Футурологические методы прогнозирования

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

Содержание контрольной работы

Футурологические методы прогнозирования

Параболическое сглаживание временных рядов

Задача 1

Задача 2

Список использованной литературы

Футурологические методы прогнозирования

Футурологических методов насчитывается 200. Но на практике используются активно не более пяти.

1. Метод экстраполяции. Строго говоря, он является следствием математизации буквально всех наук. Процесс этот начался примерно около 300 лет назад. На него опирались уже Галилей (1564--1642), Кеплер (1571--1630). В математике этот метод необычайно популярен по причине относительной простоты и точности. Метод эффективен лишь в случаях уверенности в том, что зафиксированная в прошлом и настоящем какая-либо тенденция будет действовать и в будущем, так как в этом будущем не ожидается изменения внешних и внутренних факторов, обусловливающих эту тенденцию. В целом же рассматриваемый метод может быть применен к ограниченному числу ситуаций.

2. Метод аналогии.

3. Компьютерное моделирование. Модель -- воображаемая система, которая, отображая или представляя объект исследования -- будущее, -- способна заменить его так, что ее изучение дает нам новую информацию об объекте. Компьютер же поможет либо просчитать массу предложенных моделей с тем, чтобы выбрать наилучшую, либо из набора моделей общества сформировать нечто интегральное и наилучшее, либо построить это наилучшее на имеющихся исходных данных. Метод весьма эффективен. Но все же всегда возникает вопрос, насколько его использование будет подкреплено:

- качественным формулированием сценария действий, т.е. установлением логической последовательности развития событий, действий;

- точным учетом фона моделирования, совокупности внешних по отношению к объекту связей, воздействующих на него в соответствии с принятым сценарием.

4. Метод сценария будущего. Исследователь сам моделирует это будущее. Положительным здесь является возможность широко опереться на субъективные (в позитивном плане) аспекты человеческого мышления. Впрочем, это последнее приводит к необходимости осуществления экспертной оценки, когда оцениваются:

1) степень фундаментальности, новизны и оригинальности разработки;

2) многоаспектность (по цепочке понятий);

3) территориальная широта применения;

4) актуальность;

5) экономность;

6) применимость в различных ситуациях.

Необходимо иметь в виду, что любой сверхреальный футурологический прогноз включает в себя некоторые утопические черты, какие бы научные основания и научные методы ни применялись при его разработке.

5. Экспертные оценки. Существуют различные приемы оценки компетентности экспертов, выбор которых определяется как характером решаемой прогнозной задачи, так и возможностями, которыми он располагает. Решение самой проблемы происходит в процессе построения и обрубания ветвей дерева поиска. Механизм такого обрубания является эвристическим, так как имеет в своей основе ассоциативные циклы, способы правдоподобных рассуждений и выводов по аналогии и т.д.

Аналогично происходит выбор экспертом нужной альтернативы развития объекта прогноза или его характеристик.

Верификация же экспертных оценок производится традиционными методами теории вероятностей, математической статистики.

футурологический прогнозирование сглаживание временное экспоненциальное

Параболическое сглаживание временных рядов

Более точным способом отображения тенденции динамического ряда является аналитическое выравнивание, т. е. выравнивание с помощью аналитических формул. В этом случае динамический ряд выражается в виде функции у (t), в которой в качестве основного фактора принимается время t, и изменения аргумента функции определяют расчетные значения уt.
Фактическими (или эмпирическими) уровнями ряда динамики называют исходные данные об изменении явления, т. е. данные, полученные опытным путем, посредством наблюдения. Они обозначаются уi. Расчетными (или теоретическими) уровнями ряда называют значения, полученные в результате подстановки в уравнение тренда значений t, и обозначают их.
Целью аналитического выравнивания динамического ряда является определение аналитической или графической зависимости f(t) . На практике по имеющемуся временному ряду задают вид и находят параметры функции f(t) , а затем анализируют поведение отклонений от тенденции. Функцию f(t) выбирают таким образом, чтобы она давала содержательное объяснение изучаемого процесса.

Чаще всего при выравнивании используются следующих зависимостей:
- линейная;

- параболическая;

- экспоненциальная.

Особого внимания заслуживают параболические функции, с помощью которых можно получить наибольшее приближение исходных и расчетных данных, если увеличивать степень (порядок) параболы. Однако опыт применения параболического сглаживания функций для прогнозирования говорит о том, что и здесь разумно ограничиться параболой второго порядка:

y = a0 + a1 t + a2 t2

Ее коэффициенты поддаются убедительной интерпретации:

a1 показывает ежегодный линейный прирост, a2 - ускорение прироста (если знак отрицательный, то замедления).

