Resmileştirilmiş yöntemler şu şekilde bölünmüştür: genel prensip eylemleri dört gruba ayırır: ekstrapolasyon (istatistiksel), sistem-yapısal, ilişkisel ve ileri bilgi yöntemleri.
Ekonomik süreçleri tahmin etme uygulamasında istatistiksel yöntemler en azından yakın zamana kadar baskındı. Bunun temel nedeni, istatistiksel yöntemlerin, geliştirilmesi ve uygulanması oldukça uzun bir geçmişe sahip olan analitik bir aygıta dayanmasıdır. İstatistiksel yöntemlere dayanan tahmin süreci iki aşamaya ayrılmıştır.
Birincisi, belirli bir süre boyunca toplanan verileri özetlemek ve bu senteze dayalı bir süreç modeli oluşturmaktır. Model, analitik olarak ifade edilen bir gelişme eğilimi biçiminde tanımlanır ( trend ekstrapolasyonu) veya formda fonksiyonel bağımlılık bir veya daha fazla faktör argümanından (regresyon denklemleri). Formu ne olursa olsun tahmin için bir süreç modeli oluşturmak, mutlaka olayların dinamiklerini ve karşılıklı ilişkilerini tanımlayan bir denklem formunun seçilmesini ve parametrelerinin bir yöntem veya diğerini kullanarak tahmin edilmesini içerir.
İkinci aşama tahminin kendisidir. Bu aşamada bulunan örüntülere göre tahmin edilen göstergenin, değerin veya özelliğin beklenen değeri belirlenir. Elbette, elde edilen sonuçlar nihai olarak kabul edilemez çünkü bunların değerlendirilmesi ve kullanılması, modelin tanımında ve oluşturulmasında yer almayan faktörler, koşullar ve sınırlamaların dikkate alınması gerekir. Ayarlamaları, oluşum koşullarında beklenen değişikliğe uygun olarak yapılmalıdır.
Ayrıca, bazı durumlarda, ekonomik bilgilerin fiili istatistiksel işlenmesinin hiçbir şekilde bir tahmin olmadığı, ancak genel gelişim sisteminde önemli bir bağlantı olarak göründüğü de belirtilmelidir. Dünya pratiği bu alanda kapsamlı materyale sahiptir perspektif analizi ve istatistiksel modeller temelinde elde edilen tahminlerin başarısının, ampirik verilerin analizine, böyle bir analizin zaman içinde incelenen süreçlerin davranış kalıplarını ne ölçüde tanımlayabildiğine ve genelleştirebildiğine önemli ölçüde bağlı olduğu zaten açıktır. .
En yaygın tahmin yöntemlerinden biri ekstrapolasyon, yani Geçmişte gözlemlenen eğilimlerin geleceğe genişletilmesi (ekstrapolasyon yöntemi bir sonraki bölümde daha ayrıntılı olarak açıklanmaktadır). Ekstrapolasyon aşağıdaki varsayımlara dayanmaktadır (7, s. 151):
1) olgunun gelişimi makul bir şekilde düzgün bir yörünge - bir eğilim ile karakterize edilebilir;
2) trendi belirleyen genel koşullar
Geçmişteki gelişmeler gelecekte önemli değişikliklere uğramayacaktır.
Ekstrapolasyon, bir fonksiyonun değerinin belirlenmesi olarak temsil edilebilir:
burada, +/ - ekstrapolasyonlu seviye değeri;
y* - ekstrapolasyon tabanı olarak alınan seviye;
L- teslim süresi.
En basit ekstrapolasyon, serinin ortalama özelliklerine göre yapılabilir: orta seviye, orta seviye mutlak büyüme ve ortalama büyüme oranı.
Eğer orta seviye
n'lerin sayısı değişme eğilimindedir veya bu değişiklik önemsizse, o zaman şunu kabul edebiliriz: 
Eğer ortalama mutlak artış değişmeden kalırsa seviyelerin dinamikleri aritmetik ilerlemeye karşılık gelecektir: 
Eğer ortalama büyüme oranı değişme eğiliminde değilse, tahmin edilen değer aşağıdaki formül kullanılarak hesaplanabilir:
burada r ortalama büyüme oranıdır;
sen"- Ekstrapolasyon için temel alınan seviye.
Bu durumda gelişimin geometrik ilerleme veya üstel olduğu varsayılır. Her durumda, kullanılan tahminlerin belirsizliğini ve belirsizliğini dikkate alan bir güven aralığı belirlenmelidir.
En basit ve en ünlüsü yöntem hareketli ortalamalar, Zaman serilerinin mekanik hizalanmasının gerçekleştirilmesi. Yöntemin özü, serinin gerçek seviyelerini, dalgalanmaların iptal edildiği hesaplanmış ortalamalarla değiştirmektir. Yöntem istatistik teorisi dersinde ayrıntılı olarak tartışılmaktadır.
Kısa vadeli tahmin amacıyla da kullanılabilir üstel düzeltme yöntemi.Şu anda serinin ortalama seviyesi BEN aynı an için gerçek seviyenin doğrusal kombinasyonuna eşittir en ve geçmiş ve mevcut gözlemlerin ortalama seviyesi.
Nerede Q"- şu anda üstel ortalama (seri seviyesinin düzeltilmiş değeri) T;
A- üstel ortalama hesaplanırken mevcut gözlemin ağırlığını karakterize eden katsayı (düzleştirme parametresi), 0Tahmin bir adım ileride yapılırsa tahmin değeri y, +| = Q: bir nokta tahminidir.
Trend ekstrapolasyonu seri seviyelerinin zaman faktörüne bağımlılığı bulunursa mümkün olur T, bu durumda bağımlılık şöyle görünür:
Eğri türleri, analitik bağımlılık türünün seçilmesinin nedenleri ve güven aralığının hesaplanması bir sonraki bölümde tartışılmaktadır.
Ekonomideki birçok durağan süreç, önceki dönemlere veya anlara ilişkin seviyeler ile sonraki seviyeler arasında yakın bir bağlantının varlığıyla karakterize edilir. Bu gibi durumlarda zamana bağımlılık özellikler aracılığıyla kendini gösterir. iç yapı Geçmiş dönemlere ait süreç. İfade edildi analitik form Bir zaman serisinin seviyeleri arasındaki ilişki, ortaya çıkan model tahmin için kullanılabilir.
Göstergenin değerini ifade eden durağan bir sürecin modeli sen ( bu göstergenin sonlu sayıdaki önceki değerlerinin ve ilave rastgele bileşenin doğrusal bir kombinasyonu şeklinde model olarak adlandırılır otoregresyon.
