plik


ÿþ1. Uzasadnij dziki czemu jeste[my zdolni naukowo przewidywa przyszBo[? Przewidywanie przyszBo[ci: wnioskowanie o zdarzeniach, które zajd w czasie pózniejszym ni| czynno[ przewidywania. Mo|emy przewidywa przyszBo[, poniewa| w [wiecie w którym |yjemy, panuje pewien porzdek. Polega on na tym, |e zdarzenia powizane s ró|nymi zale|no[ciami oraz na tym, |e zale|no[ci te podlegaj pewnym prawidBowo[ciom. Zarówno prawidBowo[ci te, jak i zale|no[ci mog by ró|nego typu, mog mie charakter funkcyjny, przyczynowo  skutkowy, bezpo[redni, po[redni, pierwotny, wtórny, gBówny, uboczny... Znajomo[ tych zwizków pozwala wyja[ni ró|ne prawidBowo[ci wystpujce w otaczajcym nas [wiecie oraz stanowi podstaw do budowy prognoz. StopieD przewidywalno[ci jest bardzo zró|nicowany. W naukach technicznych, przyrodniczych mo|na przewidywa z du| dokBadno[ci. Natomiast w naukach spoBecznych i ekonomicznych takie [cisBe przewidywanie nie jest mo|liwe, poniewa| wpBywa na to zbyt wiele czynników o charakterze przypadkowym. Nie mo|na przewidywa zjawisk i procesów przypadkowych, losowych i szczególnych. Gdyby w [wiecie, w którym |yjemy, panowaB chaos, gdyby wszelkie zdarzenia zachodziBy niezale|nie jedne od drugich, przewidywanie przyszBo[ci byBoby niemo|liwe. 2. Scharakteryzuj najwa|niejsze funkcje prognoz. Funkcja strategiczna- polega na tym, ze prognozy mog stanowi podstaw dBugofalowego dziaBania lub dBugofalowej polityki gospodarczej. Informacje z prognoz dBugookresowych mog by podstawa wyboru strategii dziaBania dla dBugiego i krótkiego okresu. Dotyczy to mo|e takiej decyzji, jak reorganizacja gospodarstwa. Funkcja ostrzegawcza prognoz  celem tej funkcji jest mo|liwo[ podjcia dziaBaD zapobiegawczo  preferencyjnych w odpowiednim czasie. Mo|e to stanowi podstaw ró|norodnych dziaBaD, np. zmiany strategii dziaBania. Wtedy funkcja ostrzegawcza jest zarazem funkcj strategiczn. Funkcja weryfikacyjna  wystpuje wówczas, gdy prognozy daj tak|e wcze[niejsze rozeznanie o stopniu realizacji celów. Np. prognozy plonów zbó| wykonane metodami biometrycznymi informuj o prawdopodobnych plonach, gdy ro[liny s jeszcze na polu. W wyniku takich prognoz mamy rozeznanie co do stopnia realizacji wcze[niej zaBo|onych zadaD. Funkcja aktywizujca  polega na pobudzeniu do podejmowania dziaBaD sprzyjajcych realizacji prognozy, gdy zapowiada ona zdarzenia korzystne i przeciwstawiajcych si jej realizacji, gdy przewidywane zdarzenia s oceniane jako niekorzystne. Ogólnie mo|emy powiedzie, ze zadaniem prognoz jest stworzenie dodatkowych przesBanek w procesie podejmowania decyzji i zmniejszanie niepewno[ci. 3. Scharakteryzuj etapy procesu prognozowania. 1. OKREZLENIE ZAKRESU PROGNOZOWANIA: Okre[lenie obiektu, zjawiska, zmiennych majcych podlega prognozowaniu, celu wyznaczania prognozy. 2. HORYZONT PROGNOZY: Okre[lamy jak daleko chcemy prognozowa, przewidywa. Im krótszy horyzont tym prognoza jest bardziej szczegóBowa. 3. WYBÓR METODY PROGNOZOWANIA: 11 Zastosowanie metody powinno by poprzedzone szerok i wnikliw analiz  aby pozna wady i zalety metod oraz warunki ich stosowania. O wyborze metody decyduje: - charakter procesu zmian prognozowanego zjawiska - horyzont czasu objty prognoz - rodzaj posiadanych informacji - mo|liwo[ci techniczne i osobowe 4. ZBIÓR INFORMACJI: Informacje do budowy prognoz mog pochodzi z ró|nych zródeB: - wewntrzne: zapisy, rejestry, raporty od jednostki gospodarczej - zewntrzne: ustawy, dokumenty rzdowe, banki, instytucje naukowe, GUS Dane s prawdziwe, gdy odpowiadaj przedmiotowi, którego dotycz, gdy s kompletne i wiarygodne. 5. WYKONANIE OBLICZEC: 6. WERYFIKACJA  OCENA REALNOZCI I TRAFNOZCI: Jest mo|liwa dopiero po upBywie czasu który obejmuje prognoza. 7. MONITORING: W celu dokonywania odpowiednich korekt. 4. Klasyfikacja prognoz. Kryterium podziaBu Rodzaje prognoz Horyzont czasowy DBugo-, [rednio- i krótkoterminowe, perspektywiczne i ponadperspektywiczne , operacyjne i strategiczne Charakter lub Proste i zBo|one, ilo[ciowe i jako[ciowe struktura StopieD Ogólne i szczegóBowe szczegóBowo[ci Zakres ujcia Zwiatowe, midzynarodowe, krajowe i regionalne Metoda opracowania Indukcyjne, dedukcyjne, minimalne, [rednie, maksymalne, czyste (pierwotne), weryfikowane, modelowe Cel lub funkcja Ostrzegawcze, badawcze, normatywne, aktywne, pasywne i inne 5. Czynniki wpBywajce na trafno[ prognozy oraz przesBanki decydujce o wyborze metody prognozowania: Trafno[ prognozy: to prawdopodobieDstwo speBnienia si przewidywania. Czynniki: " HORYZONT PROGNOZY: jest to okres na jak dBugo przewidujemy przyszBo[. Im horyzont prognozy jest dalszy, tym prawdopodobieDstwo zaistnienia przewidywanego stanu maleje. Prognozy o dBugim horyzoncie nie s przydatne dla praktyki gospodarczej i nale|y z nich rezygnowa. " GABOKOZ RETROSPEKCJI: jest to dBugo[ okresu w którym obserwuje si zjawisko stanowice przedmiot prognozy. W dBugim okresie mo|na wykry wicej czynników okre[lajcych dane zjawisko, siB ich wpBywu i znaczenie. Im dBu|ej obserwujemy tym Batwiej jest okre[li czynniki istotne a pomin przypadkowe. " METODY PROGNOSTYCZNE: do budowy prognoz nale|y stosowa takie metody, które najlepiej odzwierciedlaj rzeczywisto[ gospodarcz w zakresie danego zjawiska. O wyborze metody prognozowania decyduje: o specyfika rozpatrywanej sytuacji 22 o charakter zmian o wBa[ciwo[ci metod o horyzont prognozy o rodzaj informacji któr dysponujemy o mo|liwo[ci techniczne i osobowe o koszty zastosowania metody " INFORMACJE PROGNOSTYCZNE: s to dane statystyczne jakie posiadamy, wa|ne jest aby poprawnie okre[laBy dane zjawisko. Prognoza zbudowana na podstawie bBdnych i niekompletnych informacji, niezgodnych z rzeczywistym poziomem zjawisk w przeszBo[ci nie odzwierciedli tak|e prawidBowo przebiegu zjawisk w przyszBo[ci. 6. Podstawowe zaBo|enia klasycznej teorii predykcji: Predykcja: proces ekonometrycznego wnioskowania w przyszBo[. ZaBo|enia: 1. Znany jest model ekonometryczny, który wyja[nia zmiany zmiennej prognozowanej. 2. Zjawiska i procesy opisywane przez model maj struktur stabiln w czasie czyli model opisujcy dane zjawisko bdzie aktualny tak|e w przyszBo[ci, nie ulegnie dezaktualizacji. 3. Znane s warto[ci zmiennych obja[niajcych dla okresu prognozowanego. 4. RozkBad skBadnika losowego nie ulega zmianie w czasie czyli jest stacjonarny. 5. Dopuszczalna jest ekstrapolacja modelu poza prób statystyczn. 7. Podstawowe zasady predykcji: (zasady budowy prognoz): 1. ZASADA PREDYKCJI NIEOBCI{ONEJ: Stosuje si j wtedy gdy wnioskowanie jest wielokrotnie powtarzane. Nieobci|ono[ predykcji oznacza, |e w przypadku wielokrotnego powtarzania procesu wnioskowania bBdy prognoz bd miaBy charakter losowy o [redniej 0 i nie bd wystpowa bBdy systematyczne. 2. ZASADA PREDYKCJI NAJWIKSZEGO PRAWDOPODOBIECSTWA: kiedy prognozujemy kilka razy lub tylko jeden raz wtedy wa|ne jest aby prognoza miaBa du|e szanse okaza si trafn. 3. ZASADA PREDYKCJI MINIMALIZUJCEJ OCZEKIWAN STRAT: stosujemy j gdy w [lad za zbudowaniem prognozy idzie odpowiednia dziaBalno[ gospodarcza, a wic bBdna prognoza prowadzi do strat. 4. ZASADA PREDYKCJI PUNKTOWEJ I PRZEDZIAAOWEJ: - punktowa: polega na wyborze jednej liczby, uznanej za najlepsz w danych warunkach - przedziaBowa: polega na wyznaczeniu przedziaBu liczbowego któremu mo|na przypisa prawdopodobieDstwo |e warto[ zmiennej prognozowanej si w nim znajdzie ( przedziaB predykcji ). 8.Prognoza przedziaBowa i punktowa. Predykcja punktowa polega na wyborze jednej liczby, uznanej za najlepsz, w danych warunkach, ocen warto[ci interesujcej nas zmiennej w przyszBym okresie. 33 Predykcja przedziaBowa  polega na wyznaczeniu przedziaBu liczbowego (Ip) o takiej wBa[ciwo[ci, ze mo|na mu przypisa rozsdnie bliskie jedno[ci prawdopodobieDstwo tego, ze rzeczywista warto[ zmiennej prognozowanej znajdzie si w tym przedziale. PrzedziaB ten nazywa si przedziaBem predykcji i mo|na go zapisa nastpujco: P{Yt+p E Ip}= gama Gdzie: P  prawdopodobieDstwo Gama  z góry obrana warto[; najcz[ciej przyjmuje si za gam liczby: 0,9 i 0,95. Chcc zbudowa przedziaB, konieczna jest znajomo[ rozkBadu zmiennej prognozowanej. 