Статистический прогноз. Прогнозирование

Министерство образования и науки РФ

Федеральное государственное бюджетное образовательное учреждение

высшего профессионального образования

«Волгоградский государственный социально-педагогический университет»

 

 

 

 

 

 

 

 

 

РЕФЕРАТ

 По дисциплине «Основы математической обработки информации»

на тему

«Статистический прогноз.

Прогнозирование»

 

 

Выполнил:

 

Проверил:

 

 

 

 

 

 

 

 

Содержание:

Введение…………………………………………………………………..3

Глава 1

1.1.Прогноз. Основные понятия……………………………………….....4

1.2. Прогнозирование. Методы  прогнозирования……………………....6

Глава 2

2.1. Статистика…………………………………………………………….9

2.2. Статистическое прогнозирование. ………………………………….5

2.3. Методы статистического  прогнозирования………………………….6

2.3. Область применения  статистического прогнозирования. ………...7

Заключение………………………………………………………………...8

Список литературы………………………………………………………..9

Приложение………………………………………………………………..10

 

 

 

 

 

 

 

 

 

 

Введение

Умение прогнозировать какие-либо грядущие явления или события является одним из ключевых навыйков, которым должен обладать современный образованный человек.  Прогноз выражает предвидение на уровне конкретно-прикладной теории, так как связан с будущим, которое всегда стохастично. Будущее зависит от многих случайных факторов, сложное переплетение которых практически учесть невозможно. Отсюда все прогнозы носят вероятностный характер. Тем не менее, прогноз может оказаться весьма правдивым в зависимости от точности его составления.

Предметом моего исследования является изучение таких понятий как: прогноз, прогнозирование, методы прогнозирования, статистическое прогнозирование и т.д.

Целью данного реферата - изучение и анализ сущности прогноза. Методов прогнозирования, в частности статистического прогноза, область применения этого вида прогнозирования.

Изучая данную тему,  я планирую, овладеть основными навыками прогнозирования и научиться применять эти умения в повседневной жизни, на работе,  в учебе.

Основными методами работы должны стать:

• поиск материала в различных источниках;
• систематизация полученной информации;
• изучение материала;
• практическое применение полученной информации.

 

 

 

 

Глава 1

 

 

1.1.Прогноз. Основные  понятия

Чёткое понимание задач и целей, поставленных перед человеком, позволяет  добиться великолепных показателей. Планирование и прогнозирование часто используют как слова-синонимы. Однако в действительности указанные категории обладают большим количеством отличий, важных для понимания.

Исходное начало этого процесса – гипотеза. Это научно обоснованное

предположение о структуре объекта, характере элементов и связей, образующих этот объект, механизме его функционирования и развития. На уровне гипотезы дается качественная характеристика объекта, выражающая общие закономерности его поведения. Хотя гипотеза носит наиболее общий характер, без нее не возможно никакое научное управление и планирование. Гипотеза оказывает воздействие на этот процесс через прогноз; являясь важным источником информации для его составления.  Прогноз, в сравнении с гипотезой, имеет большую определенность и достоверность, поскольку основывается не только на качественных, но и на количественных

характеристиках и поэтому позволяет характеризовать будущее состояние объекта также количественное. При исследовании сущности прогноза предстоит определить методологические аспекты соотношения прогноза и плана.

План представляет собой систему взаимосвязанных, направленных на достижение единой цели плановых заданий, определяющих порядок, сроки и

последовательность осуществления отдельных мероприятий. В нем фиксируются пути и средства развития в соответствии с поставленными задачами, обосновываются принятые управленческие решения. План и прогноз представляют собой взаимно дополняющие друг друга стадии планирования. При этом прогноз выступает как фактор, ориентирующий

существующую практику на возможности развития в будущем, а прогнозирование – как инструмент разработки планов. Формы сочетания прогноза и плана могут быть различными: прогноз может предшествовать разработке плана, следовать за ним или производиться в процессе разработки плана.

 

*Планирование – целенаправленная деятельность организации, связанная с постановкой целей на определённую временную перспективу для оптимального распределения ресурсов и достижения миссии компании. Планированию свойственны чётко обозначенные интервалы (квартал, год, пятилетка и т.д.), а по каждому направлению деятельности назначается ответственный исполнитель.

*Прогнозирование – вероятностное определение состояния изучаемого объекта (рынок, уровень продаж, спрос) в будущем на основе имеющихся данных. Такую деятельность следует отличать от гадания и предсказания. Прогнозирование выстраивается на основе объективной информации, а также динамических тенденций, влияющих на систему.

Таким образом, планирование – это стратегия, прогнозирование – тактика.

*Прогноз (от греч. πρόγνωσις — предвидение, предсказание) — предсказание будущего с помощью научных методов, а также сам результат предсказания.

*Прогноз — это вероятностное суждение о будущем состоянии объекта исследования (последнее научное определение).

*Прогноз — это научная модель будущего события, явлений и т. п.

*Прогноз — это расчет неизвестного экономического показателя по заданным факторам на основании модели.

1.2. Прогнозирование. Методы прогнозирования.

*Прогнозирование - это разработка прогноза; в узком значении - специальное научное исследование конкретных перспектив развития какого-либо процесса.

Основное условие необходимости в прогнозах - это недостаток исходных данных. Для предсказания будущего данных всегда не хватает, однако и при решении задач в настоящем времени данных очень часто не хватает. Чем больше данных отсутствует, тем сложнее их восстанавливать и делать прогноз. По мере сокращения объемов недостающих данных прогнозы уточняются, при полноте исходных данных прогноз замещается обычным расчетом с некоторой погрешностью.

Прогнозирование позволяет раскрыть устойчивые тенденции, или, наоборот, существенные изменения в социально-экономических процессах, оценить их вероятность для будущего планового периода, выявить возможные альтернативные варианты, накопить научный и эмпирический материал для обоснованного выбора той или иной концепции развития или планового решения.

Таким образом, прогнозирование является специальным научным исследованием перспектив развития явлений.

Комплекс методов прогнозирования постоянно совершенствуется и пополняется новыми методами. Одной из центральных проблем является разработка обоснованной классификации и выбор методов прогнозирования.

Согласно принятым классификациям, с точки зрения объекта прогнозирования, прогнозы можно подразделять на:

а) научно-технические,

б) экономические, социальные,

в) военно-политические.

Разработка прогнозов опирается на применение различных методов прогнозирования.

* Методы (методика) прогнозирования – определенное сочетание приемов (способов) выполнения прогностических операций, получение и обработка информации о будущем на основе однородных методов разработки прогноза.

В настоящее время насчитывают более 150 методов и приемов прогнозирования. При этом каждый из них имеет свои особенности в зависимости от цели его использования и уровня проводимых исследований. Методы различают также по научной обоснованности и назначению.

 Выбор методов прогнозирования осуществляется в соответствии с характером объекта и требований, предъявляемых к информационному обеспечению. Опыт, накопленный современной прогностикой, показывает, что в большом многообразии методов прогнозирования можно выделить следующие их группы: методы экспертных оценок, методы экстраполяции, моделирование, нормативный и целевой методы.

 

*Система прогнозирования («прогнозирующая система») – это упорядоченная совокупность методик, технических средств, предназначенная для прогнозирования сложных явлений или процессов.

 

В 1927 году В.А.Базаров-Руднев предложил 3 метода прогноза: экстраполяция, аналитическая модель, экспертиза. В настоящее время существует около 150 методов прогнозирования, но чаще всего на практике используются не более 10, среди них: фактографические (экстраполяция, интерполяция, тренд-анализ), экспертные (в т.ч. опрос, анкетирование), публикационные (в т.ч. патентные),цитатно-индексные, сценарные, матричные, моделирование, аналогий, построение графов и т.д.

Наиболее распространенными методами (свыше 90% всех сделанных в мире прогнозов) являются экспертиза и фактографические методы. Популярен метод аналогий. Методы линейного программирования, построение циклов (Н.Д. Кондратьев) широко используются в науке.

Ведутся разговоры, что любой прогноз, если в нем закладывать правильные исходные данные и если он претендует на научность,  можно описать формулами (формулизовать). 

 

*Аналогия (предвидение по аналогии, метод общих тенденций) – предполагает, что в достаточной степени осознает текущую ситуацию, чтобы искать для нее аналогии на основе опыта, чаще всего при помощи аналогии с достаточно хорошо известными сходными явлениями и процессами, и способен, опираясь на референтную ситуацию, установить основные черты, дающие основание говорить о совпадении направления развития событий.

Аналогия – более рациональный процесс, чем экстраполяция. Ни одна процедура не кажется более естественной, чем поиск аналогий.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Глава 2

 

2.1 Статистика.

Термин «статистика» происходит от латинского слова status, что в Средние века означало политическое состояние государства. В науку этот термин был введен немецким ученым Готфридом Ахенвалем (1719 – 1772 гг.), и означал он тогда государствоведение.

История развития статистики показывает, что статистическая наука сложилась в результате теоретического обогащения накопленного человечеством передового опыта учетно-статистических работ, обусловленных прежде всего потребностями управления жизнью общества.

Развитие статистической науки, расширение сферы применения практических статистических исследований, ее активное участие в механизме управления экономикой привели к изменению содержания самого понятия «статистика».

Сейчас дано следующее определение «статистике»:

*Стати́стика — отрасль знаний, в которой излагаются общие вопросы сбора, измерения и анализа массовых статистических (количественных или качественных) данных; изучение количественной стороны массовых общественных явлений.

*Статистика — дно из направлений математики, связанное со сбором, классификацией и представлением информации в числовом виде. Статистика базируется на том предположении, что если группа достаточно велика, то ее поведение, в отличие от поведения индивида, характеризуется периодичностью и повторяемостью. В анализе поведения менее представительных групп, на которые не распространяется указанное выше предположение, широко применяется измерение вероятности (probability) того, что какое-либо событие произойдет. Подавляющая часть статистики связана как раз с расчетом и интерпретацией вероятностей.

Статистическая закономерность – количественная закономерность изменения в пространстве и во времени массовых явлений и процессов общественной жизни, состоящих из множества элементов (единиц закономерности). Статистическая закономерность отражает относящиеся к определенному пространству и времени причинно-следственные связи, выражающиеся в последовательности, регулярности, повторяемости событий с достаточно высокой степенью вероятности. Статистическая закономерность устанавливается на основе анализа массовых данных, это обусловливает ее взаимосвязь с законом больших чисел. Предметом статистики выступают размеры и количественные соотношения качественно определенных социально-экономических явлений, закономерности их связи и развития в конкретных условиях места и времени. Объектом  статистического исследования является статистическая совокупность.

 

 

 

 

 

 

 

 

2.2. Статистическое  прогнозирование. Методы статистического прогнозирования.

Статистические методы прогнозирования — научная и учебная дисциплина, к основным задачам которой относятся разработка, изучение и применение современных математико-статистических методов прогнозирования на основе объективных данных; развитие теории и практики вероятностно-статистического моделирования экспертных методов прогнозирования; методов прогнозирования в условиях риска и комбинированных методов прогнозирования с использованием совместно экономико-математических и эконометрических (как математико-статистических, так и экспертных) моделей. Научной базой статистических методов прогнозирования является прикладная статистика и теория принятия решений.