Nerede A- devamlı, Çar- denklem parametresi, örneğin- rastgele bileşen.
Trend ekstrapolasyonu haricinde yukarıda tartışılan yöntemler şunlardır: uyarlanabilir,Çünkü bunların uygulanması süreci, önceki seviyelerin etki derecesi dikkate alınarak tahmin edilen göstergenin zaman-sıralı değerlerinin hesaplanmasından oluşur.
Morfolojik yöntem 1942 yılına kadar Kaliforniya eyaletindeki gözlemevlerinde çalışan ünlü İsviçreli gökbilimci F. Zwicky tarafından geliştirilmiştir. Ona göre morfolojik analizin çözebileceği üç tür problem vardır:
- Bu sınıftaki teknikleri kullanarak sınırlı bir dizi olay hakkında ne kadar bilgi elde edilebilir?
- kaynaklanan sonuçların tam zinciri nedir? özel sebep?
- hepsi ne olası yöntemler ve bu özel sorunu çözme yöntemleri?
İkinci sorunun cevabı grafik teorisine dayalı bir hedef ağacı oluşturmaktır. Üçüncü sorunun cevabı keşifsel tahminle sağlanmaktadır.
Değer sorusunu vaktinden önce gündeme getirmek araştırmaya zarar verir. Önemsiz olanlar da dahil olmak üzere tüm kararları sıralamak, stereotiplerden, kalıplaşmış düşünce yapılarından uzaklaşmanızı sağlar. yeni bilgi, sistematik olmayan aktivite sırasında dikkatten kaçmak.
Morfolojik analizde kavramın temel parametrelerinde niteliksel değişiklikler yapılırken tüm kombinasyonlar sistematik olarak incelenir ve bu sayede yeni kombinasyon olasılıkları belirlenir.
Uygulanan alanların en yapıcısı sistem araştırması sayar sistem analizi."Toplam sistem analizleri" ilk olarak 1948 yılında RAND Corporation tarafından optimize etmek amacıyla geliştirildi. karmaşık görevler askeri idare. Bununla birlikte, "sistem analizi" teriminin yalnızca sistemin amaç ve işlevlerinin yapısını belirlemek, planlamak, bir endüstrinin, işletmenin, kuruluşun gelişimi için ana yönlerin geliştirilmesi veya incelenmesi için uygulanıp uygulanmadığına bakılmaksızın. Hedefler ve organizasyon yapısı da dahil olmak üzere bir bütün olarak sistem, iş sistemleri analizi, her zaman araştırma yapmak, karar verme sürecini organize etmek için bir metodoloji önermeleri, araştırma veya karar verme aşamalarını vurgulamaya çalışma ve öneride bulunma konusunda farklılık gösterir. Bu aşamaların belirli koşullarda gerçekleştirilmesine yönelik yaklaşımlar.
Ayrıca bu çalışmalara her zaman dikkat edilir. özel ilgi sistemin hedefleriyle çalışmak: bunların ortaya çıkışı, formülasyonu, detaylandırılması (ayrıştırma, yapılanma), analiz ve diğer dönüşüm konuları (hedef belirleme). Hatta bazı yazarlar tanımlıyor sistem analizi Bunun hedefe yönelik sistemleri incelemek için bir metodoloji olduğunu vurgulayın. Aynı zamanda, bir metodolojinin geliştirilmesi ve aşamalarını gerçekleştirmek için yöntem ve tekniklerin seçimi, sistem kavramlarına, kalıpların kullanımına, sınıflandırmalara ve sistem teorisi tarafından elde edilen diğer sonuçlara dayanmaktadır.
Normatif teknolojik tahmin yöntemleri şunları içerir: matris yaklaşımları, çeşitli yatay etkili faktörlerle tutarlılığı kontrol etmek için kullanılır. İki boyutlu matrisler şunu verir: hızlı yöntemÖnerilen seçeneklerden birinin veya diğerinin önceliğinin değerlendirilmesi. Bu prensip, yönetimde yaygın olarak kullanılan SWOT analizi yöntemine karşılık gelir; zayıf ve dikkate alındığında güçlü yönler Dış ortamdaki nesne, tehditler ve avantajlar.
Metodolojik açıdan matris yöntemleri katmak Oyun teorisinin yöntem ve modelleri.İncelenen sistem ile diğer karşıt sistemler arasındaki belirli ilişkilerin bir sonucu olarak ortaya çıkan durumların analizinde sosyo-ekonomik süreçlerin tahmin edilmesinde kullanılırlar. Bir örnek, girişimi (bir oyuncu) ve doğayı (başka bir oyuncu) dikkate almaktır; Müşteri tepkileri ve davranışları.
Bir başka örnek ise işletmelerin faaliyetleri ve hükümetin ekonomi politikalarıyla ilgilidir. Gelir dağılımı, gelirin merkezileştirilmesi ihtiyacı ile işletmelerin ekonomik bağımsızlığının sağlanması arasında bir uzlaşmadır. İşletmenin stratejisi, kendisine kalan gelir payından ve elde ettiği toplam kazanç dikkate alınarak oluşturulur. ek özellikler kendisine merkez tarafından sağlanmaktadır. Devletin stratejisi, işletmelerin gelişmesi için ekonomik fırsatları baltalamayan ve aynı zamanda işletmelerin kendileri için nihai olarak önemli olan ulusal sorunları çözmeye yeterli olan merkezi gelirlerin payını belirlemektir (3, s. 188).
Oyun teorisinin asıl görevi en çok seçim yapmak için öneriler geliştirmektir. etkili çözümler Belirsiz faktörlerin koşulları altında süreç yönetimi üzerine. Belirsiz faktörler, araştırmacının hakkında herhangi bir bilgiye sahip olmadığı, bilinmeyen nitelikteki faktörleri içerir.
Modern rekabetçi dünya, birçok tarafın kendi farklı hedefleri ile katılımı ve rakiplerin stratejileri hakkında çok az bilgi sahibi olması nedeniyle stratejik belirsizlikle karakterize edilmektedir. Stratejik yönetimde rekabet stratejisi yönünde gelişmelidir. çatışma durumları ortaklığa. Aynı zamanda her bir tarafın belirli kayıpları kabul etmeye hazır olması ve rakibinin de kayıplara hazır olduğundan emin olması gerekir (4, s. 318).