9. Jaka prognoz mo|emy uzna za dopuszczaln? Prognoza dopuszczalna (dla okre[lonej zmiennej i ustalonego okresu) jest to najcz[ciej ta prognoza , która zostaBa zbudowana zgodnie z teori predykcji i rzd jej dokBadno[ci jest dostateczny w [wietle wybranych mierników tej dokBadno[ci. Najcz[ciej przyjmuje si bBd [redni predykcji (SBP). Za prognoz dopuszczaln uznaje si te, której bBd [redni predykcji jest ni|szy od przyjtej liczby  fi . Warto[  fi wynika z konkretnych warunków praktycznych wymaganej dokBadno[ci przewidywania. Mo|e on ksztaBtowa si ró|nie dla zmiennych prognozowanych. Praktycznie w rolnictwie za prognoz dopuszczaln uwa|a si t, której bBd [redni prognozy nie jest wikszy ni| 5% warto[ci oszacowanych prognoz. 10. Krótko scharakteryzuj podstawowe elementy szeregów czasowych: Szereg czasowy  poziom zjawiska przedstawiony w czasie. W ka|dym szeregu czasowym wystpuje zawsze co najmniej jeden z nastpujcych elementów: 1. WAHANIA PRZYPADKOWE ( I ): zwane nieregularnymi, losowymi bdz incydentalnymi. Wynikaj z czynników nie dajcych si przewidzie. Mog wynika z wpBywu czynników biologiczno  klimatycznych na wyniki produkcyjne i ekonomiczne rolnictwa, nagBych zmian polityki rzdu i innych nie przewidzianych czynników. 2. WAHANIA SEZONOWE ( S ): to takie zmiany, które powtarzaj si regularnie w tym samym okresie ka|dego roku, wahania te wystpuj wokóB staBego (przecitnego) poziomu lub wokóB trendu zmiennej i wyra|aj wpByw zachowaD ludzi wynikajcych z kalendarza czy specyfiki produkcji, na ksztaBtowanie si zmiennej prognozowanej. (np. wiksza poda| zbó| po |niwach, wiksza produkcja mleka w okresie wiosny i lata). 3. WAHANIA CYKLICZNE ( C ): wyra|aj si w postaci dBugookresowych, rytmicznych zmian warto[ci zmiennej prognozowanej wokóB przecitnego poziomu lub wokóB trendu tej zmiennej. W gospodarce rynkowej wynikaj one z przebiegu cyklu koniunkturalnego. S to takie zmiany, które powtarzaj si regularnie w analogicznych jednostkach czasu. 4. TENDENCJA ROZWOJOWA- TREND ( T ): przedstawia regularne i systematyczne zmiany, jakim podlega zjawisko w cigu dBugiego czasu. Wyznacza rozwój zjawiska w czasie. 11. Scharakteryzuj podstawowe mierniki ex-post. Mierniki ex-post cechuj si tym, |e s obliczane na podstawie materiaBów z przeszBo[ci, a wic na podstawie informacji o prognozach ju| wygasBych i odpowiadajcej im realizacji 44 Y = bð + bð Gdzie: Y  poziom zjawiska bð - [redni poziom bð - skBadnik losowy KRYTERIUM I: Suma bBdów prognoz = 0 Przy powtarzaniu prognoz suma ich bBdów powinna by równa zero. Za prognoz przyjmuje si warto[ [redniej arytmetycznej. KRYTERIUM II: Tak samo czsto niedoszacowa jak i przeszacowa prognoz. Warto[ci empiryczne nale|y uporzdkowa rosnco, a za prognoz przyjmuje si warto[ [rodkow. KRYTERIUM III:  minimaks  najmniejszy maksymalny bBd. Prognoza: [rednia obliczona z warto[ci najni|szej i najwy|szej. KRYTERIUM IV: Minimalizacja bBdu. Prognoza: [rednia z warto[ci [rodkowych uporzdkowanych rosnco. KRYTERIUM V: Minimum sumy kwadratów bBdów. Kryterium to speBnia [rednia arytmetyczna. 18. Scharakteryzuj metod heurystyczn: Polega na szacowaniu ró|nych postaci analitycznych funkcji trendu i wyborze jednej z nich na podstawie wyró|nionego kryterium dopasowania modelu do rzeczywisto[ci: Øð WspóBczynnik determinacji  nale|y do przedziaBu (0, 1) przy czym wy|sza jego warto[ [wiadczy o lepszym dopasowaniu modelu. Informuje jak cz[ caBkowitej zmienno[ci zmiennej wyja[nia model. Øð WspóBczynnik zbie|no[ci  informuje jaka cz[ caBkowitej zmienno[ci zmiennych nie zostaBa wyja[niona przez model. Wybieramy z oszacowanych modeli t funkcj dla której wspóBczynnik ten jest najmniejszy. Øð WspóBczynnik korelacji  okre[la siB zwizku liniowego zmiennej obja[nianej ze wszystkimi zmiennymi obja[niajcymi modelu. Nale|y do przedziaBu <-1, 1 > przy czym im jest wy|szy tym silniejszy zwizek  silniej cechy wpBywaj na siebie. 