prognozowanie odpowiedzi, 1


  1. Przydatność klasycznych modeli trendu w prognozowaniu

Prognozowanie krótko- i średniookresowe, w warunkach, które nie są zmienne, czyli reprezentują zasadę status quo (czynniki kształtujące zjawisko nie zmienią się zasadniczo w okresie objętym prognozą). Przyjmuje się, że przyszłe warunki bardzo mało lub wcale nie różnią się od tych, do których odnoszą się istniejące teorie. Przewidywanie na podstawie modeli klasycznych nie bierze pod uwagę przyczyny zjawiska, istotna jest tu sama prognoza czyli „co się będzie działo”. Stosując metodę ekstrapolacji najlepsze rezultaty uzyskuje się dla zjawisk jednorodnych o przewadze elementów ilościowych oraz tam gdzie zjawiska nie podlegają znacznym zmianom strukturalnym.

  1. Wymienić metody prognozowania mające zastosowanie w prognozowaniu

Szeregów stacjonarnych: metoda średniej ruchomej, średniej ruchomej ważonej, metoda wyrównywania wykładniczego Browna 1

Szeregi czasowe z tendencją rozwojową: ekstrapolacja funkcji trendu, Holt, Brown 2 i 3, model trendu harmonicznego z wagami pełzającymi

  1. Omów weryfikacje statystyczną modelu prognostycznego

Cele weryfikacji statystycznej:

(reszty, współczynnik determinacji lub skorygowany współczynnik determinacji, współczynnik zmienności losowej, odchylenie standardowe składnika losowego)

Aby sprawdzić poprawność metody szacunku i wykorzystania danego modelu do zbudowania prognozy należy zbadać:

  1. Porównaj grupę metod adaptacyjnych i modele tendencji rozwojowych (chodzi o ekstrapolacje funkcji trendu?)

  1. Jakie są wyróżniki prognozowania na podstawie metod przyczynowo skutkowych?

Modele klasyczne oraz adaptacyjne opierają się na zasadzie, iż istotne jest to co się wydarzy, a nie dlaczego. W modelach przyczynowo skutkowych zmienna objaśniana jest skutkiem, a zmienne objaśniające przyczyną zdarzenia. Przedstawia się poziom zjawiska za pomocą funkcji kształtujących go czynników. Metoda ma charakter pośredni, najpierw wyznaczamy przyszłe wartości zmiennych objaśniających, a potem sporządzamy prognozę. Prognozowanie na podstawie modeli przyczynowo skutkowych jest celowe, gdy zmienne objaśniające potrafimy lepiej prognozować niż zmienna objaśnianą.

  1. Podaj przesłanki na zastosowanie szeregów czasowych w prognozowaniu

  1. Kiedy stosuje się model addytywny, a kiedy multipliwatywny?

Model addytywny przedstawiony jest jako suma trendu, wahań sezonowych i przypadkowych. Wszystkie elementy wyrażone są w tych samych jednostkach. W analogicznych fazach cyklu przybliżenia są takie same czyli występują wahania bezwzględne stałe. Składowe tego modelu są niezależne.

Model multiplikatywny to iloczyn skłądowych szeregu czasowego. Tylko jedna ze składowych jest wyrażana w jednostkach zmiennej prognozowanej (zazwyczaj trend), pozostale odchylenia sa przedstawiane jako wzgledne odchylenia od przeciętnego poziomu zmiennej. Wielkości amplitudy wahań zmieniają się mniej wiecej w jednakowym stosunku, występują wahania względne stałe

  1. Kiedy nie stosujemy klasycznych modeli trendu?

Jeśli nie występuje zasada status quo, czyli gdy warunki są zmienne. Modele klasyczne są za mało elastyczne, aby można je było stosowac w zmiennych warunkach.

  1. Kiedy nie możemy prognozowac?

  1. Gdy nie mamy informacji w ogóle, albo gdy nie mamy informacji spełniających odpowiednich założeń: jednoznacznosc, identyfikowalnosc zjawiska przez zmienne, kompletnosc, aktualnosc danych dla przyszłosci, koszty zbierania i opracowania danych, porównywalnosc danych

  2. Być może chodzi o niestabilne warunki gospodarczo-polityczne



Wyszukiwarka

Podobne podstrony:
pytania i odpowiedzi z prognozowania (1)
Prognozowanie pytania (1) i odpowiedzi
RMŚ w sprawie szczegółowych warunków, jakim powinna odpowiadać prognoza oddziaływania na środowisko
TEST zalicz mikroskopia czescETI z odpowiedz
obowiazki i odpowiedzialnosc nauczyciela
PROGNOZY GOSPODARCZE DLA POLSKI
prognozowanie 1
wyklad 13 Modele ARIMA w prognozowaniu (1)
025 odpowiedzialnosc cywilnaid 4009 ppt
Czynniki warunkuj ce wybor metod nauczenia odpowiednich dla
prognozowanie w
odpowiedzialnosc
Charakterystyka odpowiedzi immunologicznej typu GALT faza indukcji

więcej podobnych podstron