İstatistiksel modelleme yöntemleri şunları içerir: regresyon denklemleri, Bağımsız özelliklerin zaman serileri ile sonuç özellikleri arasındaki ilişkilerin tanımlanması. Tahmin edilen seviyeler, örneğin ekstrapolasyona dayanarak elde edilebilecek karakteristik faktörlerin tahmin edilen değerlerinin regresyon denklemine değiştirilmesiyle hesaplanır. Regresyon modellerine dayalı tahmin ancak regresyon katsayılarının anlamlılığı değerlendirildikten ve modelin yeterliliği kontrol edildikten sonra yapılabilir. Uygulama Sorunları regresyon analizi tahmin amaçlı olarak Bölüm 4'te ele alınmıştır.
Bir nesneye sistematik bir yaklaşımın gerekliliklerini ve onun niceliksel özelliklerini dikkate alan bir tahmin aracı ekonometrik modeller. Uygulama alanları düzeydeki makroekonomik süreçlerdir. ulusal ekonomi, sektörleri ve endüstrileri, bölgesel ekonomiler.
Ekonometrik araştırmalar W. Petty, J. Graunt, A. Quetelet'ten kaynaklanmaktadır ve bu liste kütle çalışmalarına önemli katkılarda bulunan tüm istatistikçileri içerebilir. ekonomik olaylar niceliksel ölçümler yoluyla.
Ekonometrik modellemenin bazı problemlerinin geliştirilmesi, ekonomi alanındaki birçok iktisatçının çalışmalarına ayrılmıştır. matematiksel modelleme Geçen yüzyılın 50-80'lerinde.
Ekonometrik monografilerin mantığı, teoride ortaya çıkan problemlerin çözümünden ziyade öncelikle çeşitli uygulamalara yöneliktir. Geçen yüzyılın 70'lerinde geniş bir okuyucu kitlesinin kullanımına sunulan ve oynanan G. Theil ve E. Malenvo'nun Rusçaya çevrilen monografileri bu şekilde inşa edildi. büyük rol Uygulamalı problemlerin çözümünde.
J. Johnston'ın 1980'de yayınlanan “Ekonometrik Yöntemler” monografisi, teorik ekonometri yöntemlerinin sistematik bir sunumuna ayrılmıştır. Kitapta 70'li yılların sonuna kadar elde edilen çok sayıda örnek ve sonuç yer alıyor. yeni aşama piyasa ekonomisinin gelişimi.
Son 10 yılda ekonometri sektöre girdi müfredat Rus üniversitelerinin ekonomik özellikleri ve gerekli eğitim ve metodolojik literatür de liderler tarafından hazırlanmıştır. yerli istatistikçiler. Bunların başlıcaları S.A. tarafından geliştirilen ders kitapları ve öğretim yardımcılarıdır. Ayvazyan, V.S. Mkhitaryan (1) ve I.I. Eliseeva (6).
Fonksiyonel-hiyerarşik modelleme uzaktaki bir hedefin, ona bugün ve gelecekte ulaşmak için yapılması gereken eylemler (işlevler) ile koordinasyonunu temsil eder. Hedef ağacı ilkesine dayalı bir grafik oluşturma fikri ilk olarak endüstrideki karar verme problemleriyle bağlantılı olarak bir grup araştırmacı tarafından önerilmiştir (7). Hedef ağaçları niceliksel göstergeler olarak kullanılır yardım karar verirken ve bu durumda karar ağaçları olarak adlandırılır.
Hedef ağacı tekniğinin niceliksel karar vermede ilk büyük uygulaması Honeywell Şirketinin Savunma ve Uzay Bilimleri Bölümü tarafından gerçekleştirildi. Başlangıçta havacılık ve uzay sorunları için kullanılan PATTERN şeması, tüm askeri ve uzay faaliyetlerini kapsayan evrensel bir şemaya dönüştürüldü.
Ağ modelleme Normatif teknolojik tahminde yaygın olarak kullanılır. En ünlüsü, projenin her bir bölümünün çeşitli aşamalarını yansıtan ağ grafiklerinin kullanımına dayanan ve başlangıç ve son aşamalar arasında en uygun yolu seçmek için bunları analiz eden kritik yol yöntemidir. Kriterler maliyetler veya son teslim tarihleridir. Ağ modellemede yardımcı araç olarak hedef ağacı kullanılır.
Çekirdekte simülasyon yöntemi sistemle ilgili mevcut tüm bilgilerin kullanımını maksimuma çıkarma fikri yatıyor. Amaç davranışı analiz etmek ve tahmin etmektir. karmaşık sistem hepsi niceliksel olmayan birçok işleve sahiptir.
Simülasyon modelleme, doğrudan deney temelinde analizi imkansız olan süreçlerin tahmin edilmesinde geniş uygulama alanı bulmuştur.
Gelişimde benzerliğin sistematik kullanım imkanı çeşitli nesneler altta yatan Tarihsel analojiler yöntemi. E. Jantsch'in (8, s. 221) belirttiği gibi, tarihsel benzetme her zaman tahminde bilinçli veya bilinçsiz bir rol oynamıştır. Amerikan Sanat ve Bilim Akademisi'nin himayesinde yürütülen "20. yüzyılın büyük sosyal icatlarına" tarihsel analojinin sistematik kullanımının sonuçları ilk kez "Demiryolu ve Uzay Programları" kitabında sunuldu. - Tarihsel Analojinin Konumundan Bir Çalışma.”
Tarihsel analojiler kullanılırken şunu akılda tutmak gerekir:
- - başarı bağlıdır doğru seçim karşılaştırma nesneleri;
- - süreçlerin ve olayların tarihsel bir koşulluluğu vardır;
- - sosyo-ekonomik süreçlerdeki yenilikler ulusal “tarzın” damgasını taşıyor.
Geçmişte O. Spengler ve daha sonra A. Toynbee, insanlığın sosyo-tarihsel gelişimini yerel medeniyetlerin dolaşımı teorisi ruhuyla yeniden düşünmeye çalıştılar. 20. yüzyılın sonu, büyük değişimlerle birlikte medeniyetler çatışmasına ve küreselleşmeye yol açtı.
Tarihsel analojiler yöntemi daha ziyade şartlı olarak resmileştirilmiş yöntemler olarak sınıflandırılabilir, çünkü seçim aşamasında uzman yöntemlerin özelliği olan yeterli miktarda öznellik içerir. Tarihsel analojiler bilimsel ve teknik tahmin problemlerini çözmeyi mümkün kılar. Bu durumda, zaman ekseni boyunca nesneye göre kaydırılan analogun kalite göstergeleri, gelişmiş bilgi kaynağı olarak kullanılır. Yöntem aynı doğadaki nesnelerin gelişimini tahmin etmeye odaklanmıştır, bu nedenle sınıflandırmalar veya örüntü tanıma yöntemleri kullanılabilir.