19. Podaj narzdzia weryfikacji modelu prognostycznego WERYFIKACJA MERYTORYCZNA: W ocenie tej nale|y zwróci uwag czy: - otrzymane wyniki potwierdzaj teoretyczne rozwa|ania o obja[nianym zjawisku, czy s zgodne z teori - zwróci uwag na znaki ocen parametrów strukturalnych, czy negatywny lub pozytywny znak speBnia oczekiwania co do kierunku wpBywu zmiennej obja[niajcej na zmienn obja[nian wynikajcej z naszej wiedzy lub analizy. WERYFIKACJA STATYSTYCZNA: 66 Prawie nigdy nie zachodzi w praktyce przypadek caBkowitej zgodno[ci warto[ci zaobserwowanej zmiennej prognozowanej z jej warto[ciami wynikajcymi z oszacowanej funkcji. Ma na celu sprawdzenie: - stopnia przylegania modelu do opisywanego fragmentu rzeczywisto[ci - zestawu zmiennych obja[niajcych z punktu widzenia ich wpBywu na zmienn obja[nian - rozkBadu skBadnika losowego NARZDZIA: 1. Analiza rozkBadu reszt: ró|nice midzy warto[ciami empirycznymi a teoretycznymi zmiennej 2. WspóBczynnik determinacji i skorygowany: okre[la stopieD dopasowania modelu do danych empirycznych. Im wy|sza jego warto[ tym model jest lepiej dopasowany. Informuje jaka cz[ caBkowitej zmienno[ci zmiennej prognozowanej wyja[nia model. 3. Odchylenie standardowe reszt: informuje o przecitnych odchyleniach zaobserwowanych warto[ci rzeczywistych zmiennej prognozowanej od warto[ci teoretycznych wyznaczonych z modelu. Im mniejsze tym model lepiej dopasowany. 4. Badanie losowo[ci odchyleD: ma na celu weryfikacj hipotezy o trafno[ci doboru postaci analitycznej modelu. Wykonujemy test serii. Losowo[ odchyleD oznacza |e cig reszt powinien mie charakter przypadkowy. 5. Badanie stacjonarno[ci skBadnika resztowego: oblicza si wspóBczynnik korelacji midzy odchyleniami a czasem t. 20. WymieD etapy budowy prognoz dla szeregów czasowych zawierajcych T, C, S, I. (w skrypcie jest tylko dla multiplikatywnego. Addytywny to moje przypuszczenia, które mog nie by sBuszne) Opis danego szeregu czasowego mo|e by przedstawiony przez model addytywny (suma) Albo jako model multiplikatywny ( iloczyn) Aby zbudowa prognoz na podstawie szeregu czasowego, zawierajcego T, C, S ,I, musimy: a. Dla ustalonej liczby naturalnej l >1 obliczamy kolejne warto[ci [redniej ruchomej. DBugo[ [redniej ruchomej powinna by równa liczbie wyodrbnionych okresów, czyli gdy analiza jest ro bo n aw k w y N)(, x dy i artaBach , to l = 4 razbð x g w miesicach, to l = 12 razy x itd. ( Metoda [rednich ruchomych nale|y do mechanicznych sposobów wyodrbniania T, a scentrowane [rednie ruchome SRc = Tt Ct ) b. Wyodrbniamy z szeregu wahania sezonowe. W przypadku opisu szeregu czasowego modelem addytywnym, od warto[ci empirycznych nale|y odj odpowiadajce im obliczone [rednie ruchome. Y t= Tt+ St + It  SR= St + It Gdy model jest multiplikatywny, to sezonowo[ obliczamy, dzielc warto[ci empiryczne przez odpowiadajce im [rednie ruchome Y t= Tt St It / Tt Ct = St It 77 c. dokonujemy odpowiedniej korekty otrzymanych surowych wskazników wahaD sezonowych i otrzymujemy czyste wahania sezonowe. d. Eliminujemy z szeregu sezonowo[ci S: w modelu addytywnym odejmujemy od warto[ci rzeczywistych Yt czyste wahania sezonowe St Y t= Tt+Ct +St + It  St = Tt + Ct + It  otrzymujemy szereg czasowy bez wahaD sezonowych W modelu multiplikatywnym dzielimy przez St Y t= Tt Ct St It / St = Tt Ct It e. obliczmy funkcj trendu najlepiej opisujc szereg czasowy po wyrzuceniu sezonowo[ci. Mamy do wyboru f. Liniow, wykBadnicz, potgowa i hiperboliczn. (W przypadku modelu addytywnego od wart. Empirycznych Yt Yt  ( Tt + S) = Tt + St + It  Tt  St = It. W przypadku multiplikatywnego dzielimy ) f. Wyodrbniamy wahania cykliczne C : w modelu addytywnym odejmujemy od warto[ci [redniej ruchomej [redni poziom w danych latach. W modelu multiplikatywnym dzielimy warto[ci [redniej ruchomej przez [redni poziom w latach SR Tt Ct = = Ct Tt Tt g. Wyodrbniamy wahania przypadkowe (It) : w modelu addytywnym odejmujemy od warto[ci po wyeliminowaniu sezonowo[ci [rednia ruchom Tt + Ct + It  SR = It W multiplikatywnym warto[ci po usuniciu sezonowo[ci dzielimy przez SR Tt Ct It = It SR h. W ten sposób wyodrbnili[my wszystkie elementy szeregu czasowego . Majc je mo|emy zbudowa prognoz przez ekstrapolacje funkcji trendu. Uzyskujemy poziom zjawiska bez S i C, nale|y je uwzgldni, dodajc je do warto[ci uzyskanych z ekstrapolacji (m. addytywny) lub mno|c (multiplikatywny) i. Wyboru, czy ma by to model addytywny czy multiplikatywny najlepiej dokona w Statgraphicsie. 21. W jaki sposób eliminujemy z szeregu wahania sezonowe? a. Dla ustalonej liczby naturalnej l >1 obliczamy kolejne warto[ci [redniej ruchomej. DBugo[ [redniej ruchomej powinna by równa liczbie wyodrbnionych okresów, czyli gdy analiza jest ro bo n aw k w x ( , i artaBach , to l = 4 razy bð N)x gdy w miesicach, to l = 12 razy x itd. 88 ( Metoda [rednich ruchomych nale|y do mechanicznych sposobów wyodrbniania T, a scentrowane [rednie ruchome SRc = Tt Ct ) b. Wyodrbniamy z szeregu wahania sezonowe. W przypadku opisu szeregu czasowego modelem addytywnym, od warto[ci empirycznych nale|y odj odpowiadajce im obliczone [rednie ruchome. Y t= Tt+ St + It  SR= St + It Gdy model jest multiplikatywny, to sezonowo[ obliczamy, dzielc warto[ci empiryczne przez odpowiadajce im [rednie ruchome Y t= Tt St It / Tt Ct = St It c. Dokonujemy odpowiedniej korekty otrzymanych surowych wskazników wahaD sezonowych i otrzymujemy czyste wahania sezonowe. d. Eliminujemy z szeregu sezonowo[ci S: w modelu addytywnym odejmujemy od warto[ci rzeczywistych Yt czyste wahania sezonowe St Y t= Tt+Ct +St + It  St = Tt + Ct + It  otrzymujemy szereg czasowy bez wahaD sezonowych W modelu multiplikatywnym dzielimy przez St Y t= Tt Ct St It / St = Tt Ct It To tyle. Potem jeszcze e) obliczmy funkcj trendu najlepiej opisujc szereg czasowy po wyrzuceniu sezonowo[ci. Mamy do wyboru f. Liniow, wykBadnicz, potgowa i hiperboliczn. ) 22. Podaj technik wyodrbniania i eliminacji z szeregu czasowego tendencji rozwojowej. Podstaw do wyodrbnienia tendencji rozwojowej danego zjawiska jest szereg czasowy po wyeliminowaniu wahaD sezonowych. W tym celu na podstawie danych oblicza si funkcj trendu opisujcego tendencj. Otrzymujemy obliczon funkcj trendu. Teraz mo|na obliczyc warto[ci liczbowe charakteryzujce tendencje ( Tt ). Jest to kolejny elelment szeregu czasowego. W przypadku modelu addytywnego od warto[ci empirycznych Yt odejmuje si opisane elementy Yt  ( Tt + S) = Tt + St + It  Tt  St = It W multiplikatywnym dzielimy warto[ci empiryczne przez opisane elementy. Yt Tt St It = = It Tt St Tt St 23. Co wiesz o dekompozycji szeregu czasowego? 99 Dekompozycja szeregu czasowego to wyodrbnienie elementów wystpujcych w szeregu czasowym. SBu|y ona do zbudowania prognozy. Dekompozycja szeregu czasowego pozwala bowiem wyodrbni i opisa zarówno te elementy szeregu, które mog by przewidziane, jak i te, których nie mo|na przewidzie (wahania przypadkowe, nieregularne) W przypadku gdy w szeregu czasowym wystpuje: T, S I , dekompozycj przeprowadzamy tak: ( wy|ej opisane szczegóBowo) a. Obliczamy wielko[ wahaD sezonowych b. Eliminujemy S z szeregu czasowego c. Obliczamy f,trendu na podstawie szeregu po wyrzuceniu S A potem ju| tylko budujemy prognoz metod ekstrapolacji f. Trendu i obliczamy prognozy dla poszczególnych okresów. 24. WymieD znane ci adaptacyjne metody prognozowania: Wyró|niamy: üð Metoda [redniej ruchomej üð Metoda [redniej ruchomej wa|onej üð Model wyrównywania wykBadniczego Browna rzdu I, II i III üð Model wyrównywania liniowo  wykBadniczego Holta üð Model wyrównywania wykBadniczego Wintersa üð Model trendu peBzajcego z wagami harmonicznymi 25. Co wiesz o prognozowaniu metod wyrównywania wykBadniczego Holta: qð podobna do Browna II rzdu qð wystpuj dwie staBe wygBadzania: bð - do wygBadzania poziomu trendu; bð - do wygBadzania jego zmian qð wa|ny jest wybór staBych wygBadzania  dokonuje si tego z punktu widzenia minimalizacji bBdów sporzdzonych prognoz qð nadaje si do prognozowania szeregu z tendencj rozwojow i wahaniami przypadkowymi qð nale|y do adaptacyjnych metod prognozowania 26. Jakie znasz heurystyczne metody prognozowania i wymieD etapy postpowania w metodzie delfickiej. Heurystyczne (intuicyjne) metody prognozowania s szeroko rozpowszechnione w teorii i praktyce prognostycznej. Opieraj si one na wyobrazni i zdrowym rozsdku. Z reguBy te metody nie s oparte na [cisBych obliczeniach i nie daj si przedstawi za pomoc modelu matematycznego. Ogóln ide prognozowania tymi metodami jest porzdkowanie wypowiedzi i ocen ekspertów z danej dziedziny