Параболическая зависимость используется, если абсолютные цепные приросты сами по себе обнаруживают некоторую тенденцию развития, но абсолютные цепные приросты абсолютных цепных приростов (разности второго порядка) никакой тенденции развития не проявляют.

Задача 1

Спрогнозировать емкость рынка кухонных комбайнов и его сегментную структуру, имея следующие данные:

Факторы емкости рынка

Согласно прогнозу доходы населения (в расчете на одну семью) могут вырасти из 10%. Предполагается, что цены в Минской области вырастут на 10%, в Гомельской области - на 11%, в Гродненской области - на 11%, в Брестской области - на 8%, а в Витебской и Могилевской областях - на 9%.

Решение:

Пересчет базисного душевого потребления в текущее:

Минская область: 1,8 ед./семью - 1,8- (1,8*0,1*0,009)+(1,8*0,1*0,039)= 1,8-0,00162+0,219=2,01738 ед./семью

Гродненская область: 2,1 ед./семью - 2,1- (2,1*0,1*0,01)+

(2,1*0,11*0,04)= 2,1-0,0021+0,00924=2,10714 ед./семью

Гомельская область: 2,2 ед./семью - 2,2- (2,2*0,1*0,01)

+(2,2*0,11*0,024)= 2,2-0,0022+0,266=2,4638 ед./семью

Брестская область: 1,1 ед./семью - 1,1- (1,1*0,1*0,02)+

(1,1*0,08*0,038)= 1,1-0,0022+0,003344=1,101144 ед./семью

Витебская область: 1,5 ед./семью - 1,5- (1,5*0,1*0,007)

+(1,5*0,09*0,049)= 1,5-0,00105+0,006615=1,505565 ед./семью

Могилевская область: 0,9 ед./семью - 0,9- (0,9*0,1*0,007)+(0,9*0,09*0,058)= 0,9-0,00063+0,004698=0,904068 ед./семью

Полный расчет по областям

Минская область: (3000*2,01738)-780+(780*0,05+780*0,1)-(3000*2,01738*0,35)=5272,14+39+78-2118,249=3271 тыс./ед.

Гродненская область: (1800*2,10714)-450+(450*0,08+450*0,12)-(1800*2,10714*0,35)=3342,852+36+54-1327,4982=1997 тыс./ед.

Гомельская область: (3120*2,4638)-205+(205*0,05+205*0,06)-(3120*2,4638*0,3)=7482,056+10,25+12,3-2306,1168=5197 тыс./ед.

Брестская область: (2100*1,101144)-490+(490*0,07+490*0,1)-(2100*1,101144*0,25)=1822,4024+34,3+49-578,1006=1328 тыс./ед.

Витебская область: (2890*1,505565)-400+(400*0,03+400*0,06)-(2890*1,505565*0,2)=3951,08285+12+24-870,21657=3117 тыс./ед.

Могилевская область: (3500*0,904068)-340+(340*0,07+340*0,03)-(3500*0,904068*0,25)=2824,238+23,8+10,2-791,0595=2067 тыс./ед.

Общая емкость рынка находится суммированием емкости сегментов:

Е=3271+1997+5197+1328+3117+2067=16977 тыс.ед.

Одновременно можно установить долю каждой области в общем объеме емкости рынка что будет способствовать более обоснованному выбору сегмента рынка.

Минская область - 19,3%, Гродненская область - 11,8%, Гомельская область - 30,6%, Брестская область - 7,8%, Витебская область - 18,4%, Могилевская область - 12,1%.

Задача 2

Спрогнозировать объем продаж спутниковых антенн в 2003 году методом экспоненциального сглаживания, используя следующие данные

Динамика объемов продаж спутниковых антенн, шт.

Решение:

Проведем сезонную коррекцию данных с целью нахождения оптимального значения константы сглаживания. Чтобы предсказать продажи спутниковых антенн в 2003 году, нужно располагать сглаженными оценками продаж за предыдущие годы.

I квартал: Так, сглаженная оценка за 1998 год соответствует:

Q1998=0,5*134+(1-0,5)*102=67+51=118

Здесь в качестве сглаженной оценки за предыдущий период взяты данные за 1997 год (102 шт.) поскольку сглаженные данные за этот период не могут быть рассчитаны. Аналогичным образом имеем:

Q1999=0,5*135+(1-0,5)*118=67,5+59=126,5

Q2000=0,5*140+(1-0,5)*126,5=70+63,3=133,3

Q2001=0,5*100+(1-0,5)*133,3=50+66,7=116,7

Q2002=0,5*90+(1-0,5)*116,7=45+58,4=103,4

Таким образом, прогноз на 2003 будет иметь следующий вид:

Е(Q2003)=Q2002=103,4.

