Прогнозы и проверка их значимости

Используя данные таблицы 1, рассчитать коэффициенты корреляции для каждого года за период 1994−1997, коэффициенты уравнения регрессии: зависимая переменная - объем розничного товарооборота в 199Х г. (У), независимая переменная - объем промышленного производства в 199Х г. (Х); для расчета использовать «мастер функций – коррел», «мастер функций – ОТРЕЗОК», «мастер функций – НАКЛОН».

Спрогнозировать объем розничного товарооборота на 1995 г. на основе полученной модели, подставляя текущие значения Х из таблицы 1 за 1995 г. Заполнить таблицу 2.

Определить ошибки прогноза, сопоставляя прогнозные и фактические значения, а также ошибку прогнозирования по годовым объемам, используя формулу (3).

Таблица 1 Исходные значения объема розничного товарооборота (У) и промышленного производства (Х)

мес. y-94 x-94 y-95 x-95 y-96 x-96 y-97 x-97
186,8 557,3
247,5
267,2 700,7
274,8 755,4
226,8 712,9 944,9
267,1 802,7
254,4
303,7 916,7 983,3
343,5
447,7
478,5
572,7

Таблица 2 – Прогнозные значения показателей Х и У. Процент ошибки прогнозирования

мес. Т5.ф Т5.р %% Т6.ф Т6.р %% Т7.ф Т7.р %%
           
           
           
           
           
           
           
           
           
           
           
           
Итого                  

В таблице 2 условные обозначения:

Т5.Ф, Т6.Ф, Т7.Ф – фактические объемы розничного товарооборота за 1995, 1996, 1997, 1998 гг.;

Т5.Р, Т6.Р, Т7.Р, Т8.Р – расчетные объемы товарооборота за 1995, 1996 и 1997 гг., %% - ошибки прогнозирования (коэффициент аппроксимации А).

Увеличение объема информационных массивов

Объединить исходные данные за 1994 и 1995 гг., внести данные в таблицу 3; по данным за 24 месяца рассчитать параметры уравнения регрессии и спрогнозировать объем розничного товарооборота на 1996 г., определить ошибки прогноза, заполнить таблицу 3

Используя исходные данные для прогнозирования по 24 месяцам и результаты прогнозирования. Условные обозначения:

y94-95 - товарооборот за 1994-1995 гг.;

x94-95 - объем промышленного производства за 1994-1995 гг.;

y96-97ф - фактический товарооборот за 1996-97 гг.,

y96-97р - расчетный объем товарооборота за 1996-97 гг.,

%% - ошибка прогноза.

Таблица 3 – Сводная таблица показателей

мес. y94-95 x94-95 y94-95р %% x96-97 y96-97ф y96-97р %%
186,8        
247,5        
267,2        
274,8        
226,8        
267,1        
254,4        
303,7     983,3    
343,5        
447,7        
478,5        
572,7        
187,6        
352,5        
253,5        
320,9        
373,4     944,9    
477,3        
440,1        
571,4        
429,5        
319,8        
626,3        
592,6        

ЗАВИСИМОСТЬ ТОЧНОСТИ ПРОГНОЗИРОВАНИЯ ОТ КАЧЕСТВА ИСХОДНЫХ ДАННЫХ.

Используя таблицу 4 по данным 95 и 96 годов сделать линейный прогноз на 97, оценить ошибку прогнозирования. Сделать прогноз на 99 г. по 97 и 98 г. оценить ошибку прогнозирования. В каком случае прогноз точнее и почему? (ответ обосновать относительно данных табл.4).

Таблица 4 – Объем промышленного производства по Новосибирской области в действующих ценах, млрд. руб.

месяцы 1995 г. 1996 г. 1997 г. 1998 г. 1999 г.
январь 186,8
февраль 41,6 247,5
март 54,4 267,2
апрель 62,2 274,8
май 72,9 226,8
июнь 74,7 267,1
июль 74,1 254,4
август 103,6 303,7 983,3
сентябрь 138,2 343,5
октябрь 173,6 447,7
ноябрь 193,4 478,5
декабрь 233,2 572,7

Заключение

В современной экономической науке сложилось четкое понимание того, что невозможно построить оптимальный механизм управления процессами или объектами. Однако это не означает, что не существует сколько-нибудь значимого аппарата достижения (попытки достижения) оптимальности. Оптимальность может определяться лишь по некоторому набору факторов (признаков, свойств, выборок данных) и при вводе в модель дополнительных факторов (наборов данных), оптимальность как свойство должно уточнятся.

Математический аппарат призван дать интерпретацию реальным экономическим процессам, а информационное обеспечение помочь проанализировать данные. Не нужно забывать то, что сложно написать алгоритм решения, руководствуясь только словесной постановкой проблемы, ее нужно формализовать, перевести в новую качественную, но не содержательную форму, представить в удобном для ЭВМ виде.

Для решения любой экономической задачи необходимо использовать систематическую информацию (информационные массивы), которая представлена в строгих формах (бухгалтерских документах, финансовых планах, статистических сводках). Экономические процессы характеризуются длительным периодом обращения и значительной неопределенностью, следовательно, информационные массивы представляющие эти процессы будут громоздкие и неоднородные. Для эффективного исследования таких структур необходимо активно использовать ЭВМ и специализированные пакеты программ.

Вырабатывая стратегию поведения, специалист обязан руководствоваться не только текущими представлениями о проблеме, но и планировать на перспективу, а для построения будущих плановых показателей использовать инструментарий прогнозирования. Только руководствуясь указанными положениями можно говорить о научном обосновании построения стратегических и иных планов

Список литературы

1. Информационные технологии управления: Учеб. пособие для вузов / Под ред. проф. Г.А. Титоренко, – М.: ЮНИТИ-ДАНА, 2002.

2. Устинова Г.М. Информационные системы менеджмента: Основные аналитические технологии в поддержке принятия решений: Учеб. пособие. – СПб.: ДиаСофтЮП, 2000.

3. Козырев А.А. Информационные технологии в экономике и управлении: Учебник. – СПб.: Изд-во Михайлова В.А., 2003

4. Стэнсфилд Р., Эддоус М. Методы принятия решений. – М. Юнити 1997.

5. Первозванский А.А. Математические модели в управлении производством. - М.: Наука, 1975.

6. Бахтин А.Е. Математическое моделирование в экономике: Учебное пособие. – Новосибирск: НГАЭиУ, 1995.

7. Глинский В.В., Ионин В.Г. Статистический анализ. – М.: Инфра М, 2002.

Приложение 1

Варианты для практической работы №1

В1

Param X Y korell naklon otresok Y^ aproksim aproksim% elast
               
  3,5              
  5,5              
  3,6              
  4,6              
  7,3              
  5,7              
  8,8              
               
  9,5              
Prognoz1                
Prognoz2 14,5                
srznach                  

В2

Param X Y korell naklon otresok Y^ aproksim aproksim% elast
               
               
  3,4              
  6,6 5,5              
  7,6 4,1              
  7,7              
  8,6              
  8,3              
  9,5              
  10,5              
Prognoz1 11,5                
Prognoz2 13,9                
srznach                  

В3

Param X Y korell naklon otresok Y^ aproksim aproksim% elast
  2,4              
  1,8              
  3,5              
  6,5 5,5              
  7,6 6,3              
  7,5              
  8,2 7,6              
  8,3              
  9,1              
  10,5              
Prognoz1 12,1                
Prognoz2 14,5                
srznach                  

В4

Param X Y korell naklon otresok Y^ aproksim aproksim% elast
  2,8              
  2,9 3,1              
  3,4 2,5              
  3,5 2,6              
  3,7 2,2              
  3,7 2,4              
  4,1 1,6              
  4,6 1,2              
Prognoz1                
Prognoz2 7,5                
srznach                  

В5

Param X Y korell naklon otresok Y^ aproksim aproksim% elast
  11,4              
               
               
               
               
               
  5,4              
Prognoz1                
Prognoz2 1,5                
srznach                  

В6

Param X Y korell naklon otresok Y^ aproksim aproksim% elast
               
  7,5 9,5              
               
               
  12,5 12,6              
               
  14,5              
               
Prognoz1 16,5                
Prognoz2                
srznach                  

В7

Param X Y korell naklon otresok Y^ aproksim aproksim% elast
  9,5              
               
               
  11,5              
  12,5 12,6              
               
  15,5 14,5              
  15,5              
Prognoz1                
Prognoz2                
srznach                  

В8

Param X Y korell naklon otresok Y^ aproksim aproksim% elast
               
               
               
  13,5              
               
               
               
  17,5              
Prognoz1                
Prognoz2                
srznach                  

В9

Param X Y korell naklon otresok Y^ aproksim aproksim% elast
  8,3 9,5              
  10,7              
  15,5 11,5              
  16,3 12,5              
  16,5              
  14,5              
  17,2              
               
Prognoz1                
Prognoz2                
srznach                  

В10

Param X Y korell naklon otresok Y^ aproksim aproksim% elast
  9,5              
  10,7              
  11,5              
  12,5              
  13,2              
  14,5              
               
               
Prognoz1                
Prognoz2 32,5                
srznach                  

Приложение 2

Данные для анализа выборок по данных по регионам СФО

Таблица 1 – Основные социально-экономические показатели развития регионов Сибирского федерального округа в январе - октябре 2004 года

РЕГИОНЫ Объем промышленной продукции, млн. руб. Объем продукции сельского хозяйства, млн. руб. 1) Уборка зерновых во всех категориях хозяйств на 1 ноября 2004г., тыс. тонн Объем работ, выполненный по договорам строительного подряда, млн. руб. Строительство жилых домов, тыс. м2 общей площади Оборот розничной торговли, млн. руб. Объем платных услуг, млн. руб. Объем инвестиций в основной капитал в январе-сентябре 2004г., млн. рублей Иностранные инвестиции в январе-сентябре 2004г., тыс. долларов США
Сибирский федеральный округ 183188,8 14430,1 87485,2 1815,4 147873,2 144584,8
Республика Алтай 16,6 1122,1 2506,1 505,3 1220,5 -
Республика Бурятия 7161,4 3039,9 06,2 22460,1 4048,4 4785,8
Республика Тыва 19,5 457,7 3421,3 843,9 517,3 -
Республика Хакасия 3146,2 108,6 2465,8 65,9 8813,4 3407,8
Алтайский край 41558,6 3882,3 4844,5 180,2 50005,5 12814,8 10003,2
Красноярский край 18365,9 2239,4 15772,8 290,7 84609,7 28541,1 26430,7
в том числе: Таймырский АО 0,2 - 388,3 - 1032,2 282,8 1472,1 -
Эвенкийский АО - 202,9 1,4 329,8 45,5 570,2 -
Иркутская область 17203,8 577,7 10089,4 118,7 66703,3 20391,5 14420,9
в том числе: Усть-Ордынский АО 3566,4 140,4 233,4 0,9 659,7 249,8 -
Кемеровская область 1348,3 15024,1 259,6 88456,8 31915,4
Новосибирская область 30882,1 10004,4 160,9 82835,8 26354,9 16591,3
Омская область 31740,8 3084,5 7772,3 347,8 53811,2 14544,8 13008,7
Томская область 8019,2 429,5 105,7 28119,5 11083,5 16378,7
Читинская область 6050,8 122,6 4164,2 66,8 27181,3 5741,2 6062,2
в том числе: Агинский Бурятский АО 865,3 5,9 7,8 1336,5 128,3 568,9 -

Таблица 2 – Индексы физического объема основных экономических показателей регионов Сибирского федерального округа в январе - октябре 2004 года (в процентах к соответствующему периоду предыдущего года)

  Объем промышленной продукции Объем продукции сельского хозяйства 1) Уборка зерновых во всех категориях хозяйств на 1 ноября 2004г., (в % к 1 ноября 2003г.) Объем работ, выполненный по договорам строительного подряда Строительство жилых домов Оборот розничной торговли Объем платных услуг Объем инвестиций в основной капитал в % к январю-сентябрю 2003г. Индекс потребительских цен, октябрь в % к декабрю 2003 г.
Сибирский федеральный округ 103,3 114,5 104,9 110,1 112,6 104,2 106,9 108,6
Республика Алтай 106,1 106,4 136,4 140,2 108,9 107,7 107,2 109,5
Республика Бурятия 104,1 109,3 138,1 81,8 83,3 106,3 114,4
Республика Тыва 114,5 07,2 в 2,6р. 80,1 120,7 111,7 113,5
Республика Хакасия 104,3 102,9 09,7 06,7 103,6 07,8 128,2 109,7
Алтайский край 102,3 108,1 03,3 80,7 112,8 108,1 109,7 109,9
Красноярский край 101,5 05,1 111,2 09,5 107,5 105,5 111,1 107,5
в том числе: Таймырский АО 109,2 24,8 - 90,4 - 103,7 106,8 в 2,3р. 120,6
Эвенкийский АО 103,6 - 42,9 74,8 104,5 107,1 65,6 104,5
Иркутская область 106,6 123,5 06,1 05,7 112,2 108,4 108,2
в том числе: Усть-Ордынский АО 87,3 102,1 146,1 121,8 108,4 82,4 107,5
Кемеровская область 102,6 09,6 120,2 111,1 107,4 115,2 106,8 147,5 108,3
Новосибирская область 109,6 04,7 124,1 122,1 80,1 115,6 101,7 108,5
Омская область 111,7 101,7 116,3 102,1 105,6 104,8 107,1
Томская область 108,9 100,2 02,4 134,4 109,2 07,6 87,3 109,5
Читинская область 08,2 08,9 57,9 81,3 134,8 115,9 91,3 108,5
в том числе: Агинский Бурятский АО 130,2 104,2 63,2 в 2,0 р. 111,8 113,5 116,5 в 2,3 р. 109,5

Наши рекомендации