wiedzy dotyczcej przyszBo[ci, dlatego metody heurystyczne w du|ym stopniu opieraj si na opiniach i intuicji badawczej specjalistów. Dlatego dobór ekspertów jest bardzo wa|ny. Wyró|niamy metod indywidualnych ekspertyz (ocen rzeczoznawców) oraz metod ekspertyz zespoBowych (równolegBych lub kolejnych), któr dzielimy na - metod delfick - metod SEER ( system for event evaluation and review) - burz mózgów 1 10 - buzz sesion - metode kolektywnego generowania pomysBów - synektyk - metod wpBywów krzy|owych ( cross- impact matrics) METODA DELFICKA to jedna z odmian ekspertyz zespoBowych. ZyskaBa du|y rozgBos i jest powszechnie stosowana. Prognozowanie t metoda polega na opracowaniu szczegóBowych ankiet skierowanych do specjalistów i ekspertów, a nastpnie na uogólnieniu opinii na podstawie statystycznej analizy uzyskanych odpowiedzi. Etapy: - opracowanie kwestionariuszy prze organ kierujcy badaniami - przekazanie kwestionariuszy ekspertom, którzy s kompetentni w swoich dziedzinach - uzyskanie odpowiedzi - zebranie i usystematyzowanie opinii - Je|eli zgoda nie zostaBa osignita, to nastpuje ponowne sformuBowanie pytaD i przekazanie ich wraz z wynikami z pierwszej rundy badaD do oceny specjalistów - otrzymanie kwestionariuszy w drugiej turze ankietowania - zebranie i statystyczna analiza uzyskanego materiaBu - je|eli zgoda zostaBa osignita, to nastpuje ogBoszenie wyników - je|eli zgoda nie zostaBa osignita, to ankiety rozsyBane s jeszcze raz itd... Metoda cechuje si niezale|no[ci opinii ekspertów, anonimowo[ci sdów, wieloetapowo[ci postpowania, uzgadnianiem i sumowaniem opinii osób kompetentnych. Zwykle prognoz jest opinia wikszo[ci zgodnych uczestników badania. 27. WymieD analogowe metody prognozowania i omów wariant wzorca. - analogii biologicznych - analogii przestrzennych - analogii historycznych - analogii przestrzenno-czasowych - trendów prekursywnych i wspóBwizanych WARIANT WZORCA - polega na na[ladowaniu procesów zachodzcych w krajach, regionach lub obiektach wy|ej rozwinitych przez kraje, regiony lub obiekty opracowujce prognoz. Praktycznie sprowadza si to do odnalezienia w historii kraju, regionu lub obiektu lepiej rozwinitego, przyjmowanego jako wzorzec, poziomu rozwoju zjawiska, jaki wystpuje w obiekcie sporzdzajcym prognoz. 28. WymieD znane Ci funkcje prognoz i omów jedn z nich " POZNAWCZA (ROZPOZNAWCZA, INFORMACYJNA) prognozy sporzdza si aby na ich podstawie wyznaczy realne cele i warunki w których bd dziaBaBy. Z niej mo|na dowiedzie si o tendencjach rozwojowych badanych zjawisk i procesów, wpBywu na nie ró|nych czynników, siBy i rodzaju wspóBzale|no[ci midzy procesami, mo|liwo[ciach i ograniczeniach rozwojowych. " DECYZYJNA (PREPARACYJNA) w wikszo[ci wypadków prognozy sporzdza si w celu uzyskania okre[lonych informacji niezbdnych do przygotowania i 1 11 podejmowania decyzji. Prognozowanie jest dziaBaniem, które przygotowuje inne dziaBania. " STRATEGICZNA prognozy mog stanowi podstaw dBugofalowego dziaBania lub dBugofalowej polityki gospodarczej. " OSTRZEGAWCZA mog dostarcza tak|e na czas informacji o ewentualnej niekorzystnej zmianie kierunku czy nat|enia badanego zjawiska, jakie mo|e wystpi w przyszBo[ci. Celem tej funkcji jest mo|liwo[ podjcia dziaBaD zapobiegaczo-preferencyjnych w odpowiednim czasie. " WERYFIKACYJNA w wyniku takich prognoz mamy rozpoznanie co do stopnia realizacji wcze[niej zaBo|onych zadaD. " AKTYWIZUJCA prognozy mog odnosi si do ró|nych zmiennych na które decydent ma wpByw lub nie ma. Funkcja prognozy polega na pobudzeniu do podejmowania dziaBaD sprzyjajcych realizacji prognozy gdy zapowiada ona zdarzenie korzystne i przeciwstawiajcych si jej realizacji gdy przewidywane zdarzenia s oceniane jako niekorzystne. 29. Co wiesz o prognozowaniu metod Wintersa? Jest to jedna z adaptacyjnych metod prognozowania. Stosuje si j gdy w szeregu czasowym wystpuj wahania sezonowe i tendencja. Wystpuj 3 staBe wygBadzania: ±  do wygBadzania poziomu trendu ³  do wygBadzania zmiany trendu ´  do wygBadzania wahaD sezonowych Wybieramy t z najmniejszym [rednim kwadratem bBdu prognoz. 