Yöntem grubu ileri bilgi teknolojik tahmin anlamına gelir ve çeşitli bilgi alanlarındaki en son araştırmaları, sonuçları ve atılımları izlemek ve birikmiş başarıları değerlendirmekle ilişkilidir. Yöntemler, üretimdeki başarıların uygulanmasını geride bırakacak bilimsel ve teknik bilgilerin özelliğine dayanmaktadır. Bu tür faaliyetleri gerçekleştirmek için harika fırsatlar Bilgi teknolojisinin yüksek düzeyde gelişmesi nedeniyle.
Bilginin ana kaynağı patent ve patent-ilişkisi bilgileridir: patentler, telif hakkı sertifikaları, lisanslar, kataloglar, ticari bilgiler. eğilim modern dünya yeniliklerin “yaşam döngüsünü” kısaltmaktır.
- 1. Ayvazyan S.A.,Mıhitaryan V.S. Uygulamalı istatistik ve ekonometrinin temelleri. - M.: BİRLİK, 1998.
- 2. Çalışma kitabı tahmin / Sorumlu editör hakkında. IV. Bestuzhev-Lada.-M.: Mysl, 1982.
- 3. İstatistiksel Modelleme Ve
tahmin. öğretici/ Rsd'nin altında. A.G. Granberg. M., Finans istatistikleri, 1990.
- 4. Mintzberg G, Quinn JB, Ghoshal S. Stratejik süreç / İngilizce'den çeviri, ed. Yu.N. Kapturevsky. - St. Petersburg: Peter, 2001. - 688 s., hasta.
- 5. Tikhomirov N.P., Popov V.A. Sosyo-ekonomik tahmin yöntemleri. - M .: VZPI yayınevi, JSC "Rosvuznauka", 1992.
- 6. Ekonometri: Ders Kitabı/Ed. I.I. Eliseeva. - M.: Finans ve İstatistik, 2002. - 344 s., hasta.
- 7. Chetyrkin E.M.İstatistiksel tahmin yöntemleri. Ed. 2., revize edildi ve ek - M.: "İstatistikler", 1977, - 200 s., hasta.
- 8. Yan E. Tahmin bilimsel ve teknik ilerlemek. - M .: İlerleme, 1974.
- Örneğin bakınız: Tsoriya istatistikleri / Rsd altında. R.A. Shmoilova. - M .: Finans ve İstatistik, 1996. S. 313.
- Theil G. Ekonomik tahminler ve karar verme - M., İstatistik, 1971; Malsnvo E. Ekonometrinin istatistiksel yöntemleri - M., İstatistik, 1975, sayı 1; 1976, sayı 2.
- Johnston J. Ekonometrik yöntemler / Çev. İngilizceden ve A.A.'nın önsözünden. Ryvkina. - M.: İstatistikler, 1980. - 444 s., hasta.
- Toynbee A. Tarihin anlaşılması. M, 1991, s. 19.
Gerçekçi yöntemlerin sezgisel (uzman) yöntemlere göre avantajı, tahminin nesnelliğinin artması, çeşitli seçenekleri dikkate alma olasılığının genişlemesi ve tahmin sürecinin otomasyonu, bu da tasarruf sağlar büyük sayı kaynaklar.
Bununla birlikte, resmileştirmeyle birlikte pek çok şey analiz kapsamı dışında kalır ve resmileştirme derecesi ne kadar yüksek olursa, modelin genel olarak o kadar zayıf olduğu ortaya çıkar.
Biçimlendirilmiş yöntemler genel çalışma prensibine göre dört gruba ayrılır: 1.
Ekstrapolasyon (istatistiksel) yöntemleri.
2.
Sistem-yapısal yöntemler ve modeller.
3.
İlişkisel yöntemler.
4.
Ekonomik süreçleri tahmin ederken istatistiksel yöntemler en çok talep gören yöntemlerdir. Bunun temel nedeni, istatistiksel yöntemlerin, geliştirilmesi ve uygulanması uzun bir geçmişe sahip olan analitik bir aygıta dayanmasıdır. Bazı durumlarda gelişim senaryoları, morfolojik analizler ve tarihsel analojiler oluşturmaya başvuruyorlar. Gelişimi tahmin etmeye yeni bir yaklaşım ekonomik sistemlerözellikle "semptomatik" tahmindir ve bunun özü, teknoloji ve teknolojide gelecekteki değişikliklerin "öncülerini" belirlemektir. Bununla birlikte, ekonomi pratiğinde istatistiksel yöntemler (atalet olgusu nedeniyle) hala baskındır. İstatistiksel yöntemlere dayanan tahmin süreci iki aşamaya ayrılmıştır.
İlk aşama - tahmin nesnesinin belirli bir süre içindeki davranışını tanımlayan veriler toplanır, bu veriler bir süreç modelinin oluşturulduğu temelde özetlenir. Model, analitik olarak ifade edilen bir gelişme eğilimi (trend ekstrapolasyonu) şeklinde veya bir veya daha fazla faktör argümanına fonksiyonel bağımlılık (regresyon denklemleri) şeklinde tanımlanabilir. Formu ne olursa olsun tahmin için bir süreç modeli oluşturmak, mutlaka olayların dinamiklerini ve karşılıklı ilişkilerini tanımlayan bir denklem formunun seçilmesini ve parametrelerinin bir yöntem veya diğerini kullanarak tahmin edilmesini içerir.
İkinci aşama acil tahmindir. Bu aşamada bulunan örüntülere göre tahmin edilen göstergenin, değerin veya özelliğin beklenen değeri belirlenir. Elde edilen sonuçlar henüz nihai olarak kabul edilemez çünkü bunların değerlendirilmesi ve kullanılması, modelin tanımında ve yapımında yer almayan faktörler, koşullar ve sınırlamaların dikkate alınması gerekir. Ara sonuçlarda ayarlamalar, koşullardaki beklenen değişikliklere uygun olarak yapılmalıdır.
Tahmin teorisi15 hakkındaki kitapta belirtildiği gibi istatistiksel yöntemler, zaman serilerinin veya rastgele örnekleme verilerinin oluşturulmasına ve analizine dayanmaktadır. Kitabın yazarları ayrıca tahmine dayalı ekstrapolasyon, korelasyon ve regresyon analizi yöntemlerini de içerir ve istatistiksel yöntemler grubunun bu yöntemi içerebileceğini belirtir. maksimum olasılık ve ilişkisel yöntemler - simülasyon ve mantıksal analiz. Ancak bizce ekstrapolasyon yöntemleri ile matematiksel yöntemleri ayırmak doğrudur.
