To tylko jedna z 2 stron tej notatki. Zaloguj się aby zobaczyć ten dokument.
Zobacz
całą notatkę
MODELE TENDECNCJI ROZWOJOWYCH PROGNOZOWANIA
Każde zjawisko ekonomiczne, ujmowane dynamicznie za pomocą szeregu czasowego jest
wypadkową przyczyn głównych i pobocznych. Dla względnie długich okresów, działanie
przyczyn głównych powoduje pojawienie się tendencji rozwojowych (trendu )badanego
zjawiska. Trend reprezentuje trwałe zmiany zachodzące w ogólnym poziomie badanego
zjawiska w sposób powolny, ciągły, regularny. Statystyczna formą opisu są funkcje trendu.
SPOSOBY WYODREBNIANIA TRENDU.
1. Mechaniczne
2. Analityczne
Metoda mechaniczna - wyodrębnienie trendu z szeregów czasowych opiera się na założeniu
że zmiany w szeregu czasowym następują pod wpływem dwóch różnych przyczyn. Przyczyny
główne działają stale, regularne i wpływają na systematyczny wzrost badanego procesu
gospodarczego. Przyczyny uboczne mają charakter przypadkowy, zakłócają w poszczególnych
latach systematyczny wzrost procesu (powodują wahania w kształtowaniu się badanego
zjawiska w czasie). Do metod mechanicznych zaliczymy:
a. Odręczną linię trendu (trudność studiowania, obiektywizm wyznaczającego, metoda
najprostsza)
b. Metoda średnich ruchomych (średnich łańcuchowych)
Gdzie:
yi - wartości zmiennej y w kolejnych jednostkach czasu
m – stała wygładzania (liczba nieparzysta oznaczająca długość okresu ruchomego,
umiejscowiona w roku środkowym, każdorazowej średniej). Im wyższe m tym trend jest
dokładniejszy.
Metoda ta służy do wyznaczania trendu, ale nie umożliwia prognozowania, gdyż poszczególne
trendy są krótsze od wykresu danych.
Wady:
1. Obliczone wartości średniej ruchomej w poszczególnych badanych okresach nie
reprezentują czystego trendu, są obciążone pewnymi błędami wynikającymi z
istnienia wahań ubocznych.
2. Trend wyznaczony za pomocą średniej ruchomej nie może być ekstrapolowany, a
więc na jego podstawie nie można wnioskować na przyszłość.
c. Technika wykładnicza Browna
Gdzie:
yi – wartości zmiennej y w kolejnych jednostkach czasu (i=1,2,3,…,n)
α – stała wygładzania (αє(0,1;0,4)
Czym mniejsze α tym szereg jest bardziej wygładzony – niskie wartości α należy
stosować gdy szereg wykazuje duże wahania losowe.
... zobacz całą notatkę
Komentarze użytkowników (0)