Прогнозирование показателей конъюнктуры рынков с учетом сезонных факторов

Заказать уникальную курсовую работу
Тип работы: Курсовая работа
Предмет: Эконометрика
  • 23 23 страницы
  • 0 + 0 источников
  • Добавлена 05.07.2014
1 496 руб.
  • Содержание
  • Часть работы
  • Список литературы
  • Вопросы/Ответы
Оглавление
Введение 3
Характеристика исходных данных 6
Основная часть 8
Заключение 21
Список использованной литературы 23
Фрагмент для ознакомления

Спектр “белого шума” представляет собой линию горизонтальную оси абсцисс.Спектр ряда, оставшегося после моделирования АРСС (рис.12) далеко не похож на спектр “белого шума”. Это говорит о том, что эта модель не является адекватной.рис.12рис.13Спектральный анализ остатков после моделирования АРПСС (рис.13) также говорит о том, что построенная модель является неадекватной.3.2 Адаптивные моделиСтроить прогноз с помощью адаптивных моделей мы будем моделью Хольта.рис.14ДатаПрогноз14.12.201397,06317.12.201397,21118.12.201397,3619.12.201397,50920.12.201397,65721.12.201397,80624.12.201397,95425.12.201398,10326.12.201398,251На рис.14 построена адаптивная модель Хольта нашего исходного ряда. Параметры адаптации следующие: Альфа=0,998, Гамма=0. Среднеквадратичная ошибка равна 1,6469. Прогноз на 26.12.2013 составляет 98,251. По спектру ряда остатков (рис.15) видно, что эта модель является неадекватной.рис.15ЗаключениеМы рассмотрели три модели – АРСС, АРПСС, адаптивную модель Хольта. Все построенные модели являются неадекватными. Тем не менее мы должны выбрать наиболее подходящую, ту, которая дает наиболее правдоподобный прогноз.Модель АРПСС содержит наибольшую из трех моделей среднеквадратичную ошибку. Да и график прогноза не очень хорошо вписывается в динамику всего предыдущего процесса.Адаптивная модель Хольта содержит чуть меньшую среднеквадратичную ошибку, чем АРПСС, но график ее прогноза, во всяком случае, не лучше совпадает с общей динамикой, показывая менее крутой подъем индекса, чем на протяжении всего ряда.Наиболее удачной я считаю модель АРСС. Она содержит, пусть не сильно отличающуюся, но наименьшую среднеквадратичную ошибку. Ее прогноз показывает рост индекса, причем он более или менее соблюдает динамику всего временного ряда, динамику роста.рис.16p=2, q=1, MS(среднеквадратичное отклонение)=1,5822.ДатаПрогноз14.12.201397,801317.12.201398,644518.12.201399,430919.12.2013100,15420.12.2013100,80921.12.2013101,39724.12.2013101,92125.12.2013102,38326.12.2013102,791Список использованной литературыАгапова Т. Современная экономическая теория: методологическая база и модели // Российский Экономический Журнал. – 1995. - №10.Богачева О. США: шестой год стабильного экономического подъема // Мировая экономика и международные отношения. – 1998. - №8.Власюк А. Стабилизация экономики Украины // Экономика Украины. – 1995. - №12.Горелов С. Математические методы в прогнозировании. – М.: Прогресс, 1993.Денискин В. Основы социального прогнозирования в пищевой промышленности. – М.: Колос, 1993.Дудкин В. Индикативное планирование – механизм координации деятельности государственных и негосударственных субъектов управления // Российский Экономический Журнал. – 1998. - №6.Кривов В. Законодательное определение содержания экономических решений // Экономист. – 1997. - №12.Курс экономической теории / Под ред. А.С. Сидоровича. – М.: Учебники МГУ, 1997.Лескова Н. Прогноз развития мировой экономики // Бюллетень иностранной коммерческой информации. – 1995. - №145.Основы экономического и социального прогнозирования / Под редакцией Мосина Н. – М.: Высшая школа, 1985.Панасюк Б., Сергиенко И. Прогнозирование развития экономики Украины // Экономика Украины. – 1996. - №1.Панасюк Б., Сменковский А. О некоторых методических подходах к краткосрочному прогнозированию макроэкономических показателей // Экономика Украины. – 1998. - №10.Саати М.А. Моделирование сложных систем. – М.: Наука, 1993