Ekonomik sistemin gelişimine ilişkin incelenen göstergelerin dinamikleri, iki farklı niceliksel yöntem grubu kullanılarak tahmin edilebilir: tek parametreli ve çok parametreli tahmin. Her iki yöntem grubunda da ortak olan şey, her şeyden önce parametrik tahmin için kullanılanların matematiksel fonksiyonlar geçmiş döneme ait ölçülen değerlerin değerlendirmesine dayanmaktadır (geriye dönük). Tek parametreli tahmin, tahmin edilen parametre (değişken) ile geçmiş değeri veya zaman faktörü arasındaki işlevsel ilişkiye dayanır:
U+1 = Evet? yt-v ..., yj.
Bu tür tahminler işlenirken trend ekstrapolasyonu, üstel düzeltme veya otoregresyon yöntemi kullanılır.
Çok değişkenli tahminler, tahmin edilen parametre ile diğer bazı bağımsız değişkenler arasında nedensel bir ilişki olduğu varsayımına dayanır:
I+1 = f (x^ veya y, +1 = f (%1, x2, ..., xn).
Haftalık veya aylık olarak değişen göstergelerin kısa vadeli (bir yıldan az) tahmininde tek parametreli yöntemler kullanılmalı; çok parametreli olanlar orta ve uzun vadeli tahminler için haklıdır. Belirli bir seçimi seçmek parametrik yöntem Ayrıca tahmin, başlangıçtaki istatistiksel temelin niteliğine de bağlıdır. Başlangıç verisi olarak alınabilirörnek gözlemler
ve zaman serileri. İlk durumda regresyon bir tahmin aracı olarak kullanılır. Rastgele bir örnekten çok daha sık olarak, zaman serileri tahmin için bilgi tabanı görevi görür. Daha sonra trendler, otoregresyon, karma otoregresyon vb. tahmin araçları olarak hareket eder. Yeterli bir yaklaşımın seçimi, bağımlı değişkenin değerini etkileyen dış faktörlerin tespit edilip edilmediğine, bağımlı değişkenin aynı değişkenin önceki değerlerinden etkilenip etkilenmediğine vb. bağlıdır. Genel seçim süreciözel yöntem
İstatistiksel parametrik tahmin, Şekil 2'de gösterilmektedir. 2.216.
Basit ekstrapolasyon yöntemleri. En yaygın tahmin yöntemlerinden biri ekstrapolasyondur, yani. Geçmişte gözlemlenen eğilimlerin geleceğe uzanması. Ekstrapolasyon aşağıdaki varsayımlara dayanmaktadır.
1.
Bu olgunun gelişimi makul bir şekilde düzgün bir gidişatla, yani bir trendle karakterize edilebilir. 2. Geçmişte gelişme eğilimini belirleyen genel koşullar gelecekte önemli değişikliklere uğramayacaktır.
Fonksiyonun değerini belirleyen basit bir ekstrapolasyon temsil edilebilir.
Y+1 = f(y*,L),
burada y + ekstrapolasyonlu seviye değeridir;
y** - ekstrapolasyon temeli olarak alınan düzey;
L - kurşun dönemi.
En basit ekstrapolasyon, serinin ortalama özelliklerine dayanarak gerçekleştirilebilir: ortalama seviye, ortalama mutlak artış ve ortalama büyüme oranı.
Eğer serinin ortalama seviyesi değişme eğiliminde değilse veya bu değişim önemsiz ise bu durumu kabul edebiliriz.
Ortalama mutlak artış değişmeden kalırsa seviyelerin dinamikleri aritmetik ilerlemeye karşılık gelecektir.
Ortalama büyüme oranı değişme eğiliminde değilse tahmin değeri aşağıdaki formül kullanılarak hesaplanabilir:
burada t ortalama büyüme oranıdır;
Y* ekstrapolasyon için temel alınan düzeydir.
Bu durumda gelişimin geometrik ilerleme veya üstel olduğu varsayılır.
Her durumda, kullanılan tahminlerin belirsizliğini ve belirsizliğini dikkate alan bir güven aralığı belirlenmelidir.
Hareketli ortalama yöntemi. En basit ve en bilineni, zaman serilerinin mekanik olarak hizalanmasını sağlayan hareketli ortalama yöntemidir. Yöntemin özü, serinin gerçek seviyelerini, dalgalanmaların iptal edildiği hesaplanmış ortalamalarla değiştirmektir. Yöntem istatistik teorisi dersinde ayrıntılı olarak tartışılmaktadır17.
Üstel düzeltme yöntemi genellikle bir grup uyarlanabilir yöntem olarak sınıflandırılır. Modellerin uyarlanabilir ve uyarlanamaz olarak bölünmesinin oldukça keyfi olduğunu belirtmekte fayda var. “Adaptasyon” kelimesi (Latince adaptatio'dan), olguların ve süreçlerin yapı ve işlevlerinin varoluş koşullarına uyarlanması anlamına gelir. Tahmin ile ilgili olarak adaptasyon süreci aşağıdaki gibidir. Bazı başlangıç durumlarından bir seri modeli kullanılarak bir tahmin yapılsın. Bir birim zaman geçene kadar bekleriz ve tahmin sonucunu gerçekleşen gerçek değerle karşılaştırırız. Tahmin hatası geri bildirim sistemin girişinde alınır ve davranışını serinin dinamikleriyle daha iyi uyumlu hale getirmek için modeli ayarlamak (ayarlamak) için kullanılır. Daha sonra bir sonraki zaman noktası vb. için bir tahmin yapılır. Bu nedenle uyarlamalı yöntemlerde serinin farklı üyelerinin değeri aynı değildir. Tahmin noktasına en yakın gözlemlere daha fazla ağırlık ve bilgi değeri verilir.
Trend ekstrapolasyonu yöntemi. Trend modeli, tahmin edilen veya analiz edilen bir göstergedeki değişimi yalnızca zamana bağlı olarak açıklayan ve y = f(t) formundaki matematiksel bir modeldir. Tahminde trend modellerini kullanan yönteme trend ekstrapolasyonu yöntemi denir. Bu, geçmiş eğilimlerin geleceğe yansıtılması şeklinde sunulan kalkınmanın katı ataletini ve en önemlisi kalkınma göstergelerinin belirli faktörlerden bağımsızlığını varsaydığı için "naif" tahmin olarak adlandırılan pasif tahmin yöntemlerinden biridir. . Geçmişte oluşan trendlerin geleceğe aktarılamayacağı açıktır. Bunun nedenleri aşağıdaki gibidir:
a) kısa vadeli tahminlerde, geçmiş ortalamaların ekstrapolasyonu, trendlerden her iki yöndeki olağandışı sapmaların ihmal edilmesine (veya fark edilmemesine) yol açar. Aynı zamanda mevcut (kısa vadeli) tahmin veya plan için asıl görev bu sapmaları öngörmektir;
b) uzun vadeli tahminler için aşağıdakiler kullanılır: yüksek seviyeüretilen ürünlerin yapısındaki değişiklikleri, ürünlerin kendisini, üretim teknolojisindeki değişiklikleri, pazar özelliklerini dikkate almayan toplama, ör. stratejik planlamanın ana görevlerini oluşturan her şey.
otoregresif modeller. Yt göstergesinin değerini, bu göstergenin sonlu sayıdaki önceki değerlerinin ve ilave rastgele bileşenin doğrusal bir kombinasyonu olarak ifade eden durağan bir süreç modeline otoregresif model denir:
y = a + FU-1 + ^
burada a bir sabittir;
Ф - denklem parametresi;
єt - rastgele bileşen.
Eğilim ekstrapolasyonu hariç, dikkate alınan yöntemler uyarlanabilirdir, çünkü uygulanma süreci, önceki seviyelerin etki derecesi dikkate alınarak öngörülen göstergenin zaman-sıralı değerlerinin hesaplanmasından oluşur.
Yöntem en küçük kareler(ÇUŞ). En küçük kareler yönteminin ortaya çıkışı Carl Friedrich Gauss'un 18. yüzyıl sonlarında yaptığı çalışmalara dayanmaktadır. ve 19. yüzyılın başı. Astronomi Araştırmalarında. Bu yöntem en çok bilineni oldu temel işler birçok istatistikçi ve matematikçi ve bunun ekonomik ve istatistiksel hesaplamalardaki uygulamaları.
Öneminden dolayı, y'nin x'e bağlı olduğu iki x ve y değişkeni arasındaki ilişkinin basit bir örneğini kullanarak OLS'yi kısaca ele alacağız. Aralarındaki ilişkinin doğrusal olmadığı ve bir parabol ile tanımlandığı tespit edilirse; ikinci dereceden polinom
y = a0 + a1x + a2x2
a0, a1, a2 parametreleriyle, sorun üç bilinmeyen parametrenin bulunmasına indirgenir.
Gözlem sayısı (serideki düzey sayısı) n olduğunda, x ve y'nin değerleri iki veri serisiyle temsil edilir: y1, y^ ..., yn ve xv ^ ..., xn.
Gözlem verilerinden elde edilen tüm değerler kesinlikle parabol denkleminin tanımladığı çizgiye uyuyorsa, o zaman her nokta için eşitlik doğru olacaktır.
y" - a0 + aX + 02xf = 0.
Ancak gerçekte
Y - a + a X + aj xf = A t,
Ölçüm hataları ve rastgele hesaba katılmayan faktörler nedeniyle ortaya çıkan. Hatanın minimum olduğu regresyon katsayılarını bulmak gerekir. Mutlak sapmaların toplamını (modülo) veya kübik sapmaların toplamını veya en büyük mutlak hatayı en aza indirebilirsiniz. Ancak en uygun yaklaşım sapmaların karesini en aza indirmektir.
S = X A2 ^ dk. t=1
Sapmaların karesinin en aza indirilmesi, normal denklemlerin sayısının bilinmeyen parametrelerin sayısına eşit olması özelliğine sahiptir. Miktarın en aza indirilmesi
S = X AH = X(y - (- a1 xt - a2x2) -> min t=1 t=1
üç parametrenin her biri için üç denklem verir. Bilinmeyen parametrelerin değerlerini bulmak için, belirtilen toplamın kısmi türevlerini bu parametrelere göre sıfıra eşitlemek gerekir:
2X (y - a0 - ajX - apx2) = 0,
2X (y - a0 - ajX - maymun2) = 0,
2^(y - a0 - a1x - apx2) = 0.
En basit dönüşümleri gerçekleştirmek bir normal denklem sistemine yol açar
na0 + a ? x + a2 ? x2 = ? sen,
A0 mı? x + a1 ? x2 + a2 ? x3 = ? ah, öyle mi? x2 + a1 ? x3 + a2? x4 = ? ah2.
Bilinmeyen parametrelere göre bir doğrusal denklem sistemini yöntemlerden herhangi birini kullanarak çözmek, a0, a1, a2 değerlerini verir. Tipik olarak, üçüncü dereceden yüksek polinomlar pratikte kullanılmaz ve böyle bir polinomun normal denklem sistemi sırasıyla dört denklemden oluşacaktır.
OLS, nispeten az sayıda gözlemle bile yeterli tahminlere yol açar. Tahminler nokta ve aralık olabilir. Nokta tahminleri tarafsızlık, verimlilik, tutarlılık özelliklerine sahiptir.
Bununla birlikte, örnek verilerden bir parametrenin gerçek değerine ilişkin herhangi bir tahmin, yalnızca belirli bir güvenilirlik derecesi ile yapılabilir. Bu güvenilirliğin derecesi güven aralıkları oluşturularak belirlenir.
LSM, birçok bilinmeyenin fonksiyonu olan dolaylı gözlem verilerinin olduğu durumlarda da kullanılabilir. OLS, dikkate alınan önkoşulları yerine getirmek için kullanılan regresyon analizinin temelidir. Uygulanmasının bir koşulu da regresyon denklemlerinin parametrelere göre doğrusallığıdır. Regresyon türlerinin sınıflandırılmasına dayanan OLS, birinci sınıfın doğrusal ve doğrusal olmayan regresyonları için geçerlidir. 2.4.2.
Resmi tahmin yöntemleri
Resmileştirilmiş yöntemler kullanılarak yapılan tahminler kesinlikle gerçekleştirilir özel algoritma, biçim.
Resmileştirilmiş yöntemler aşağıdakilere dayanmaktadır: matematiksel teori Tahminlerin güvenilirliğini ve doğruluğunu artıran, bunların uygulanması için gereken süreyi azaltan ve bilgilerin işlenmesini ve sonuçların değerlendirilmesini kolaylaştıran. Resmileştirilmiş tahmin yöntemleri şunları içerir: ekstrapolasyonlar ve yöntemler modelleme(Şekil 4).
Pirinç. 4. Resmileştirilmiş tahmin yöntemleri.
Ekstrapolasyonun özü mevcut geçmişi ve bugünü incelemektir sürdürülebilir trendler tahmin nesnesinin geliştirilmesi ve geleceğe aktarılması.
Resmi ve tahmine dayalı ekstrapolasyon vardır. Resmi tahmin nesnesinin gelişimindeki geçmiş ve mevcut eğilimlerin gelecekte de korunacağı varsayımına dayanmaktadır; en tahmin etmek fiili gelişme, etkideki değişiklikler dikkate alınarak, incelenen sürecin dinamikleri hakkındaki hipotezlerle bağlantılıdır çeşitli faktörler gelecekte.
Ekstrapolasyon yöntemleri en yaygın ve iyi gelişmiş olanlardır. Ekstrapolasyon tahmin yöntemlerinin temeli zaman serilerinin incelenmesidir. Dinamik seri - zaman içinde ardışık olarak elde edilen bir dizi gözlemdir.
Ekonomik tahminlerde yaygın olarak kullanılır matematiksel ekstrapolasyon yöntemi, matematiksel anlamda bir fonksiyonun değişim yasasının gözlem alanından gözlem bölümünün dışında kalan alana kadar uzatılması anlamına gelir. Zamanın bazı fonksiyonları tarafından tanımlanan bir trende trend denir. Eğilim - bu uzun vadeli bir değişim eğilimidir ekonomik göstergeler. Fonksiyon, incelenen olgunun en basit matematiksel-istatistiksel (eğilim) modelidir.
Ekstrapolasyon yöntemlerinin uygulanması gerektiğine dikkat edilmelidir. başlangıç aşaması Göstergelerdeki eğilimleri belirlemek için tahminde bulunmak.
Özellik seçim yöntemi- yaygın ekstrapolasyon yöntemlerinden biri. Trend ekstrapolasyonunun ana aşaması ampirik seriyi tanımlayan optimal fonksiyon tipinin seçilmesidir. Bunu yapmak için, zaman serilerini düzleştirerek ve eşitleyerek trend türünün seçimini kolaylaştırmak amacıyla kaynak verilerin ön işlemesi ve dönüşümü gerçekleştirilir. Bir işlevi seçme görevi, gerçek verilere göre seçim yapmaktır (x ben , y ben) bağımlılığın şekli (çizgi), böylece orijinal serinin verilerinin sapmaları (∆ i) sen ben ilgili yerleşimden sen ben hattakiler en küçükleriydi. Bundan sonra bu çizgiye devam ederek tahmin alabilirsiniz.
|
Nerede N– gözlem sayısı.
Model seçimi özel geliştirilmiş programlar kullanılarak gerçekleştirilir. 16 fonksiyonu kullanarak ekonomik serileri modelleme yeteneği sağlayan programlar vardır: doğrusal (y= a + bx), hiperbolik çeşitli türler (y = a + b/x),üstel, güç, logaritmik vb. Ekonomik olayların tahmininde her birinin kendine özgü uygulama alanı olabilir.
Yani doğrusal fonksiyon (y = a + bx) Zaman içinde aynı şekilde gelişen süreçleri tanımlamak için kullanılır. Parametre B(regresyon katsayısı) tahmin edilenin değişim oranını gösterir en değiştirirken X.
Hiperboller, tahmin edilen göstergenin büyümesini kısıtlayan bir faktör olduğunda doygunluk ile karakterize edilen süreçleri iyi tanımlar.
Model öncelikle görsel olarak eğri tipinin karşılaştırılmasına dayanarak seçilir. belirli özellikler ve ekonomik bir olgunun eğiliminin niteliksel özellikleri; ikincisi, kriterin değerine göre. Karesel sapmaların toplamı S, çoğunlukla bir kriter olarak kullanılır. Fonksiyonlar kümesinden karşılık gelen. minimum değer S.
Tahmin, seçilen fonksiyon tarafından ifade edilen geçmiş eğilimin geleceğe genişletilmesini içerir; zaman serilerinin ekstrapolasyonu. Tahmin edilen göstergenin değeri bilgisayarda programlı olarak belirlenir. Bunu yapmak için, tahminin elde edilmesi gereken dönemin değeri, süreci açıklayan formülde değiştirilir.
Bu yöntemin ekonomik olayların ataletine ve geçmişte kalkınmayı belirleyen genel koşulların gelecekte önemli değişikliklere uğramayacağı varsayımlarına dayanması nedeniyle, kısa vadeli tahminler geliştirilirken kullanılması tavsiye edilir. mutlaka uzman değerlendirme yöntemleriyle birlikte kullanılmalıdır. Üstelik verilere dayanarak yıllara göre değil, aya ve çeyreğe göre zaman serisi oluşturulabiliyor.
Fonksiyon seçim yöntemini kullanan ekstrapolasyon, orijinal serideki aynı "ağırlığa" sahip tüm verileri dikkate alır. Klasik en küçük kareler yöntemi, modeldeki başlangıç bilgilerinin eşdeğerliğini varsayar. Ancak deneyimlerin gösterdiği gibi ekonomik göstergeler “yaşlanma” eğilimindedir. Daha sonraki gözlemlerin sürecin gelecekteki gelişimi üzerindeki etkisi öncekilere göre daha önemlidir. Zaman serisi verilerinin "eskimesi" sorunu çözüldü Ayarlanabilir trendli üstel düzeltme yöntemi. Daha sonraki gözlemlere öncekilere kıyasla daha fazla "ağırlık" verildiği ve gözlemlerin "ağırlıklarının" katlanarak azaldığı bir sürecin (zaman serisi) tanımını oluşturmamıza olanak tanır. Sonuç olarak, sürecin ortalama seviyesini değil, son gözlem sırasında gelişen eğilimi karakterize eden eğilim parametrelerinin bir tahminini elde etmek mümkündür.
Veri eskime hızı yumuşatma parametresi ile karakterize edilir A.İçinde değişir 0 < A< 1.
Parametre değerine bağlı olarak tahmin tahminleri, başlangıçtaki gözlem serisinin etkisini farklı şekilde hesaba katar: ne kadar fazla olursa A, Son gözlemlerin trendin oluşumuna katkısı ve etkisi ne kadar büyük olursa başlangıç koşulları hızla azalır.
Düşük A tahmin tahminleri tüm gözlemleri hesaba katarken, "eski" bilgilerin etkisindeki azalma yavaş yavaş gerçekleşir; daha az A, veriler ne kadar istikrarlı olursa ve bunun tersi de geçerlidir.
Ekonomik tahmin alanında en sık kullanılan sınırlar şunlardır:
0,05 < A<
0,3
. Anlam A genel durumda tahmin periyoduna bağlı olmalıdır: periyot ne kadar kısa olursa parametre değeri o kadar büyük olmalıdır.