Погрешность прогноза может быть рассчитана как

Погрешность=(103,4-90)/90=14,9%

Это очень большая погрешность, что может быть объяснено малым значением константы а в условиях быстрого роста продаж. Если выбрать для а значение 0,8, то сглаженные продажи в 2002 году составят 95,3, а ошибка прогноза не превысит 5,9 %, что значительно точнее.

II квартал: Сглаженная оценка за 1998 год соответствует:

Q1998=0,1*103+(1-0,1)*103=103

Здесь в качестве сглаженной оценки за предыдущий период взяты данные за 1997 год (103 шт.) поскольку сглаженные данные за этот период не могут быть рассчитаны. Аналогичным образом имеем:

Q1999=0,1*104+(1-0,1)*103=104

Q2000=0,1*105+(1-0,1)*104=104,1

Q2001=0,1*107+(1-0,1)*104,1=104,4

Q2002=0,1*110+(1-0,1)*104,4=105,0

Таким образом, прогноз на 2003 будет иметь следующий вид:

Е(Q2003)=Q2002=105,0.

Погрешность прогноза может быть рассчитана как

Погрешность=(105-110)/110=4,5%

III квартал: Сглаженная оценка за 1998 год соответствует:

Q1998=0,3*100+(1-0,3)*105=30+73,5=103,5

Здесь в качестве сглаженной оценки за предыдущий период взяты данные за 1997 год (105 шт.) поскольку сглаженные данные за этот период не могут быть рассчитаны. Аналогичным образом имеем:

Q1999=0,3*170+(1-0,3)*103,5=51+72,5=123,5

Q2000=0,3*140+(1-0,3)*123,5=42+86,5=128,5

Q2001=0,3*130+(1-0,3)*128,5=39+90=129,0

Q2002=0,3*124+(1-0,3)*129=37,2+90,3=127,5

Таким образом, прогноз на 2003 будет иметь следующий вид:

Е(Q2003)=Q2002=127,5.

Погрешность прогноза может быть рассчитана как

Погрешность=(127,5-124)/124=2,8%

IV квартал: Сглаженная оценка за 1998 год соответствует:

Q1998=0,1*130+(1-0,1)*130=130,0

Здесь в качестве сглаженной оценки за предыдущий период взяты данные за 1997 год (130 шт.) поскольку сглаженные данные за этот период не могут быть рассчитаны. Аналогичным образом имеем:

Q1999=0,1*134+(1-0,1)*130=130,4

Q2000=0,1*136+(1-0,1)*130,4=131,0

Q2001=0,1*138+(1-0,1)*131=131,7

Q2002=0,1*140+(1-0,1)*131,7=132,5

Таким образом, прогноз на 2003 будет иметь следующий вид:

Е(Q2003)=Q2002=132,5.

Погрешность прогноза может быть рассчитана как

Погрешность=(132,5-140)/140=5,4%

Список использованной литературы:

1. Прогнозирование и планирование в условиях рынка: Учебное пособие / Владимирова Л.П.- 6-е изд., перераб. и доп. - М.: Издательско-торговая корпорация "Дашков и К", 2006. - 400 с.

2. Прогнозирование и планирование в условиях рынка. Учебное пособие - Басовский Л.Е. - М.: Инфра-М, 2006 - 260 с.

3. Прогнозирование и планирование в условиях рынка. Учебное пособие. Владимирова Л.П. М.: Издательский Дом "Дашков и К", 2000. - 308 с.

4. Прогнозирование и планирование в условиях рынка: Учебное пособие для вузов / Т.Г.Морозова, А.В. Пикулькина, В.Ф.Тихонов и др., Под ред. Т.Г.Морозовой, А.В.Пикульина. - М.: ЮНИТИ - ДАНА, 2001. - 318 с.

5. Прогнозирование и планирование экономики: Учебное пособие / В.И.Борисевич, Г.А.Кандаурова, Н.Н.Кандауров и др.; Под общ.ред. Г.А.Кандауровой, В.И.Борисевича. - Мн.:Интерпрессервис; Экоперспектива, 2001. - 380 с.

6. Прогнозирование и планирование экономики: Учебник / Г.А.Кандаурова и др.; под общ. ред. Г.А.Кандауровой, В.И.Борисевича. - Мн.: Современная школа, 2005. - 476 с.

Размещено на www.allbest.