Тема 2. прогнозирование и Моделирование временных последовательностей
Вопросы:
1. Методика экономического прогнозирования
2. Базы способа экстраполяции
3. Экстраполяция экономических процессов на базе линейных моделей кривых роста экономической динамики
Методика экономического прогнозирования
Экономический прогноз связан с философской категорией «опережающее отражение».
Для его реализации нужны следующие условия:
1. Исследуемая величина обязана владеть закономерностью преобладающей над случайностью (детерминированность).
2. Процесс обязан длиться во времени (инерционность).
3. Нужно наличие активного субъекта, талантливого настоящего и закономерности прошлого перенести в будущее, но с корректировкой, применительно к новым условиям будущего.
Формально экономический прогноз предполагает определение значений исследуемой величины на пара k шагов вперед.
Методы прогнозирования:
1. Прогнозирование от практически достигнутого уровня способом среднего прироста
— последний уровень временного последовательности;
k – ход прогноза (на какое количество периодов вперед прогнозируем);
САП – средний безотносительный прирост
Недочёты способа:
1) Все фактические эти временного последовательности смогут быть результатом как закономерности, так и случайности, исходя из этого опираться при прогнозировании на фактическое значение последнего уровня 
не нужно.
2) Способ среднего прироста, давая точечный прогноз, не разрешает выяснить промежуток прогноза. Одновременно с этим величина в будущем скорее попадет в промежуток, чем будет равна конкретному значению.
2. Статистические способы прогноза исходят из возможности разложения последовательности на составляющие: 
, где 
— трендовая составляющая, определяющая закономерность в трансформации показателя, а учет случайной компоненты 
позволяет скорректировать эту закономерность в новых условиях будущего.
Главные этапы статистического прогноза:
1. Анализ условия задачи, построение временного последовательности, постановка задач и целей изучения.
2. Предварительный анализ данных.
3. Выбор группы моделей для прогнозирования.
4. Определение вида моделей.
5. Анализ качества выстроенных моделей. Выбор лучшей по качеству модели.
6. Экономический прогноз.
Базы способа экстраполяции
Экстрополяция – вынесение настоящего и закономерностей прошлого за пределы разглядываемого промежутка времени. Иными словами, это и имеется прогноз в будущее.
Многочисленная несколько моделей экстрополяции – это модели временных последовательностей (МВР).
4 bWxMj8FOwzAQRO9I/IO1SFwq6jS0IYQ4FarEBQ6Fwgc4yZJE2OsQu6n79ywnOI5mNPOm3направляться HxwpWC0TEEiNawfqFHy8P93kIHzQ1GrjCBWc0cO2urwoddG6E73hfAid4BLyhVbQhzAWUvqmR6v9 0o1I7H26yerAcupkO+kTl1sj0yTJpNUD8UKvR9z12HwdjlbB8/51cU5jtvi+29S7OOcmvnij1PVV fHwAETCGvzD84jM6VMxUuyO1XhjWmzWjBwVpdguCA+ssX4GoFdwnOciqlP8fVD8AAAD//wMAUEsB Ai0AFAAGAAgAAAAhALaDOJL+AAAA4QEAABMAAAAAAAAAAAAAAAAAAAAAAFtDb250ZW50X1R5cGVz XS54bWxQSwECLQAUAAYACAAAACEAOP0h/9YAAACUAQAACwAAAAAAAAAAAAAAAAAvAQAAX3JlbHMv LnJlbHNQSwECLQAUAAYACAAAACEAmrCIs+8BAADoAwAADgAAAAAAAAAAAAAAAAAuAgAAZHJzL2Uy b0RvYy54bWxQSwECLQAUAAYACAAAACEAA4kF9d8AAAAJAQAADwAAAAAAAAAAAAAAAABJBAAAZHJz L2Rvd25yZXYueG1sUEsFBgAAAAAEAAQA8wAAAFUFAAAAAA== strokecolor=black [3040]/МВР
l di54bWxMj8FOwzAQRO9I/IO1SFwq6jRS4xDiVKgSFzgAhQ9w4iWJsNchdlP373FPcBzNaOZNvYvW sAVnPzqSsFlnwJA6p0fqJXx+PN2VwHxQpJVxhBLO6GHXXF/VqtLuRO+4HELPUgn5SkkYQpgqzn03 oFV+7Sak5H252aqQ5NxzPatTKreG51lWcKtGSguDmnA/YPd9OFoJz69vq3Mei9WP2Lb7uJQmvngj 5e1NfHwAFjCGvzBc8BM6NImpdUfSnpmkN/cpKSEvBLCLn4ktsFZCKQTwpub/DzS/AAAA//8DAFBL AQItABQABgAIAAAAIQC2gziS/gAAAOEBAAATAAAAAAAAAAAAAAAAAAAAAABbQ29udGVudF9UeXBl c10ueG1sUEsBAi0AFAAGAAgAAAAhADj9If/WAAAAlAEAAAsAAAAAAAAAAAAAAAAALwEAAF9yZWxz Ly5yZWxzUEsBAi0AFAAGAAgAAAAhALVIKOjyAQAA5wMAAA4AAAAAAAAAAAAAAAAALgIAAGRycy9l Mm9Eb2MueG1sUEsBAi0AFAAGAAgAAAAhAIH3Z5ndAAAACAEAAA8AAAAAAAAAAAAAAAAATAQAAGRy cy9kb3ducmV2LnhtbFBLBQYAAAAABAAEAPMAAABWBQAAAAA= strokecolor=black [3040]/Трендовые Тренд-сезонные
Кривые роста Адаптивные модели Адаптивные модели
Гармонических весов
Способ эволюции
Распространенным классом трендовых моделей являются кривые роста экономической динамики.
Кривые роста – это аналитические функции, предназначенные для выравнивания временных последовательностей. Свободным параметром всех этих функций есть фактор времени t.
В зависимости от выбора математической функции кривые роста возможно поделить на 3 класса:
1. Полиномиальные
– линейная модель кривой роста,
– это параметр модели, что задает начальные условия развития показателя, т.е. 
;
– это параметр, характеризующий скорость либо интенсивность трансформации показателя y во времени;
– кривая роста параболического типа, подходит для показателей, склонных к трансформации тенденции с восходящей на нисходящую и напротив;
и т.д.
2. Экспоненциальные (многие экономические показатели имеют тенденцию, соответствующую экспоненциальной кривой)
– несложная экспонента.
– модифицированная экспонента (со сдвигом).
3. S-образные
кривая Гомперца 
,
логистическая кривая.
Графики этих функций напоминают латинскую букву S. Такое поведение характерно показателя, владеющим свойством достигать насыщения, к примеру, уровень спроса на товары-новинки.