Методы прогнозирования методы прогнозирования могут быть простыми (однородными) и комплексными (прогнозирующими системами).

Простые способы объединяют однородные по содержанию и применяемому инструментарию способы прогнозирования (к примеру, экстраполяция тенденций, морфологический анализ).

Простые (однородные) способы подразделяются на фактографические, экспертные и комбинированные.

Фактографические способы (их именуют поисковые прогнозы) со своей стороны подразделяются на статистические (параметрические), в каковые входят экстраполяция, методы и интерполяция аналогии, и на публикационные, в каковые входят анализы патентования и динамики опубликования.

К примеру, статистические способы включают в себя способы, основанные на анализе и построении динамических последовательностей черт (параметров) объекта прогнозирования. Среди них громаднейшее распространение взяли экстраполяция, интерполяция, способ аналогий (модель подобия), параметрический способ.

Экспертные способы (их именуют нормативными прогнозами) подразделяют на личные и коллективные.

К личным способам относятся способы без аналитической обработки — это интервью, способ генерации идей, аналитические экспертные оценки.

К коллективным способам относятся способы с аналитической обработкой: построение сценариев, способ дерева целей, морфологический анализ, способ коллективных экспертных оценок, способ «Дельфи», матричный способ.

Комплексные способы (прогнозирующие совокупности) включают в себя способ прогнозного графа, способ Паттерн, способы профайл. Комплексные способы отражают комбинации способов, реализуемые особыми прогностическими совокупностями (к примеру, способы прогнозного графа, способ паттерн).

Комбинированные способы включают в себя способы со смешанной информационной базой, в которых наровне с экспертной информацией употребляется и фактографическая.

Сейчас активно используются следующие способы прогнозирования: статистические, скользящей средней и экспоненциальная средняя.

Статистические способы прогнозирования (экстраполяция по скользящей средней) используются для кратковременного изучения в том случае, в то время, когда эти динамического последовательности не разрешают обнаруживать какую-либо тенденцию (тренд) того либо иного процесса (из-за Случайных и периодических колебаний данных).

Одним из статистических способов прогнозирования есть расчет прогнозов на базе сезонных колебаний уровней динамического последовательности. Под сезонными колебаниями понимаются трансформации уровня динамического последовательности, каковые вызываются влияниями времени года. Проявляются они с разной интенсивностью в формах и различных видах туристской деятельности: формирование, ценообразование, продвижение турпродукта и его потребление. Сезонные колебания цикличны, они повторяются через ежегодно. Для этого нужно иметь уровни колебания за ежеквартально (месяц, декаду).

Методика статистического прогноза по сезонным колебаниям основана на их экстраполяции, т.е.

на предположении, что параметры сезонных колебаний сохраняются до прогнозируемого периода.

Для измерения сезонных колебаний в большинстве случаев исчисляются индексы сезонности, каковые определяются отношением исходных (эмпирических) уровней последовательности динамики к теоретическим (расчетным) уровням, выступающим в качестве базы сравнения.

Потому, что на сезонные колебания смогут накладываться случайные отклонения, для их устранения производится сглаживание личных индексов, одноименных внутригодовых периодов разбираемого последовательности динамики. Исходя из этого для каждого периода годового цикла определяются обобщенные показатели в виде средних индексов сезонности.

Методика прогнозирования сезонных колебаний базируется на расчете индексов сезонности.

Способ средних индексов сезонности используется для составления прогнозов объемных и качественных показателей: изменение стоимостей, производительность труда, обращения и издержки производства, прибыль и др.

Для реализации турпродукта осуществляется прогнозирование способом линейной регрессии, что базируется на анализе связи двух переменных (способ парной корреляции), — влияние вариации факторного показателя, к примеру затрат на рекламу, и на результативный показатель, к примеру на количество продаж.

Способ скользящей средней пребывает в замене фактических уровней динамического последовательности расчетами, имеющими намного меньшую колеблемость, чем данные. Наряду с этим средняя рассчитывается по группам данных за определенный промежуток времени. Любая последующая несколько образуется со сдвигом на один год (месяц). В следствии начальные колебания динамического счастлива сглаживаются. Это именуется сглаживанием последовательностей динамики (главная тенденция выражается наряду с этим в виде некоей плавной линии). При прогнозировании исходят из предположения, что следующий во времени показатель по собственной величине будет равен средней, вычисленной за последний промежуток времени.

Экспоненциальная средняя как способ употребляется при рассмотрении скользящей средней в целях уточнения: чем «старше» наблюдение, тем меньше оно должно оказывать влияние на величину скользящей средней, влияние прошлых наблюдений должно затухать по мере удаления от момента, для которого определяется средняя. Одним из приемов сглаживания динамического последовательности с учетом «устаревания» наблюдения есть расчет особых показателей, взявших наименование экспоненциальных средних, каковые используются в кратковременном прогнозировании.

Главная мысль способа пребывает в применении в качестве прогноза линейной комбинации прошлых и текущих наблюдений.

Использование скользящей и экспоненциальных средних в качестве базы для прогностической оценки имеет суть в довольно малый колеблемости уровней. Эти способы прогнозирования относятся к числу распространенных способов экстраполяции трендов.

13.4. Прогнозы рабочий активности Прогнозы рабочий активности нужны для осуществления и планирования деловых операций, есликомпоненты прогноза шепетильно продуманы, а ограничения, содержащиеся в прогнозе, четко выяснены. Для этого нужно выяснить:

1) для чего нужен прогноз, какие конкретно ответы будут на нем основаны, дабы прогноз был точен, а погрешности были минимальными;

2) трансформации, дабы прогноз был точным;

3) компоненты прогноза;

4) опыт прошлых продаж турпродукта в составлении прогноза;

Лекция 10 Прогнозирование временных рядов


Интересные записи:

Понравилась статья? Поделиться с друзьями: