118421

Maksymalny horyzont prognozy - należy do przyszłości, najdalszy moment dla. którego prognoza jest dopuszczalna.

Żadany horyzont prognozy - odbiorca prognozy może życzyć sobie prognozy na dowolny moment czasu, przy czym. nie może być ona zrealizowana w momencie gdy żądany horyzont jest dłuższy niż maksymalny.

Prognozawygasła - prognoza wyznaczona na taki moment, dla którego znana jest prawdziwa wartość zmiennej prognozowanej (prognozy cx post).

Zmienna prognozowana — Yt, zmienna endogeniczna, reprezentuje, obiekt, proces, zjawisko, które podlega prognozowaniu.

Cechy danych wykorzystywanych do budowy prognoz:

1.    Rzetelność - dane są rzetelne gdy są zgodnie z przedmiotem, którego dotyczą

2.    Jednoznaczność - dane powinny być tak przedstawiane, by każdy odbierał je tak samo

3.    Kompletność - dane powinny obejmować wszystkie ważne i istotne dla celów badawczych informacje

4.    Aktualność danych dla przyszłości - czy pewne czynniki nie przestaną w pływać na Yt 3. Koszt zbierania i opracowywania danych

6. Porównywalność danych - można je porównywać z punktu widzenia:

a.    Czasu - by między poszczególnymi realizacjami była ta sama przerwa (ten sam interwał)

b.    Terytorium - pow inny dane pochodzić z tego samego terytorium

c.    Stosowane pojęcia i kategorie - dane powinny być podobnie konstruowane (ważne dla wskaźników makroekonomicznych)

d.    Metody oblicza) - dokładność, formuły obliczania agregatów

Prezentacja danych:

szereg czasowy momentów - wyraża poziom zjawiska w danym momencie (wielkość sprzedaży w latach 97-2002 stanna3l. 12 moment pomiaru)

szereg czasowy okresów - wielkość sprzedaży pewnego wyrobu w pierwszej połowie 2002 (od...do...) interwał pomiędzy danymi taki sam. w systemie pn-pt. uznaje się, że pt-pn taki sam jak wt-śr, czy śr-czw. Święta, niedziele itp. prognozuje się odrębnie

Składowcszcreguczasowcgo:

•    wahania przypadkowe

•    trend

•    stały średni poziom

•    wahania sezonowe (krótkookresowe)

•    wahania cykliczne (długookresowe)

MWLLL AŁMITACYJNE

Nie wymagają one szacowania, estymatorów, założą), są one dobre dla krótkookresowych prognoz. Cechy ogólne i zastosowanie:

dostosowane do przebiegu procesu - naśladowanie procesu budowa prognoz krótkookresowych prosta budowa

możliwość sprawdzenia symulacji

możliwość uwzględnienia wahań przypadkowych trendu oraz wahań sezonowych Ogólna postać Y, = T), + u,

Wady:

trudność w ustaleniu początkowych wartości do symulacji strata informacji

założenia o liniowości zmiennej prognozowanej w przyszłości postarzanie informacji

Symulacja - w przypadku modeli adaptacyjnych, symulacja polega na takim dobrze parametrów wygładzania by zminimalizować dowolnie wybrany błąd ex post.