31. Co wiesz o metodach prognozowania koniunktury gospodarczej? Do metod prognozowania koniunktury gospodarczej nale|: Metoda zmiennych wiodcych badania wykazuj |e s takie rodzaje zmiennych, które wcze[niej sygnalizuj nadchodzce wydarzenia. Punktem wyj[cia do prognozowania t metod jest wybór takiej zmiennej, która charakteryzuje gBówne zmiany w gospodarce  nosi ona nazw zmiennej referencyjnej najlepiej gdy jest ni produkt krajowy czasami zastpuje si go inn kategori np.: produkcja przemysBow. Analizujc w czasie inne zmienne i odnoszc je do zmian zmiennej referencyjnej, wyodrbnia si trzy grupy zmiennych: wiodce  do[wiadczaj faz cyklu koniunkturalnego wcze[niej ni| zmienne referencyjne, zbie|ne - przechodz fazy cyklu koniunkturalnego wraz ze zmiennymi referencyjnymi, na[ladujce  przechodz fazy cyklu koniunkturalnego pózniej ni| zmienne referencyjne. Metoda testu koniunktury Cel: okre[lenie aktualnego poziomu aktywno[ci gospodarczej  opracowany na podstawie ankiet. Pytania w ankiecie do grupy: 1. diagnostyczne  przeszBo[ i stan aktualny 2. przyszBo[ci, oczekiwania i ró|nego rodzaju planów 3. specjalne  zadawanie sporadycznie np.: czas pracy, zatrudnienia 4. dodatkowe Majc wyniki nale|y oceni ró|ne warianty: stan normalny, stan wzrostu  ocena polepszenia, stan spadku. Nastpnie opracowanie pytaD (IRG i GUS)  uzyskujemy informacje dotyczc stanu poprzedniego  konstruuje si wskaznik koniunktury. 1 12 33. Prognozy ostrzegawcze  pojcie i sposoby. Prognozy ostrzegawcze dostarczaj na czas informacji o ewentualnie niekorzystnej zmianie kierunku czy nat|enia badanego zjawiska, jakie mo|e wystpi w przyszBo[ci. Zmienne dzielimy na trzy grupy: Stymulanty  ich wzrost [wiadczy o po|danym kierunku rozwoju Destymulanty  ich spadek [wiadczy o po|danym kierunku rozwoju Nominanty  charakteryzuj si pewnym poziomem nasycenia, od którego odchylenia uznaje si za niepo|dane. Majc 3 grupy zmiennych konstruujemy prognoz: Metoda konstrukcji punktów ostrzegawczych: Øð analiza tendencji 3 zmiennych: zaBamanie trendu spadkowego w przypadku destymulant, zaBamanie trendu rosncego w przypadku stymulanty, Øð wykorzystanie kart jako[ci Øð analiza cyklów koniunktury  ostrzeganie przed nadej[ciem okre[lonej fazy cyklu koniunktury. 34. W jakich sytuacjach mo|emy stosowa do prognozowania modele [redniej ruchomej? Metoda [redniej ruchomej stosowana jest dla zjawisk i procesów gospodarczych w których nie wystpuje tendencja, wahania sezonowe i cykliczne. W tej metodzie za prognoz przyjmuje [redni z okre[lonej liczby poprzednich okresów. Liczba uwzgldnionych okresów okre[la dBugo[ [redniej ruchomej która oblicza si ze wzoru. vt+p=[Yt+Yt-1+...+Yt-L+1]/L vt+p - prognoza dla t+p okresów Yt- warto[ zmiennej prognozowanej L- liczba obserwacji p  odlegBo[ okresu prognozowanego od t (p>1) Dziki tej procedurze staramy si staramy si  wyrówna , wygBadzi przez u[rednianie wahania, przypadkowe nieregularne. Bardzo wa|ne jest aby przyj tak dBugo[ [redniej ruchomej (l) przy której bBd prognozy jest najni|szy. Im [rednia ruchoma dBu|sza tym wiksze wygBadzanie , ale [rednia wolniej reaguje na zmiany poziomu prognozowanej zmiennej. 35. Prognozowanie na podstawie ekstrapolacji funkcji trendu. Ekstrapolacja w statystyce to wnioskowanie o warto[ciach caBego zbioru na podstawie badaD wyników jego cz[ci, W celu wykorzystania obliczonej funkcji trendu do oszacowania prawdopodobnego poziomu zjawiska w przyszBo[ci przyjmuje si zaBo|enia teorii predykcji, zgodnie z którymi bdzie budowana prognoza. PrzyszB warto[ prognozowanego zjawiska uzyskuje si przez ekstrapolacj funkcji trendu, to jest podstawienie do modelu w miejsce zmiennej czasowej numeru okresu do którego odnosi si prognoza. Sposób budowy prognozy punktowej i przedziaBowej przedstawiono na przykBadzie funkcji trendu liniowego. Wzory i sposób postpowania mo|na tak|e wykorzysta w przypadku funkcji nieliniowych, poddajcych si transformacji liniowej (funkcja hiperboliczna, potgowa, wykBadnicza). 