Меню
Главная
Авторизация/Регистрация
 
Главная arrow Экономика arrow Методы социально-экономического прогнозирования. Т.2.

Краткий курс лекций по дисциплине
«Методы социально-экономического прогнозирования. Т.2.»




СОДЕРЖАНИЕ


Простейшие методы Непараметрические и полупараметрические методы построения интервальных прогнозов СЕЗОННАЯ ДЕКОМПОЗИЦИЯ И ТРЕНД-СЕЗОННЫЕ МОДЕЛИ МОДЕЛИ ПРОГНОЗИРОВАНИЯ МАКРОЭКОНОМИЧЕСКОЙ ДИНАМИКИ Прогнозирование с использованием производственных функций МЕТОД НЕРАВНОМЕРНОГО СГЛАЖИВАНИЯ Общая схема оценивания прогнозных моделей z-множителями Гиперболический тренд Учет сезонности в моделях авторегрессии Параболический тренд Стартовые значения в модели БраунаЭкспертная оценка Параметрические методы построения интервальных прогнозов Средняя величина Декомпозиция временно́го ряда с помощью LOESS Преимущества и недостатки моделей трендов Метод Монте-Карло Простейшие модификации модели Брауна Показательный тренд Классическая декомпозиция Модели экспоненциального сглаживания Пример прогнозирования с использованием моделей трендов Степенной трендПервое расчетное значение равно фактическомуПодбор первого значения во время поиска оптимальной а Модели трендов Модель экспоненциального сглаживания сезонных уровней Методы задания границ фильтра Автоматизация моделей экспоненциального сглаживания Коэффициент демпфирования колебаний и границы фильтраПервое расчетное значение равно средней арифметической Naive Модель Солоу и ее развитие для задач прогнозирования Метод наименьших квадратов с дисконтированием Простейшие методы прогнозированияПолучение стартовых значений с помощью процедуры "обратного прогноза" Подход пространства состояний АЛЬТЕРНАТИВНЫЕ МЕТОДЫ ОЦЕНКИ КОЭФФИЦИЕНТОВ ПРОГНОЗНЫХ МОДЕЛЕЙИспользование средней взвешенной первых значений ряда Линейный тренд Преимущества и недостатки моделей ARIMA Построение интервальных прогнозов на основе неравенства Чебышева Простое экспоненциальное сглаживание с дрейфом Нестационарные процессы и приведение их к стационарному виду Идентификация нестационарности Адаптация нелинейных моделей методом неравномерного сглаживания Модель Хольта и ее варианты Преимущества и недостатки простейших методов прогнозирования Тренды и тренд-сезонные модели Модель Хольта – Уинтерса и ее варианты Метод стохастической аппроксимации и его модификация Метод средних точек Описание стационарного временно́го ряда авторегрессией и скользящей средней Логарифмический тренд ПРОГНОЗИРОВАНИЕ СОЦИАЛЬНО- ЭКОНОМИЧЕСКИХ ТЕНДЕНЦИЙ Модель адаптации к приростам Декомпозиция "Х-12" Имитационные динамические модели Сезонный Naive Модели авторегрессии Нестационарность, методы идентификации и устранения Виды сезонности Изучение структуры временны́х рядов Метод дрейфа Прогнозирование с помощью тренд-сезонных моделей Моделирование сезонных колебаний с использованием фиктивных переменных Модель простого экспоненциального сглаживания Изучение структуры временны́х рядов и выявление вида тенденций Определение порядка модели авторегрессии со скользящей средней Условие стационарности в моделях ARMA ЭКСПОНЕНЦИАЛЬНОЕ СГЛАЖИВАНИЕ ПОСТРОЕНИЕ ИНТЕРВАЛЬНЫХ ПРОГНОЗОВ Методы задания параметра демпфирования колебаний Выявление тенденций с помощью локальных полиномиальных регрессий (LOESS) Выявление сезонности Теория Дж. М. Кейнса и базирующиеся на ней модели Связь между ARIMA и экспоненциальным сглаживанием Выявление тенденций в ряде данных с помощью скользящих средних
 
Если Вы заметили ошибку в тексте выделите слово и нажмите Shift + Enter
 
Предметы
Агропромышленность
Банковское дело
БЖД
Бухучет и аудит
География
Документоведение
Журналистика
Инвестирование
Информатика
История
Культурология
Литература
Логика
Логистика
Маркетинг
Математика, химия, физика
Медицина
Менеджмент
Строительство
Педагогика
Политология
Политэкономия
Право
Психология
Религиоведение
Риторика
Социология
Статистика
Страховое дело
Техника
Товароведение
Туризм
Философия
Финансы
Экология
Экономика
Этика и эстетика