O etapă importantă în prognoză este evaluarea corectitudinii și fiabilității previziunilor. Orice stat. prognoza are un caracter probabilistic. Cu privire la precizia progn. putem vorbi doar ca un interval de rezultate așteptate. Fiabilitatea prognozei - o estimare va avea încredere în intervalele de prognoză pentru o anumită probabilitate de implementare. Atunci când se evaluează precizia, este necesar să se țină seama de timpul de desfășurare, fiabilitatea și amploarea erorii prognozate.
măsura empirică acuratețea previziunilor, aceasta este valoarea de eroare, care este diferența dintre prognoza și valorile reale ale valorii de testare (BVM max 9,9%) Această abordare este posibilă numai în două cazuri:
a) perioada de anticipare este cunoscută, sa încheiat deja și cercetătorul are valorile actuale necesare ale indicatorului prezis;
b) se elaborează o previziune retrospectivă, adică valorile prognozate ale indicatorului sunt calculate pentru o perioadă de timp pentru care există deja valori reale. În acest caz, toate informațiile disponibile sunt împărțite în două părți într-un raport de 2/3 la 1/3. Primele 2/3 din seria cronologică originală servesc la estimarea parametrilor modelului de prognoză, iar ultima 1/3 din seria originală servește pentru implementarea estimărilor prognozei.
Absolut. și se referă. erorile de previziune pot fi. sunt calculate în cazul în care datele previziunilor retrospective sunt disponibile.
Toți indicatorii de estimare a preciziei previziunilor statistice pot fi împărțiți în mod condiționat în trei grupe:
Analiștii indicatori ai preciziei prognozate permit cuantificarea amplorii erorii prognozate. Acestea includ:
Eroarea absolută de prognoză (# 916; *) este definită ca diferența dintre valorile empirice și cele prezise ale caracteristicilor și se calculează prin formula :. unde: - valoarea previzionată a caracteristicii; yt este valoarea reală a caracteristicii
Eroarea relativă de prognoză (dosh) poate fi definită ca raportul dintre eroarea de prognoză absolută (# 916; *):
a) la valoarea reală a caracteristicii (yt):
b) la valoarea prezisă a trăsăturii.
Prin urmare, în practică, uneori determinată nu prognoza eroare, iar unele coeficient de calitate de predicție (Kk), care arată relația dintre numărul de potrivire (e) și numărul total de proiecții potrivite (e) și nesovpavshih (n) și este dată de: Rk = c / ( c + H), [0; 1]
Kk = 1 înseamnă că valorile valorilor prezise și cele reale coincid și modelul descrie fenomenul studiat 100%. Acest indicator estimează ponderea satisfăcătoare a valorilor prognozate coincide în ansamblu în serii cronologice. Prin urmare, este oportun să se estimeze precizia modelelor prezise obținute dintr-un set de comparații ale valorilor prezise și reale ale trasaturilor studiate.
Indicatorul mediu al preciziei prognozei este eroarea medie absolută a prognozei, care este definită ca media aritmetică a erorilor absolute ale prognozei printr-o formulă a formularului:
. unde: n este lungimea seriilor de timp.
Eroarea absolută medie a prognozei arată o caracteristică generalizată a gradului de abatere a valorilor reale și prezise ale trăsăturii și are aceeași dimensiune ca și dimensiunea trăsăturii studiate.
Pentru a evalua acuratețea previziunilor utilizate de eroare medie de predicție pătrat. definită prin: (metoda f turnată prin extrapolarea tendinței sau metode care contin polinoame de grade diferite, la numitor este (n-k-1), numărul k- de parametrii de model)
Dimensiunea erorii pătrate medii a prognozei corespunde, de asemenea, dimensiunii trăsăturii studiate. Între erorile medii absolute și cele medii pătrată ale prognozei, există următoarea relație aproximativă :.
. Acest indicator este un indicator relativ al preciziei de predicție și nu reflectă dimensiunea studiat trăsăturile exprimate ca procent și, în practică, se utilizează pentru a compara exactitatea predicțiilor obținute atât pentru diferite modele, și de către diferite obiecte.
Interpretarea estimării preciziei,%: <10 - высокая; [10 — 20] – хорошая;
[20 - 50] - satisfăcător,> 50 - nu este satisfăcător
Ca măsură a corectitudinii prognozei, se folosește coeficientul de corelație între valorile prezise și cele reale ale caracteristicilor. care este determinată de formula:
. unde: - cf. nivelul unui anumit număr de dinamici. evaluări.
Dezavantaj: corelația coeficientului de pereche reflectă corelația liniară a valorilor corelate și caracterizează numai relația dintre seriile de timp ale valorilor reale și un număr de valori predictive ale caracteristicilor. Dacă R = 1, acest lucru nu implică coincidența totală a estimărilor actuale și estimate, ci doar indică prezența unei relații liniare între seria de timp a valorilor prognozate și cele reale ale caracteristicilor.
Unul dintre indicatorii pentru estimarea corectitudinii prognozelor statistice este coeficientul de neconformitate (NC) propus de G. Tail și poate fi calculat în diferite modificări:
1. Coeficient de neconformitate (KH1), definit ca raport între eroarea pătrată medie și pătratul valorilor reale ale caracteristicilor:
KH = 0 dacă. KH = 1, dacă în prognoză eroarea medie pătrată este obținută printr-o eroare adecvată de eroare, obținută prin una dintre cele mai simple metode de extrapolare a invarianței incrementărilor absolute ale lanțului. KN> 1, prognoza oferă rezultate mai slabe decât se așteptau
2. Coeficientul de neconformitate (KH2) este definit ca raportul dintre eroarea pătrată medie a prognozei și suma pătratelor de deviații ale valorilor reale ale caracteristicilor de la nivelul mediu al seriei cronologice inițiale pentru întreaga perioadă în cauză:
. unde: - nivelul mediu al seriei inițiale de dinamică.
3. Coeficientul de neconformitate (KH3), definit ca raportul dintre eroarea medie pătrată a prognozei și suma pătratelor abaterilor valorilor reale ale caracteristicilor din cele teoretice egale cu ecuația tendinței:
. unde: - nivelele teoretice ale seriilor de timp obținute de modelul de tendință.
Concepte de bază ale teoriei de eșantionare
- alegerea unei anumite unități pentru anchetă ar trebui să fie independentă de voință, abordarea subiectivă a persoanei care face selecția;
- alegerea trebuie să fie independentă de valorile caracteristicilor statistice (indicatorilor) studiate pe care le au unitățile individuale ale agregatului;
- procesul de selecție ar trebui organizat astfel încât toate unitățile agregatului să aibă șanse egale, să fie selectate probabilități egale.
1. Observație selectivă - în această etapă, se colectează informații despre fiecare unitate a agregatului, formată pe baza uneia sau a altei metode de selecție din setul total de unități.
2. Rezumatul și gruparea materialelor obținute pe baza unei anchete prin sondaj - în acest stadiu, informațiile referitoare la fiecare unitate a eșantionului sunt grupate în subgrupe și grupuri în conformitate cu un program pre-proiectat.
3. Datele colectate și grupate sunt analizate și distribuite întregii populații studiate, în timp ce valorile medii absolute, relative, sunt calculate
O condiție prealabilă pentru aplicarea metodologiei de eșantionare este soluția unor astfel de probleme, cum ar fi estimarea preliminară a mărimii eșantionului necesar și, dacă este posibil, a acurateței acesteia.
Fiabilitatea și valabilitatea caracteristicilor calculate din datele eșantionate sunt în mare parte determinate de reprezentativitatea setului de eșantioane, care la rândul lor depinde de metoda de selecție a unităților din populația generală. În aparență se disting selecția individuală, de grup și combinată. În cazul selecției individuale, unitățile individuale ale populației generale sunt selectate într-un set selectiv, grupurile de grupuri sunt selectate dintr-un grup de unități, iar selecția combinată implică o combinație de selecție individuală și de grup.
Metoda de selecție determină posibilitatea continuării participării unității selectate la procedura de selecție. Repetarea sau selectarea fără returnare este o selecție în care eșantionul care este în eșantion nu se întoarce la colecția din care se face o selecție suplimentară.
În cazul selecției sau selecției repetate cu returnare, unitatea din eșantion după înregistrarea caracteristicilor observate revine populației inițiale (generale) pentru a participa la procedura de selecție ulterioară. Prin această metodă de selecție, volumul total al populației pe tot parcursul procedurii de eșantionare rămâne neschimbat, ceea ce face probabilitatea de a intra în eșantion constant pentru toate unitățile agregatului.
A doua metodă de selecție este aplicată în acele cazuri în care natura fenomenului investigat implică posibilitatea reînregistrării unităților. Pentru a repeta, selecția este de asemenea echivalentă dintr-un set a cărui limite nu sunt definite. În astfel de cazuri, valorile unităților selectate sunt considerate ca fiind cantități ipotetice care nu exclud posibilitatea unei repetări repetate. Erori în această selecție sunt întotdeauna mult mai mari.
Metoda de selecție determină un mecanism sau o procedură specifică pentru eșantionarea unităților din populația generală. În practica mondială a anchetelor prin sondaj, au fost distribuite cele mai multe eșantioane:
• strict aleatoare (simplu aleatoare);
• mecanică (selecție sistematică);
• tipic (stratificat, stratificat);
O selecție recurentă este procesul de formare a unui set de eșantioane, în care unitatea eșantionată nu participă la procedura de selecție ulterioară.
Cota selectivă - proporția unităților dintr-o probă, având o anumită variantă sau variante ale trăsăturii studiate.
O populație selectivă este o colecție de unități selectate pentru anchetă.
Media eșantionului este valoarea medie a trăsăturii studiate de populația eșantionului.
Observarea selectivă este o observație non-continuă, în care semnele sunt înregistrate în unitățile individuale ale statului studiat. Colectarea, selectată cu utilizarea unor materiale speciale. metode, iar rezultatele obținute în procesul de cercetare cu un anumit nivel de probabilitate se extind la întreaga populație inițială.
Cota generală este fracțiunea de unități din populația generală care posedă o anumită variantă sau variante ale trăsăturii studiate.
Agregatul este statul original. un set din care, pe baza selecției unităților sau grupurilor de unități, se formează un eșantion.
Media generală este valoarea medie a trăsăturilor studiate de populație.
Metoda de selecție - unități algoritm de extracție sau grupuri de unități ale populației, implementarea principiului selecției aleatorii și care stă la baza unei metode specifice de formare de eșantion (specii de probă).
Volumul eșantionului este numărul planificat sau actual al unităților de gene. Colecția selectată pentru înregistrarea caracteristicilor observate.
O eroare de reprezentativitate este discrepanța dintre stat. har-kami și populația generală, din cauza încălcării principiilor de prelevare a probelor sau a factorilor aleatorii.
Selecția repetată - formarea eșantionului, în care în unitatea de probă continuă să participe la procedura de selecție suplimentară, și pot fi selectate în eșantion din nou.
Trimiteți-le prietenilor: