ЭТАП 5. Прогнозирование динамических рядов

При исследовании динамики социально-экономических процессов очень часто необходимо сопоставить их изменчивость во времени. Взаимосвязь между явлениями в статистике исследуется в два этапа:

1. Выявление формы связи и ее параметров – регрессия;

2. Определение степени тесноты связи – корреляция.

Показатели, характеризующие взаимосвязь между явлениями, делятся на две группы:

- коэффициенты, рассчитанные для двух явлений (парные);

- коэффициенты, рассчитанные для трех и более явлений (множественные).

Прогнозирование[17]– выявление возможных путей и результатов развития явления. Интервал времени, для которого необходимо определить параметры явления, называется периодом упреждения. Существуют три вида прогноза: краткосрочный (с периодом упреждения до 1,5–3 лет); среднесрочный (от 3 до 5 лет); долгосрочный (свыше 5 лет).

Развитие общественного явления характеризуется неопределенностью, т.е. недостаточностью сведений о факторах, влияющих на явление, и на изменчивость этих факторов в будущем. Поэтому, результат прогнозирования должен быть представлен в виде возможных границ (интервалов), в которых будет развиваться явление. Практическое применение прогнозирования, однако, часто требует точного, однозначного будущего значения, что снижает качество прогноза.

Еще одной характерной чертой общественных процессов является сочетание устойчивости с изменчивостью. Устойчивость развития явления называется инерционностью. Степень инерционности обуславливает возможность и корректность прогнозирования.

Для прогнозирования будущих значений уровней ряда часто используется регрессия.

Однако, основным методом прогнозирования развития является экстраполяция – определение последующих уровней ряда динамики на основе фактически выявленной закономерности развития явления. То есть, экстраполирование ряда динамики основано на исследовании истории изменчивости процессов. Следовательно, для прогнозирования с помощью данного метода необходимо минимальное число наблюдений, определяемое для каждого явления индивидуально.

Применяется экстраполяция в том случае, когда выявить изменчивость всех факторов, влияющих на явление невозможно, – тогда в качестве основного критерия выделяется время.

Экстраполяции не применяется к явлениям, развитие которых характеризуется частой и быстрой сменой направления развития.

Явления, для которых возможно определить основную тенденцию развития, экстраполируются на основе уравнений тренда.

Результат прогнозирования, как уже отмечалось выше, представляется в виде значений в определенных границах, в пределах которых может изменяться явление в прогнозируемый период времени. Примеров практического применения экстраполирования множество, часть из них корректна, а часть неудачна.

На практике иногда необходимо не прогнозировать будущие параметры явлений, а восстановить недостающие данные. В этом случае применяется интерполяция – определение значений уровней динамического ряда на основе сведений о последующем развитии явления. Другими словами, выявление «прошлых» уровней ряда. В качестве примера можно привести определение численности населения доколумбовой Америки, т.е. расчет количества жителей континента до прибытия туда европейцев. Процесс такого анализа, как правило, осуществляется именно методом «отката» в прошлое, т.е. интерполирования.