Список использованной литературы

1 Агапова Т. Современная экономическая теория: методологическая база и модели // Российский Экономический Журнал. – 1995. - №10.
2 Богачева О. США: шестой год стабильного экономического подъема // Мировая экономика и международные отношения. – 1998. - №8.
3 Власюк А. Стабилизация экономики Украины // Экономика Украины. – 1995. - №12.
4 Горелов С. Математические методы в прогнозировании. – М.: Прогресс, 1993.
5 Денискин В. Основы социального прогнозирования в пищевой промышленности. – М.: Колос, 1993.
6 Дудкин В. Индикативное планирование – механизм координации деятельности государственных и негосударственных субъектов управления // Российский Экономический Журнал. – 1998. - №6.
7 Кривов В. Законодательное определение содержания экономических решений // Экономист. – 1997. - №12.
8 Курс экономической теории / Под ред. А.С. Сидоровича. – М.: Учебники МГУ, 1997.
9 Лескова Н. Прогноз развития мировой экономики // Бюллетень иностранной коммерческой информации. – 1995. - №145.
10 Основы экономического и социального прогнозирования / Под редакцией Мосина Н. – М.: Высшая школа, 1985.
11 Панасюк Б., Сергиенко И. Прогнозирование развития экономики Украины // Экономика Украины. – 1996. - №1.
12 Панасюк Б., Сменковский А. О некоторых методических подходах к краткосрочному прогнозированию макроэкономических показателей // Экономика Украины. – 1998. - №10.
13 Саати М.А. Моделирование сложных систем. – М.: Наука, 1993

Вопрос-ответ:

Что изучает данная статья?

Данная статья изучает прогнозирование показателей конъюнктуры рынков с учетом сезонных факторов.

Какие данные используются в статье?

В статье используются исходные данные об экономической конъюнктуре рынков.

Какие результаты показывает спектр белого шума?

Спектр белого шума представляет собой линию горизонтальную оси абсцисс.

Что говорит спектр ряда после моделирования АРСС?

Спектр ряда после моделирования АРСС далеко не похож на спектр белого шума, что говорит о том, что эта модель не является адекватной.

Какой вывод можно сделать из спектрального анализа остатков после моделирования АРПСС?

Спектральный анализ остатков после моделирования АРПСС также указывает на то, что построенная модель является недостаточно адекватной.

Какие показатели конъюнктуры рынков рассматриваются в статье?

Статья рассматривает прогнозирование показателей конъюнктуры рынков с учетом сезонных факторов.

Какие данные использовались в исследовании?

В исследовании использовались исходные данные, характеристика которых описана в разделе "Характеристика исходных данных".

Какие выводы можно сделать на основе спектрального анализа остатков модели?

Спектральный анализ остатков моделей позволяет сделать вывод о том, что построенная модель не является адекватной, так как спектр ряда остатков не похож на спектр белого шума. Это указывает на наличие дополнительных закономерностей и факторов, которые не были учтены в модели.

Какие методы использовались для прогнозирования показателей конъюнктуры рынков?

Статья не описывает конкретные методы прогнозирования, но указывает на необходимость учета сезонных факторов при прогнозировании показателей конъюнктуры рынков.

Какие особенности имеют остатки после моделирования АРПСС?

Спектральный анализ остатков после моделирования АРПСС показывает, что эта модель также не является адекватной. Остатки имеют определенную структуру и не соответствуют спектру белого шума, что указывает на наличие дополнительных факторов в данных.

Какие факторы учитываются при прогнозировании показателей конъюнктуры рынков?

При прогнозировании показателей конъюнктуры рынков учитываются различные факторы, включая сезонность, тренды, цикличность, политические и экономические события, а также специфические характеристики отраслей и рынков.

Что представляет собой спектр белого шума?

Спектр белого шума представляет собой линию горизонтальную оси абсцисс. Это означает, что все частоты в спектре равномерно распределены, и нет преобладающих частотных компонент.