., перераб. и доп. М.: Банки и биржи; ЮНИТИ, 2010.

2. Инновационный менеджмент/ Под ред. С.Д. Ильенковой. М.: Банки и биржи; ЮНИТИ, 2009.

3. Инновационный менеджмент: Учебник для вузов / Под ред. д.э.н., проф.. О.П. Молчановой. М.: Вита-Пресс, 2011.

4. Инновационный менеджмент: Учебник для вузов / Под ред. д.э.н., проф. В.А. Швандара, проф. В.Я. Горфинкеля. - М.: Вузовский учебник, 2008

5. Инновационный менеджмент: Учеб. пособие / Под ред. В.М. Аньшина,  А.А. Дагаева. - М.: Дело, 2008.- 528 с.

6. Источник: данные Росстата.

7. Ковалев Г.Д. Основы инновационного менеджмента. М.: ЮНИТИ, 2010.

8.  Махрова А.Г., Нефедова  Т.Г., Трейвиш А.И. Московская область сегодня и завтра: тенденции и перспективы пространственного развития. М.: Новый хронограф, 2009.

10. Медынский В.Г., СкамайЛ.Г. Инновационное предпринимательство: Учеб. пособие для вузов. М.: ЮНИТИ-ДАНА, 2011.

11.  Морозов Ю.П. Инновационный  менеджмент: Учеб. пособие для вузов. М.: ЮНИТИ-ДАНА, 2009.

12. Тихонов Э.Е. Прогнозирование  в условиях рынка. Невинномысск, 2009. 221 с.

13. Фатхутдинов Р.А. Инновационный менеджмент: Учебник. 2-е изд. М.: ЗАО «Бизнес-школа «Интел-Синтез», 2009.

      

 


Информация о работе Классификация и краткая характеристика методов прогнозирования