Прогнозирование путём прямой экстраполяции. Ошибки прогнозирования
Министерство образования и науки РФ ГОУ ВПО
Саратовский государственный технический университет
Кафедра: организация перевозок и управления на транспорте
Реферат
по дисциплине на тему
Прогнозирование путём прямой экстраполяции
ОШИБКИ ПРОГНОЗИРОВАНИЯ
Выполнил: студент АМФ гр.ОПТ41
Никитин Р.В.
Проверил: Трегубов В.Н.
Саратов 2006
Содержание
Введение 3
Прогнозирование путём прямой экстраполяции 4
Ошибки прогнозирования 16
Заключение 18
Списока используемых источников 19
Введение
Процесс прогнозирования достаточно актуален в настоящее время. Широка сфера его применения. Прогнозирование широко используется в экономике, именно в правлении. В менеджменте понятие планирование и прогнозирование тесно переплетены. Они не идентичны и не подменяют друг друга. Планы и прогнозы различаются между собой временными границами, степенью детализации содержащихся в них показателей, степенью точности и вероятности их достижения, адресностью и, наконец, правовой основой. Прогнозы, как правило, носят индикативный характер, а планы обладают силой директивного характера. Не подмена и противопоставление плана и прогноза, их правильное сочетание - таков путь планомерного регулирования экономики в словиях рыночной экономики и перехода к ней.
Для того чтобы правлять будущим, человечество создало определенные механизмы, которые в экономической науке называются прогнозирование, макроэкономическое планирование и экономическое программирование.[2]
Прогнозирование Ц это предвидение, получение информации о будущем, которое базируется на специальном научном исследовании.
Прогнозирование имеет два конкретных аспекта: предсказывать и предвидеть. В зависимости от того, какой результат необходимо получить или, что необходимо спрогнозировать, преимущество предоставляется то одному, то другому аспекту.
Прогнозирование необходимо, потому что будущее необычно и эффект многих решений, принимаемых сегодня, на протяжении определённого времени не ощущаются. Поэтому точное предвидение будущего повышает эффективность процесса принятия решения.
Прогнозирование путём прямой экстраполяции.
Многие социальные процессы, теоретически поддающиеся правлению, на практике развиваются стихийно, что дает основание применять к ним методы естествоведческих прогнозов. При этом следует иметь в виду, что стихийность протекания аналинзируемого процесса может смениться строго контролируемым ценленаправленным развитием (например, давно назрела необходинмость таких перемен в сферах расселения, градостроительства, демографии и многих других). Такие изменения могут осуществляться как волевым порядком, так и с четом научного анализа, диагноза и прогноза исследуемого явления. Из этого следует, что в отличие от естественнонаучных социальный прогноз должен быть ориентирован не на безусловное предсказание, на содействие оптимизации принимаемых решений.
Реализуется эта задача путем использования исследовательской техники поискового и нормативного прогнозирования, дающего достаточно обоснованные материалы при выработке рекоменданций для целеполагания, планирования, проектирования и правленния в целом.
Основная задача поискового прогноза при этом - выявление перспективных проблем, подлежащих решению средствами правнления. Предсказание в данном случае носит сугубо условный харакнтер, базирующийся на абстрагировании от возможного и даже ненобходимого вмешательства со стороны сферы правления. Метондологически недопустимо сводить социальный прогноз к поиску, но столь же недопустимо переходить сразу к нормативной разранботке данной модели, не имея представления о проблемной ситуации, в словиях которой и для преодоления которой будет функционнировать предложенный оптимум.
В наиболее общем виде поисковый (изыскательский, исследовательский, трендовый, генетический, эксплоративный) прогноз выгнлядит как словное продолжение в будущее тенденций развития изучаемых явлений, закономерности развития которых в прошлом и настоящем достаточно хорошо известны. При этом заведомо абстрагируются от возможных и даже необходимых, неизбежных планонвых, программных проектных и организационных решений, способнных существенно изменить наметившиеся тенденции. Суть и цель прогнозного поиска не в адекватном предвосхищении будущего ренального состояния прогнозируемого объекта, в выяснении того, что реально произойдет при сохранении существующих тенденций развития, т.е. при словии, что сфера влияния не выработает поисконвых решений, способных изменить неблагоприятные тенденции.
Исследовательская техника разработки поискового прогноза базируется на принципе экстраполяции в будущее (или интерполяции отсутствующих значений) динамических и на данных, закономернонсти развития которых в прошлом известны. Собственно экстраполянция (интерполяция) может быть довольно сложной, учитывающей разнообразные факторы и делающей прогноз более информативнным. При этом на практике поисковый прогноз дает не одно, ценлый ряд возможных значений, позволяющих точнее ориентироваться в складывающейся ситуации.
Наиболее простой является так называемая прямая (механичеснкая, наивная) экстраполяция, которая продолжает начатый динаминческий ряд со времени основания до времени преждения прогнонза, реализуясь по принципу: если имеется 1, 2, 3, 4 (период основанния), то при словии невмешательства извне и сохранения наметивншейся тенденции динамический ряд будет выглядеть как 5, 6, 7, 8 и т.д. по периоду преждения (или в случае интерполяции: если 1, 2, 3, 6, 7, 8, то в середине окажется 4, 5) Не следует недооценивать эффекнтивность такой логики: во многих случаях жизни важные социальные процессы развиваются именно подобным образом и прогноз на этой основе оказывается в высокой степени достоверным.
Правда, на практике социальные прогнозы часто развертываютнся гораздо более сложным образом - не обязательно линейно, а, допустим, в геометрической прогрессии, экспоненциально, гипернболически, логистически и т.д. Однако на каждый такой случай существует или может быть введена соответствующая математичеснкая формула, позволяющая сложнять экстраполяцию до любой требуемой степени. Поэтому 1, 2, 3, 4 не обязательно должны ознанчать в экстраполяции 5, 6, 7, 8. Экстраполяция может выглядеть и как 6, 9, 15, 24, и как 16, 32, 64, 128, и даже как 5, 4, 3, 2, 1 (в зависимости от используемой формулы). Она может быть не только количествеой (статистической), но и качественной (логической), например при экстраполяции какого-нибудь явления на более широкий круг друнгих явлений во времени или пространстве (либо в том и другом сразу) с использованием метода аналогии.
Такая техника широко используется в естествоведческих прогнонзах в тех случаях, когда исследуемые процессы развиваются сообнразно выявленным закономерностям стойчиво, без отклонений и колебаний. В социальной сфере такие процессы встречаются редко. Как правило, в своем развитии они претерпевают изменения, матенматическая формализация которых требует использования дополнинтельных приемов минимизации недочетов прямой экстраполяции.
Один из них - вычленение крайних возможных значений экстраполируемого динамического ряда по заранее заданным критериням, т.е. определение верхней и нижней экстрем. Причем предполангается, что за верхней экстремой простирается область абсолютно нереального, фантастического, за нижней - абсолютной невознможности функционирования прогнозируемого объекта, область катастрофического. Сложность в использовании этого приема Ч определение и основание критериев построения экстрем.
Другой прием (дополняющий первый) - определение наибонлее вероятного значения с четом данных прогнозного фона (научнно-технического, демографического, экономического, социологинческого, социокультурного, политического и международного). Ненобходимо выявить по каждой группе наиболее информативные в каждом конкретном случае показатели и соотнести их со значениянми прямой экстраполяции, если понадобится, - и со значениями верхней и нижней экстрем. В результате операции будет определенно значение наиболее вероятного тренда - экстраполированной в будущее тенденции.
Таким образом, поисковый прогноз содержит четыре основные компоненты:
1) данные прямой экстраполяции динамических рядов исходной модели, служащие первоначальным ориентиром дальнейших пронгнозных построений;
2) верхняя экстрема прогнозного поиска: результат сопоставленния данных первой поисковой модели с данными прогнозного фона. Позволяет определить максимальное отклонение тренда в сторону области нереального;
3) нижняя экстрема прогнозного поиска: вычисляется теми же способами, что и верхняя. Определяют максимально возможное отклонение тренда до предела, за которым начинается область катанстрофического;
4) наиболее вероятный тренд (экстраполированная в будущее тенденция) между верхней и нижней экстремами с учетом данных прогнозного фона.[3]
В процессе прогностического исследования недопустимо приннижение значения ни одного из перечисленных компонентов. Пернвые три (прямая экстраполяция, верхняя и нижняя экстремы) слунжат как бы ограничителями наиболее вероятного тренда, очерчиванющими границы реального в возможных его изменениях. Прямая экстраполяция здесь играет роль исходного момента, сдерживаюнщего фактора при чрезмерном разбросе оценок противоречащих данных прогнозного фона.
Вместе же взятые, все четыре компоненты расширяют познавантельные возможности лиц, принимающих решения, показывают недопустимость решений, выводящих объект на ровень топии или катастрофы, стимулируют эвристичность мышления, дают возможнность более основательно взвешивать возможные последствия приннимаемых решений, все это вместе обеспечивает высокую стенпень объективности и, следовательно, эффективность этих решений.[6]
Необходимо также отметить, что при разработке целевых, планновых, программных, проектных, организационных прогнозов спенцифические особенности поискового прогноза будут проявляться сообразно особенностям процессов разработки целей, планов, пронграмм, проектов, организационных решений. Результатом прогнознного поиска будет не реально ожидаемое состояние, к которому следует приспособиться, комплекс проблем, которые необходинмо решить. Сама по себе цель поискового прогноза Ч выявление ожидаемого проблемного состояния, перспективных проблем, каждая из которых является составляющим звеном своеобразной ситуации - проблемной.
Прогнозирование размеров перевозок основывается на ананлизе развития экономики за прошедший период, причем этот анализ должен давать точную количественную формулировку исследуемому процессу перевозки грузов путем использования математико-статистических методов. Предвидение будущего сонстояния размеров перевозок базируется на результатах анализа прошлого и, следовательно, описывает перспективу в той мере, в какой она определяется объективно сложившимися явлениями и процессами. При этом используются главным образом метонды и модели экстраполяционного характера. Методы экстраполирования опираются на принцип детерминнизма, согласно которому будущее вытекает из настоящего, т. е. на преемственность связи между прошлым, настоящим и Экстраполяция является анаучным методом прогнозирования, так как ее применение основано на чете объективно существунющей инерционности больших систем, что подтверждается всем опытом социалистического строительства. Для экономиченской системы этот закон выражается в невозможности ограниченными средствами в короткие сроки изменить поведенние системы.
Существует много способов, приемов прогнозирования, оснонванных на экстраполяции тенденций. Однако большинство из них не учитывает специфику объекта прогнозирования. Поэтонму рассмотрим методы и способы, повышающие надежность и точность экстраполяционных прогнозов размеров перевозок грунзов на ровне АТП, объединений и правлении.
Под точностью прогнозирования размеров перевозок грузов (ошибкой прогноза) будем понимать величину отклонения факнтического значения прогнозируемого показателя от ее истинного значения. Прогнозу присуща та или иная степень неопределеости, поэтому прогнозируемая величина определяется с допуски разной вероятностью. Поэтому оценк только точности показателя является недостаточной. Эту оценку надо дополнить
показателем, определяющима надежность самойа оценки точности. Под надежностью прогнозирования размеров перевозок дует понимать вероятность наступления предсказываемого бытия при заданном комплексе словий и в пределах становленных допусков. Оценки точность и надежность взаимосвязаны.
Чем шире становлен предел точности, тем с. большей вероятностью он будет соблюдаться. Чем жестче допуск на величинну показателя, тем меньше шансов на его такое соблюдение.
Поставленная задача решается в трех направлениях: исслендование новых форм связи, разработка новых критериев оценки моделей и разработка новых методов прогноза.[6]
Объектом прогнозирования служили показатели размеров перевозок Владимирского транспортного правнления за 196Ч1975 гг.
Развитие транспорта характеризуется ростом объемов перенвозок грузов, который зависит от ровня развития- экономики региона, сложившейся системы внутренних и внешних связей. Высокие темпы развития общественного производства обусловнливают быстрый рост перевозочной работы "транспорта. Пропорнциональное развитие транспорта и всего народного хозяйства :в целом достигается тогда, когда транспорт полностью довлетнворяет потребности экономики и населения в перевозках.
анализируя содержание таблицеа можно видеть, что рост объемов перевозок грузов полностью определяется ростом валонвой продукции промышленности и сельского хозяйства Владинмирской области, т. е. объем перевозок грузов автомобильным транспортом общего пользования как бы ' синтезирует в себе размеры производства промышленной и сельскохозяйственной продукции, развитие непроизводственной сферы и т. д. Таким образом, объема перевозок грузова автомобильныма транспортом
|
|
общего пользования, являясь важнейшим отраслевым показателем, в то же время отражает и динамику развития экономики региона. Следовательно, прогнозирование аразмера перевозок грузов на основании данных за прошлые периоды приобретает исключительно важное значение, так как от точности прогнозирования размеров перевозок зависят реальность планов и их согласованность с планами развития других отраслей.
Полная и систематизированная информация об объекте пронгнозирования необходима для повышения достоверности и нандежности прогноза. Ведь практическая деятельность по составнлению прогноза в том и состоит, что обработанная определеым образом информация о состоянии объекта на текущий монмент, о его тенденциях превращается в информацию о будущем состоянии объекта.
Наиболее ответственная часть работы по составлению кратнкосрочного прогноза заключается в выборе математической функции, которая отражает общую тенденцию. Здесь очень важным становится правильный выбор вида кривой, потому что если равнение хорошо подобрано к исходным данным, то оно точнее выражает общую тенденцию, что в конечном счете сканзывается на результатах прогноза. Выбор кривой, которая наинлучшим образом описывает закономерности изменения данного эмпирического ряда, одна из важнейших проблем экстраполяционного прогноза.
Вид моделей тенденций развития определяется внутренними свойствами исследуемого процесса. Анализируя динамику разнмеров перевозок для обоснования формы моделей, воспользунемся методами теории экономического роста.
Процесс роста размеров перевозок на автомобильном транснпорте можно описать дифференциальным равнением вида:
которое показывает, что изменение зависимой переменной (в наншем случае размер перевозок) зависит как от времени, так и от величины самих размеров перевозок.
Рассматривая частный случай равнения
Эти равнения показывают различные варианты изменения размеров перевозок. Если ввести логарифмическую производную(относительную скорость роста, пропорциональное величение в единицу времени) то равнение примет вид:
Эти равнения содержат постоянную интегрирования, котонрую можно определить по заданному значению I, у
Каждая из перечисленных функций есть простая модель диннамики размеров перевозок, описывающая траекторию экономинческого роста. Эти функции могут применяться и применяются для прогнозирования размеров перевозок на макроуровне, где присутствует большая инерционность и темпы прироста примернно одинаковы. Это показано в работе, также подтвержндается нашими расчетами.
Инерционность развития в наибольшей мере присуща тем параметрам, которые характеризуют макроструктуру народного хозяйства и в меньшей мере проявляются на ровне отраслей, предприятий, отдельных частков производства. В свою очередь, инерционность параметров, принадлежащих одному уровню, но различным отраслям, предприятиям тоже различна.
В соответствии с вышесказанным инерционность элементов транспортной системы - министерство, автоуправление,
автонтранспортное предприятие (объединение)- различна. Модели понлиномиального вида, полученные методом прямой экстраполянции, достаточно хорошо работающие на высшем ровне, могут быть не применимы для прогнозирования показателей низшего уровня.
анализ рис. 9 показывает, что на ровне автотранспортного предприятия инерционность намнного меньше, основная тенденция часто искажен случайной составляющей, поэтому для прогннозирования н уровне АТП (объединения) необходимо принменять функции специального ви-1а, учитывающие неравномернность темпа прироста в каждый момент времени, т. е.
Рассматриваемая обобщенно-экспоненциальная функция сонхраняет экспоненциальный закон как главную компоненту диннамики размеров перевозок, а компонента роста отражает переменность темпа прироста в каждый момент времени. Функнцию (19) можно привести к виду:
Таким образом, рекомендуемый нами набор функций для краткосрочного прогнозирования на ровне АТП и правлений включает не только широко распространенные в практике эконномического прогнозирования полиномы до третьей степени включительно и экспоненциальную функцию, но и две еще не применявшиеся формы связи (обобщенно-экспоненциальные функции). Параметры прогнозирующих функций рассчитываютнся методом наименьших квадратов.
Согласно методу наименьшиха квадратов находится разность
Определяют такую оценку параметров №, которая минимизирует 5(Г), для чего определяется й81с!№ и приравнивается нулю, что дает синстему т нормальных равнений, которая должна быть решена относительно W
После нахождения неизвестныха параметрова прогнозных акривыха необходимоа оценить их близость к эмпирическима данным и выбрать наилучшую функцию. Критериямиа выбор являются: среднееа абсолютное отклонение
(|Л|); среднеквадратичное отклонение - о; коэффициент вариации - V; индек
Для отыскания наилучшей функции применялась следующая процедура. Исходный временной ряд меньшался на единицу, т. е. отбрасывалось понследнее значение ряда, которое служило для проверки словия минимальнонсти. По укороченному временному ряду находились параметры прогнозирунющих функций и выбиралась та, которая обеспечивала минимальное отклоннение в последней точке. Полученная форма связи применялась для экстранполяции же по полному временному ряду.
С целью проверки изложенного метода прогнозирования на конкретном цифровом материале были проведены экспериментальные расчеты по опреденлению перспективных величин размеров перевозок для предприятий Владинмирского транспортного правления.
Методику выбора лучшей функции проследим на примере определения перспективной величины выработки в тонно-километрах на одну списочную автомобиле-тонну по АТП г. Суздаля (предпрогнозный период 9 лет). Для определения неизвестных параметров и оценочных критериев функций использовалась специально разработанная авторами программ РРОС--1.
После расчета н ЭМа были получены следующие зависимости:
Поочерёдно все критерии, при этом получены следующие средние ошибки прогноза
Критерий выбор F МОПТ
Ошибка прогноз 7,9 7,8 а5,3 4,8
анализируя результаты, приходим к выводу о том, что критерийа мининмума отклонения в последней точке является наиболее целесообразным при краткосрочном прогнозе н ровне автотранспортныха предприятий (объединений).[1]
Ошибки прогнозирования
Основными источниками могут быть названы:
1. Простое перенесение (экстраполяция) данных из прошлого в будущие (например, отсутствие у фирмы иных вариантов прогноза, кроме 10% роста продаж).
2. Невозможность точно определить вероятность события и его воздействия на исследуемый объект.
3. Непредвиденные трудности (разрушительные события), влияющие на
осуществление плана, например внезапное вольнение начальника отдела сбыта, ошибки первой категории могут быть сужены путем применения методов регрессионного анализа, криволинейного сглаживания и других техник.
Ошибки второй категории частично могут быть преодолены при помощи метода Дельфи, сценариев, моделей, анализа модели жизненного цикла.
В целом точность прогнозирования повышается по мере накопления опыта прогнозирования и отработки его методов.[4]
ПУТИ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ И ОБОСНОВАННОСТИ ПРОГНОЗОВ
В наибольшей степени,
эффективность прогноза зависит от того, на сколько они полезны для планирования и осуществления деловых операций. Прогнозы полезны в теха случаях, когда его компоненты тщательно продуманы и ограничения,
содержащиеся ва прогнозе откровенно названы. Существует несколько способов сделать это. Спросите себя, для чего нужен прогноз, какие решения будут на нем основаны.
Этим определяется потребная точность прогноза. Некоторые решения принимать опасно, даже если возможная погрешность прогнозЧменее 10%. Другие решения можноа принимать безбоязненно даже при значительно более высокой допустимой ошибке. Определите изменения, которые должны произойти, чтобы прогноз оказался достоверным. Затем с осмотрительностью оцените вероятность соответствующих
событий. Определите компоненты прогноза. Подумайте об источниках данных, определите,
насколько ценен опыт прошлого в составлении прогноза. Не настолько ли быстры изменения, что основанный на опыте прогноз будет бесполезным? Дают ли данные по подобным продуктам (или вариантам развития) основания для составления прогноза о судьбе вашего продукта? Насколько просто или недорого можно будет
получить надежную информацию об опыте прошлого? Определите, насколько структурированным должен быть прогноз. При прогнозировании сбыта может быть целесообразно выделить отдельные части рынка
(развивающиеся потребители, стабильные потребители, крупные и мелкие потребители, вероятность появления новых апотребителей и т.п.).
Также путем повышения эффективности прогнозов является применение анализ безубыточности. Этот анализ определяет точку,
в которой общий доход равнивается са суммарными издержками, то есть точку, в которой предприятие становится прибыльным. Точка безубыточности обозначает ситуацию, при которой общий доход становится
равным суммарным издержкам. Для определения точки безубыточности необходимо честь три основных фактора: продажную цену единицы продукции, переменные издержки на единицу продукции и общие постоянные издержки на единицу продукции.[5]
Заключение а
Из всего вышесказанного можно сделать вывод, что при современных словияха функционирования рыночной экономики,
невозможно спешно правлять коммерческойа фирмой, без эффективного прогнозирования её деятельности. От того, на сколько прогнозирование будет точным и своевременным, также соответствовать поставленным
проблемам, будут зависеть, в конечном счете, прибыли, получаемые предприятием. Для того, чтобы эффект прогноза был максимально полезен, необходимо создание на средних и крупных предприятиях так называемых прогнозных отделов (для малыха предприятий создание этих отделов будет нерентабельным). Но даже без таких отделова обойтись без прогнозирования невозможно. В этом случае прогноз должен быть получен
силами менеджеров и задействованными в этом процессе специалистами.
Что касается самих прогнозов, то они должны быть реалистичными, то есть их вероятность должна быть достаточно высока и соответствовать ресурсам предприятия. Для улучшения качества прогноза необходимо лучшить качество информации, необходимой при его разработке. Эта информация, в первую очередь, должна обладать такими свойствами, как достоверность, полнота,
своевременность и точность. Так как прогнозирование является отдельной наукой, то целесообразно (по мере возможности) использование нескольких методов прогнозирования при решении какой-
либо проблемы. Это повысит качество прогноза и позволит определить подводные камни,
которые могут быть незамечены при использовании только одного метода. Также необходимо соотносить полученный прогноз с прецедентами в решении даннойа проблемы,
если такие имели место при похожих словиях функционирования аналогичной организации (конкурента). И при определенной корректировке, в
соответствии с этим прецедентом, принимать решения.
Список используемых источников
1. Мандрица В.М., Краев В.Н. прогнозирование перевозок грузов на автомобильном транспорте, М. Транспорт., 1981, 152с.
2..referatov.netа
3. .5ballov.ru
4. Поисковое социальное прогнозирование. М.: Наука, 1994.
5. Нормативное социальное прогнозирование. М.: Наука, 1997
6. Основы экономического и социального прогнозированния / Под ред. В.Н. Мосина, Д.М. Крука. М.: Высшая школа, 1985.