Простейшие методы восстановления используемых для прогнозирования зависимостей исходят из заданного временного ряда, то есть функции, определенной в конечном числе точек на оси времени. При этом временной ряд часто рассматривается в рамках той или иной вероятностной модели, вводятся другие факторы (независимые переменные) помимо времени, напр., объем денежной массы. Временной ряд может быть многомерным. 

Принято различать активный и пассивный статистические прогнозы.

*Пассивный (безусловный) статистический прогноз [passive forecast] — прогноз развития, основанный на изучении статистических данных за прошлый период и переносе выявленных закономерностей на будущее. При этом внешние факторы, воздействующие на систему, принимаются неизменными и считается, что ее развитие основывается только на собственных, внутренних тенденциях.

Примером пассивного прогноза является экстраполяция сложившихся темпов роста того или иного показателя. Допустим, в среднем за десять лет национальный доход страны рос на 5% в год. Делаем вывод (экстраполируем): значит, и следующие несколько лет темпы останутся прежними. Ясно, что такой прогноз реален только на очень короткий срок и далеко не для всех экономических показателей, а лишь для наиболее инерционных, устойчивых.

*Активный (условный) статистический прогноз [conditional prediction] — прогноз, применяемый тогда, когда предусматривается, что правительство (общество) может принять различные меры, которые способны воздействовать на прогнозируемые показатели.

Например, если наблюдается неблагоприятная тенденция к понижению фондоотдачи, то пассивный прогноз предскажет дальнейшее снижение этого показателя. Активный же прогноз ответит на вопрос, что будет, если окажется принятой та или иная программа действий по повышению эффективности фондов.

 

Таким образом, задачи экономико-статистического прогнозирования следующие:

• выявление перспектив ближайшего или более отдаленного будущего в исследуемой области на основе реальных процессов действительности;
• выработка оптимальных тенденций и перспективных планов с учетом составленного прогноза и оценки принятого решения с позиций его последствий в прогнозируемом периоде.

 

Наиболее распространенными являются методы прогнозирования, основанные на статистическом моделировании. Методы статистического прогнозирования могут быть разбиты на 2 большие группы: прогнозирование на основе единичных уровней регрессии, описывающих взаимосвязь признаков-факторов и результативных признаков и прогнозирование на основе системы уравнений взаимосвязанных рядов динамики.

Наиболее сложным методом прогнозирования является прогнозирование на основе взаимосвязанных рядов динамики. С его помощью можно получить не только оценки результативного, но и факторных признаков, т.е. анализ взаимосвязанных рядов динамики выражается с помощью системы уравнений регрессии. Прогноз в этом случае лучше поддается содержательной интерпретации, чем простая экстраполяция.

Нормативный метод прогнозирования заключается в установлении для определенного отрезка времени фиксированной системы норм. В качестве

инструмента при нормативном прогнозировании могут быть использованы теория графов, матричный подход и др.

Сущность целевого прогнозирования заключается в решении обратной задачи: в отыскании условий для достижения в будущем норм, задаваемых в виде строго определенных и обоснованных величин. Решение этой задачи обычно осуществляется методами математического программирования.

Методы экспертных оценок основаны на использовании экспертной информации. Они помогают установить степень сложности и актуальность проблемы, определить основные цели и критерии, выявить важные факторы и взаимосвязи между ними, выбрать наиболее предпочтительные альтернативы. Известны 2 подхода к использованию экспертов: индивидуальные оценки и групповые.

Индивидуальные оценки, или метод согласования оценок, состоит в том, что

каждый эксперт дает оценку независимо от других, а затем с помощью какого-либо приема эти оценки могут быть представлены в виде оценок типа интервью или аналитических записок. Групповые или коллективные методы экспертизы основаны на совместной работе экспертов и получении суммарной оценки от всей группы специалистов в целом. Среди них более распространенными являются метод комиссии и метод мозговой атаки (метод коллективной генерации идет или метод группового рассмотрения с

отнесенной оценкой).

