Modele adaptate de prognoză

Modelele de predicție adaptivă sunt modele capabile să își adapteze rapid structura și parametrii la condițiile în schimbare

Schema generală de construcție a modelelor adaptive:







· Pe mai multe nivele ale seriei se estimează valorile parametrilor modelului;

· În conformitate cu modelul disponibil, prognoza este cu un pas înainte, iar abaterea sa de la nivelurile reale ale seriei este considerată o eroare de predicție, care este luată în considerare în conformitate cu schema de corecție a modelelor adoptate;

· În plus, pe baza modelului cu parametrii ajustați, se calculează estimarea estimată pentru următorul moment al timpului etc.

Astfel, modelul "absoarbe" în mod constant noile informații și până la sfârșitul perioadei de formare reflectă tendința procesului care există în prezent.

Modelul Brown (model de expansivitate netedă)

Modelul Brown poate reflecta dezvoltarea nu numai ca o tendință liniară, ci și ca un proces aleator care nu are nici o tendință și, de asemenea, sub forma unei tendințe parabolice în schimbare. În consecință, modelele Brown se disting:

· Ordine zero, descriind procese care nu au o tendință de dezvoltare. Ele au un parametru (o estimare a nivelului curent). Prognoza de dezvoltare pe trepte înainte este realizată conform formulei. Un astfel de model este, de asemenea, numit "naiv" ("va fi ca și cum ar fi fost");







· Primul ordin. Coeficientul este o valoare apropiată de ultimul nivel și reprezintă, ca atare, o componentă regulată a acestui nivel. Coeficientul determină creșterea care a fost formată în principal până la sfârșitul perioadei de observație, dar reflectă (într-o măsură mai mică) și ritmul de creștere din etapele anterioare;

· Ordinea a doua, reflectând dezvoltarea sub forma unei tendințe parabolice cu schimbarea "vitezei" și "accelerației". Modelul are trei parametri (A2 - o estimare a creșterii curente sau a "accelerației"). Prognoza se realizează conform formulei :.

Să luăm în considerare etapele construirii modelului linear adaptiv Brown

Etapa 1. Primele cinci puncte ale seriei cronologice sunt valorile inițiale și parametrii estimați ai modelului folosind metoda celor mai mici pătrate pentru apropierea liniară:

Indicăm aceste estimări și.

Pasul 2. Folosind parametrii și modelul Brown, găsim prognoza pentru un pas (k = 1):

La început pentru moment

Etapa 3. Prognoza indicatorului economic pentru moment este comparată cu cea reală și se calculează amploarea discrepanței (erorii). Pentru k = 1 avem:

Pasul 4. În funcție de amploarea erorii, parametrii modelului Brown sunt corectați:

Pasul 5. Bazați pe modelul cu parametrii ajustați și găsiți prognoza pentru următoarea dată de timp.

Dacă t

Dacă t = N, atunci modelul construit poate fi utilizat pentru prognoză pentru viitor.

Etapa 6. Prognoza intervalului este construită atât pentru modelul liniar al curbei de creștere.

Estimările inițiale ale parametrilor se obțin din primele cinci puncte prin intermediul OLS folosind formulele:

Luăm k = 1, iar parametrul de netezire este egal cu. Tabelul prezintă calcularea parametrilor modelului Brown la fiecare etapă.

La ultima etapă se obține un model.

Estimările estimărilor pentru acest model sunt obținute prin înlocuirea în acesta a valorilor L = 1 și L = 2

Tabel. Estimați parametrii modelului Brown







Articole similare

Trimiteți-le prietenilor: