УЗНАЙ ЦЕНУ

(pdf, doc, docx, rtf, zip, rar, bmp, jpeg) не более 4-х файлов (макс. размер 15 Мб)


↑ вверх
Тема/ВариантПодбор формы кривой прогнозирующей функции методом исследования характеристик прироста нг900авыц
ПредметЭкономика
Тип работыконтрольная работа
Объем работы15
Дата поступления12.12.2012
1200 ₽

Содержание

1. Теоретическая часть 3 Подбор формы кривой прогнозирующей функции методом исследования характеристик прироста 3 1.1. Основные модели прогнозирующей функции 3 1.2. Этапы построения моделей 5 1.3. Модель авторегрессии 7 1.4. Модель скользящего среднего 8 1.5. Модель Бокса-Дженкинса (АРИСС) 10 2. Практическая часть 13 Список литературы 16

Введение

Идея использования математических моделей для описания поведения физических объектов является общепризнанной. В частности, иногда удается получить модель, основанную на физических законах, что дает возможность вычислить почти точное значение какой-либо зависящей от времени величины в любой момент времени. Например, мы можем вычислить траекторию ракеты, запущенной в известном направлении с известной скоростью. Такие модели на-зываются детерминированными, хотя реальные объекты крайне редко бывают целиком детерминированными (например, неучтенная скорость ветра может слегка отклонить ракету от курса). Поэтому в случае экологических объектов, для которых доля влияния случайных (неучитываемых) факторов традиционно очень велика, можно предложить модели, позволяющие вычислить лишь веро-ятность того, что некоторое будущее значение будет лежать в определенном интервале. Такие модели называются вероятностными, либо стохастически-ми. Интервал времени, на который существует необходимость прогноза вперед при решении конкретной проблемы, называется периодом упреждения. Пусть x(t + l) - измеренное значение экологического показателя в момент времени t с упреждением на будущее l. Функция j t(l), l = 1, 2, ..., дающая в мо-мент t прогнозы для всех будущих времен упреждения, будет называться про-гнозирующей функцией в момент t. Очевидна цель - получить такую прогно-зирующую функцию, у которой среднее значение квадрата отклонения истин-ного значения от прогнозируемого [x(t + l) - j t(l)]2 является наименьшим для каждого упреждения l. В дополнение к вычислению наилучшего прогноза не-обходимо также указать его точность, чтобы можно было оценить риск, связан-ный с решениями, основанными на прогнозир

Литература

Список литературы 1. Бешелев С.Д., Гурвич Ф.Г. Экспертные оценки в принятии плановых ре-шений. - М.: Экономика, 1976 2. Бигель Дж. Управление производством: количественный подход. - М.: Мир, 1973 3. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. - М.: Статисти-ка, 1973 4. Кобринский Н.Е., Майминас Е.З., Смирнов А.Д. Введение в экономиче-скую кибернетику. - М.: Экономика, 1975 5. Математика и кибернетика в экономике: Словарь - справочник. - М.: Экономика, 1975 6. Мот Ж. Статистические методы приведения и решения на предприятии. - М.: Прогресс, 1966 7. Организация производства на промышленных предприятиях США/ Под ред. Хейнмана С.А.- М.: Прогресс, 1969 8. Риггс Дж. Производственные системы: планирование, анализ, контроль. - М.: Прогресс, 1972 9. Саркисян С.А., Акопов П.Л., Мельникова Г.В. Научно- техническое про-гнозирование и программно- целевое планирование. - М.: Машинострое-ние, 1987 10. Тейл Г. Экономические прогнозы и принятие решений. - М.: Статистика, 1971 11. Четыркин Е.М. Статистические методы прогнозирования. - М.: Стати-стика, 1974
Уточнение информации

+7 913 789-74-90
info@zauchka.ru
группа вконтакте