ISSN: 2500-1590(online)
ISSN: 1814-3520(print)
Научный журнал «Вестник Иркутского государственного технического университета»
Поиск по сайту

МОДЕЛИ ПРОГНОЗИРОВАНИЯ НА ОСНОВЕ ВРЕМЕННЫХ РЯДОВ В ПАКЕТЕ MICROSOFT OFFICE

2017 / Том 21, №6 (125) 2017 [ ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ ]

ЦЕЛЬ. Прогнозирование является одним из решающих элементов эффективной организации управления хозяйствующими субъектами и экономическими сообществами, так как от умения прогнозировать в значительной степени определяется качество принимаемых решений. В данной работе авторы на основе временных рядов сделали прогноз урожайности зерновых культур на перспективу. МЕТОДЫ. Анализ временных рядов базируется на предположении, что факторы, под влиянием которых формируется прогнозируемый показатель, либо невозможно выделить, либо по ним информация отсутствует. В этом случае изменение данного показателя связывают с течением времени, что проявляется в одномерных временных рядах. Так, на урожайность культур огромное влияние оказывают метеорологические явления, которые в настоящее время наука не в состоянии прогнозировать, а метод экстраполяции на основе кривых роста позволяет рассчитывать вероятные границы прогнозируемой урожайности на несколько лет вперед. РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ. На основе статистических данных нами была проведена проверка гипотезы о существовании тенденции в динамическом ряду - Fрасч.(1,17) < Fтабл.(4,28), что позволило сделать вывод о существовании динамики в динамическом ряду. По выбранной трендовой модели рассчитан теоретический уровень урожайности. Установлена адекватность модели по свойствам, которые считаются существенными для исследования. К этим свойства относятся: случайность колебаний уровней остаточной последовательности, соответствие распределения случайной компоненты нормальному закону распределения, равенство математического ожидания случайной компоненты нулю, независимость значений уровней случайной компоненты. ВЫВОДЫ. Выбранная трендовая модель является адекватной реальному ряду экономической динамики с доверительной вероятностью 95% (р ≤ 0,05), так как все пункты проверки дают положительный результат, и, следовательно, ее можно использовать для построения прогнозных оценок. Таким образом, можно утверждать, что прогнозируемая урожайность озимой пшеницы попадет в интервал, образованный нижней и верхней границами при сохранении сложившихся закономерностей развития.

Ключевые слова:

динамические модели, временные ряды, динамические ряды, дисперсии, прогнозирование урожайности

Авторы:

Библиографический список:

  1. Федосеев В.В., Гармаш А.Н., Орлова И.В. Экономико-математические методы и прикладные модели. М.: Юрайт, 2013. С. 328.
  2. Хосиев Б.Н., Дзеранова А.Р. Экономическая стратегия повышения эффективности использования сельскохозяйственных угодий в региональном АПК: монография. Владикавказ, 2009. 152 с.
  3. Стратегия социально-экономического развития Республики Северная Осетия-Алания до 2025 года [Электронный ресурс]. URL: http://www.pandia.ru/ text/77/407/77620-14.php (29 января 2017).
  4. Цогоева А.Р. Вазиева Л. Специфика экономико-математического моделирования землеустройства в условиях горных территорий РСО-Алания // Устойчивое развитие горных территорий. 2016. Т. 8. №1. С. 59–65.
  5. Звягин П. Прикладной анализ временных рядов. СПб.: Политехнический университ, 2008. 98 с.
  6. Иванов П.В., Ткаченко И.В. Экономико-математическое моделирование в АПК. Ростов-на-Дону: Феникс, 2013. 254 с.
  7. Бокс Дж. Дженикс Г. Анализ временных рядов: прогноз и управление: перевод с английского. М.: Мир, 1974. Вып. 1-2. 604 с.

Файлы:

Язык

Лицензия Creative Commons
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная
Количество скачиваний:13496