![]() КАТЕГОРИИ:
АстрономияБиологияГеографияДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРиторикаСоциологияСпортСтроительствоТехнологияФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
|
Для линейных уравнений
На основе известных преобразований, связанных с отысканием экстремума функции нескольких переменных, т. е., дифференцируя функцию F по искомым переменным а, b и с и приравнивая производную к нулю, получают систему линейных уравнений, позволяющую найти неизвестные а, Ь и с. Выбор формы кривой является одной из важнейших проблем при выравнивании динамических рядов. Существуют различные подходы, которые позволяют выбрать форму кривой, адекватную действительной динамике. Наиболее простой — визуальный, на основе графического изображения динамического ряда, дополненный анализом процесса развития по существу. Второй подход заключается в подборе такой функции из числа возможных, которая наилучшим образом описывает динамический ряд. Критерием для отбора функции могут служить следующие показатели: среднеквадратичное отклонение
корреляционное отношение
коэффициент вариации n
Большим преимуществом математических методов прогнозирования является обогащение прогнозов путем определения доверительных интервалов и доверительных границ для прогнозируемых показателей. Доверительный интервал для прогноза характеризуется выражением
где tq - коэффициент, определяемый принятым уровнем доверия (q (0,1) ), зависящим от распределения случайной величины и объема выборки. Для широко используемого нормального распределения могут быть приняты следующие значения коэффициента tq:. tq = 1 при q = 0,84; tq= 2 при q =0,97 и tq = 3 при q= 0,997. Доверительные границы прогнозируемого параметра (y(n+t)min' y(n+t)max) определяются yp(n+t) -tqσ = y(n+t)min ≤yn+t,≤y(n+t)max = yp(tn+t) + tqσ Доверительные границы показывают, с какой вероятностью искомая прогнозируемая величина может попасть в интервал (ymin, ymax) Знание доверительных интервалов расширяет возможности прогнозирования, показывая, например, возможные резервы или дополнительные зоны поиска.
СПЕЦАЛЬНЫЕ РАЗДЕЛЫ КУРСА
|