1 13 Prognoz punktow metod ekstrapolacji funkcji trendu prostoliniowego otrzmuje si zgodnie ze wzorem: vt+p=²0+²1(t+p) vt+p - prognoza puntowa w okresie t+p p- odlegBo[ okresu prognozowanego od t ²o,²1- parametry funkcji trendu Tak wyznaczon wielko[ okre[la si mianem prognozy punktowej. Do oceny jej jako[ci u|ywa si bezwzgldnego bBdu prognozy ex ante, który w przypadku liniowej funkcji trendu okre[lony jest wzorem: (1) Sµ - odchylenie standardowe skBadnika resztkowego, n - dBugo[ szeregu t= 1, 2,..., n. Czsto, oprócz wyznaczania prognozy punktowej, konstruuje si przedziaB prognozy (prognoz przedziaBow), to jest przedziaB liczbowy, do którego z góry zadanym prawdopodobieDstwem (p), zwanym wiarygodno[ci prognozy, nale|e bdzie przyszBa wielko[ zmiennej prognozowanej. Przyjcie tej zasady prognozowania wynika ze zmienno[ci wystpujcej w szeregu czasowym (odchylenia przypadkowe). Istnieje wiele sposobów budowy przedziaBu prognozy Prognoz przedziaBow, przy wspóBczynniku ufno[ci 1 - ± dla funkcji prostoliniowej, buduje si wedBug wzoru: P{vt+p  t± SBP < Yt+p < vt+p + t± SBP}=1-± (2) P=1-± prawdopodobieDstwo. vt+p - prognoza punktowa warto[ci vt+p SBP- bBd [redni (standardowy) prognozy, t±- warto[ zmiennej t - studenta odczytana z tablicy dla n - k -1 stopni swobody i przyjtego wspóBczynnika ufno[ci 1 - ±. W przypadku regresji prostoliniowej z jedn zmienn obja[niajc (t) bBd [redni (standardowy) prognozy oblicza si zgodnie ze wzorem (1) Z wBa[ciwo[ci i warunków stosowania metody ekstrapolacji wynika, |e najlepsze rezultaty uzyskuje si w odniesieniu do zjawisk jednorodnych, o przewadze elementów ilo[ciowych, gdy zjawiska lub procesy gospodarcze nie podlegaj znacznym zmianom strukturalnym. 37. Podaj sposób wyodrbniania z szeregu czasowego wahaD cyklicznych i sezonowych. Przede wszystkim nale|y obliczy [redni ruchom (SR) dBugo[ci L równej liczbie wyodrbnionych okresów. SR=Tt" Ct Tt  warto[ poziomu trendu w okresie t Ct  wahania cykliczne w okresie t Aby wyodrbni z szeregu wahania sezonowe nale|y warto[ci empiryczne podzieli przez [redni ruchom. Yt/SR=Ct" Tt" It" St/Ct" Tt => It" St => jest to surowy wskaznik wahaD sezonowych Nale|y dokona odpowiedniej korekty surowych wskazników, by £ S =L(liczbie okresów), t aby tak si staBo nale|y It" St podzieli przez wspóBczynnik korekty a. Nastpnie eliminuje si z szeregu czasowego wahania sezonowe przez podzielenie warto[ci empirycznych (Yt), przez wskaznik korekty. 1 14 Yt/St=Ct" Tt" It" St/St => Ct" Tt" It 38. Zadanie: znajc kwartalne addytywne efekty sezonowe sprzeda|y konserw: I=0,825, II=2,525, IV= -4,675 ; wyznacz i zinterpretuj efekt sezonowy w III kwartale. I + II + III + IV = 0 0,825 + 2,525 + III  4,675 = 0 3,35  4,675 = - III -1,325 = - III III = 1,325  efekt sezonowy w III kwartale 39 i 40 Jak graficznie zidentyfikowa T C S / Na podstawie wzrokowej oceny szeregów czasowych dokonaj wstpnej identyfikacji elementów szeregu czasowego (ogólnie bo nie mamy wykresu). (S)- wahania sezonowe s to zmiany powtarzajce si regularnie w tym samym okresie ka|dego roku wokóB staBego poziomu lub trendu zmiennej. Wynikaj z zachowaD ludzkich ( pór roku [wit ) lub specyfiki i charakteru produkcji. (T)- tendencja rozwojowa wyznacza rozwój zjawiska w czasie , przedstawia regularne i systematyczne zmiany jakim podlega zjawisko i w cigu dBugiego czasu. (C) wahania cykliczne dBugookresowe rytmiczne warto[ci zmiennej prognozowane wokóB przecitnego poziomu lub trendu tej zmiennej ( cykle [wiDskie lub bydlce  pogBowie zale|y od ceny ). 1 15

Wyszukiwarka

Podobne podstrony:
EP 40 pytań na egzamin z odpowiedziami
ZESTAWY PYTAN NA EGZAMIN Z PED
Przykładowe propozycje pytań na Egzamin Dyplomowy Inżynierski
Kartografia opracowanie pytań na egzamin
Zestaw pytań na egzamin
40 pomyslow na zarabianie
17 pytań na temat Prałatury Personalnej
Lista pytań na egzamin
baza pytań na egzamin z biochemii 2010 wersja I (1)
Zestaw pytan na egzamin dyplomowy kierunku Turystyka i Rekreacja
Inspiracje do wlasnych pytan na temat szczepien 2010
Przykłady pytań na egz MetodyMatAkustyki 14
lista pytan na egzamin
lista pytan na egzamin magisterski ODPOWIEDZI
zestaw pytan na egzamin z postepowania?ministracyjnego
40 pomysłów na zarabianie

więcej podobnych podstron