 

 

 К современным статистическим методам прогнозирования относятся также модели авторегрессии, модель Бокса Дженкинса, системы эконометрических уравнений, основанные как на параметрических, так и на непараметрических подходах. Для установления возможности применения асимптотических результатов при конечных (т.н. «малых») объемах выборок полезны компьютерные статистические технологии. Они позволяют также строить различные имитационные модели. Отметим полезность методов размножения данных (бутстрепметодов). Системы прогнозирования с интенсивным использованием компьютеров объединяют различные методы прогнозирования в рамках единого автоматизированного рабочего места прогнозиста. Прогнозирование на основе данных, имеющих нечисловую природу, например, прогнозирование качественных признаков основано на результатах статистики нечисловых данных. Весьма перспективными для прогнозирования представляются регрессионный анализ на основе интервальных данных, включающий, в частности, определение и расчет рационального объема выборки, а также регрессионный анализ нечетких данных. Общая постановка регрессионного анализа в рамках статистики нечисловых данных и ее частные случаи — дисперсионный анализ и дискриминантный анализ (распознавание образов с учителем), — давая единый подход к формально различным методам, полезны при программной реализации современных статистических методах прогнозирования.

 

 

 

 

2.3.область применения  статистического метода прогнозирования

 

Современные компьютерные технологии прогнозирования основаны на интерактивных статистических методах прогнозирования и использовании баз эконометрических данных, имитационных (в том числе на основе применения метода статистических испытаний) и экономико-математических динамических моделей, сочетающих экспертные, математико-статистические и моделирующие блоки.

Метод статистического прогнозирования может  быть применим в любых сферах деятельности. Зачастую его используют при прогнозирование каких-либо экономических событий/явлений (финансовое планирование).

 

 

 

 

 

 

 

 

Заключение

Прогнозирование не сводится к попыткам предугадать детали будущего, хотя в некоторых случаях это существенно. Исследователь исходит в данном случае из диалектической детерминации явлений будущего, из понимания того, что необходимость пробивает себе дорогу через преодоление случайности, что к явлениям будущего нужен вероятностный подход с учетом широкого набора возможных вариантов. Только при таком подходе прогнозирование может быть эффективно использовано для выбора наиболее вероятного или наиболее желательного, оптимального варианта при обосновании цели, плана, программы, проекта, вообще, решения.

Прогнозы должны предшествовать планам, содержать оценку хода последствий выполнения (или невыполнения) планов, охватывать все, что не поддается планированию, решению. Они могут охватывать в принципе любой отрезок времени. Прогноз и план отличаются способами оперирования информацией о будущем. Вероятностное описание возможного или желательного - это прогноз.

Обоснованное решение относительно мероприятий по достижению возможного, желательного - это план. Прогноз и план могут разрабатываться независимо друг от друга. Но чтобы план был эффективным, оптимальным, ему должен предшествовать прогноз, по возможности непрерывный, позволяющий обосновать данный и последующие планы.

 

 

 

 

 

Приложение

 

 

 

 

 

 

 

 

 

 

 

 

 

Список литературы:

 

1. Калинина В.Н., Панкин А.В. Математическая статистика. М.: 1998 г.

2.  https://ru.wikipedia.org/

3 .Экономико-математический словарь: Словарь современной экономической науки. — М.: Дело. Л. И. Лопатников. 2003.

4. Статистическое моделирование и прогнозирование под. ред. Гранборга.

Москва: Финансы и статистика, 2000

5. Бизнес. Толковый словарь. — М.: "ИНФРА-М", Издательство "Весь Мир". Грэхэм Бетс, Барри Брайндли, С. Уильямс и др. Общая редакция: д.э.н. Осадчая И.М.. 1998.

6. Литература: Принятие решений. Теория и методы разработки управленческих решений (2005); Орлов А.И. Прикладная статистика (2006).

7. Сидельников Ю.В. «Системный анализ технологии экспертного прогнозирования». – М.: Изд-во МАИ, 2007.