Bu yöntem, “zaman serisi” bloğunda özel olarak geliştirilmiş programlar kullanılarak bir bilgisayarda uygulanır. ayrılmaz parça ekonomik hesaplamalar paketi.
Modelleme Bir nesnenin veya sürecin ön çalışmasına dayalı olarak onun temel özelliklerini veya özelliklerini tanımlayan bir model oluşturmayı içerir. Modelleri kullanarak ekonomik ve sosyal süreçleri tahmin etmek, bir modelin geliştirilmesini, deneysel analizini, modele dayalı tahmin hesaplamalarının sonuçlarının bir nesnenin veya sürecin durumuna ilişkin gerçek verilerle karşılaştırılması, modelin ayarlanması ve iyileştirilmesini içerir.
Ekonomik ve sosyal süreçlerin yönetim düzeyine bağlı olarak makroekonomik, sektörler arası, bölgeler arası, sektörel, bölgesel modeller ve mikro düzeydeki modeller (firma kalkınma modelleri) birbirinden ayrılmaktadır.
Ekonomik gelişmenin yönlerine göre, sabit varlıkların yeniden üretimine yönelik tahmin modelleri ayırt edilir, emek kaynakları, fiyatlar vb. Modelleri sınıflandırmak için bir dizi başka özellik daha vardır: zaman, faktör, ulaşım, üretim.
İÇİNDE modern koşullar Tahmin rolünün güçlendirilmesi ve gösterge niteliğinde planlamaya geçişle bağlantılı olarak modellemenin geliştirilmesine ve modellerin pratik uygulamasına özel önem verilmeye başlandı.
Ekonomik tahmin uygulamalarında yaygın olarak kullanılan en gelişmiş ekonomik ve matematiksel modellerden bazılarını ele alalım,
İLE matris modelleri girdi dengesi (IB) modellerini içerir: statik ve dinamik. Birincisi, kısa vadeli (yıl, çeyrek, ay) için tahmin makroekonomik hesaplamalarını yapmak, ikincisi ise ülke ekonomisinin gelecekteki gelişimini hesaplamak için tasarlanmıştır. Yeniden üretim sürecini dinamik olarak yansıtırlar ve ürün (hizmet) üretim tahminlerini yatırımlarla ilişkilendirirler.
MOB'un ulusal ekonomik denge sistemindeki statik modeli şu şekildedir:
|
|
Nerede T- yıl endeksi; ben öyle- sanayi ürünleri Ben verimli yatırımlar olarak yönlendirildi T- M sektördeki üretimi artırmak için yıl J; evet ben - nihai ürün hacmi Ben-ve endüstriler t-th yıl, üretimin genişletilmesi için gönderilen ürünler hariç.
Modeller temelinde oluşturulan sektörler arası denge birçok sorunu çözmek için kullanılabilir: makroekonomik göstergelerin tahmin edilmesi, sektörler arası bağlantılar ve akışlar (tedarikler), ekonomik yapı, sanayi maliyetleri, fiyat dinamikleri, üretim verimliliği göstergeleri (malzeme, enerji, metal, kimya ve sermaye yoğunluğu).
Ekonomik-istatistiksel modeller, ekonomik göstergelerin bağımlılığı ve birbirine bağımlılığı arasındaki ilişkinin niceliksel özelliklerini oluşturmak için kullanılır. Bu tür modellerin sistemi şunları içerir: tek faktörlü, çok faktörlü ve ekonometrik modeller.
Örnekler tek faktörlü modeller: y = a + bx; y = a + b/x, y = a + b log x sen vesaire.,
Nerede en - tahmin edilen göstergenin değeri; A - regresyon çizgisinin başlangıç noktasının koordinat sistemindeki konumunu belirleyen serbest terim; X - faktör değeri, B - Değişim oranını karakterize eden parametre en birim başına X.
Çok faktörlü modeller, çeşitli faktörlerin öngörülen göstergenin düzeyi üzerindeki etkisini aynı anda hesaba katmanıza olanak tanır. Bu durumda ikincisi, faktörlerin bir fonksiyonu olarak hareket eder:
y = f (x 1 , x 2 , x 3 , …, x n)
burada x 1, x 2, x 3,…, x n - faktörler.
Doğrusal bir ilişkiyle çok faktörlü modeller aşağıdaki denklemle temsil edilebilir:
y = a 0 + a i x ben + a 2 x 2 + ... + a a x a,
Nerede 0- ücretsiz üye; A a 1 , a 2 , …, ve p - karşılık gelen faktörün, diğer faktörlerin sabit bir değeri ile tahmin edilen gösterge üzerindeki etki derecesini gösteren regresyon katsayıları.
Doğrusal olmayan bir ilişkiyle, çok faktörlü bir model şu şekilde olabilir:
y = a x a 1 * x a 2 2 * … * x an n.
Çok faktörlü modeller, makroekonomik göstergelerin, ürünlere olan talebin göstergelerinin, maliyetlerin, fiyatların, karların vb. tahmin edilmesinde kullanılır.
Ekonometrik model ekonomik kalkınmanın ana göstergelerinin ilişkilerini ve bağımlılıklarını tanımlayan bir regresyon denklemleri ve kimlikler sistemi olarak adlandırılır. Ekonometrik türden ekonomik ve matematiksel modellerden oluşan bir sistem, karmaşık sosyo-ekonomik süreçleri tanımlamaya hizmet eder. Ekonometrik modelin faktörleri (değişkenleri) dışsal (dışsal) ve içsel (içsel) olarak ikiye ayrılır. dışsal değişkenler modellenen sistemi etkileyecek şekilde seçilir, ancak kendileri ondan etkilenmezler. Uzman değerlendirmelerine dayalı olarak modele girilebilirler. endojen değişkenler stokastik ve özdeş denklemlerin çözülmesiyle belirlenir. Her bir içsel değişken için, en küçük kareler yöntemi kullanılarak regresyon denklemlerinin çeşitli varyantları tahmin edilir ve en iyisi modele dahil edilmek üzere seçilir. Örneğin üretim amaçlı yatırımlar kâr miktarına bağlıdır ( endojen faktör) ve yatırım malları fiyat endeksi (dışsal faktör).
Endüstriler arası denge ekonometrik modelin organik bir parçası da olabilir. Tipik olarak model denklemlerinin sayısı içsel değişkenlerin sayısına eşittir.
Ekonometrik modeller çok çeşitli göstergelerin (GSMH, kişisel gelir, mal ve hizmet tüketimi vb.) tahmin edilmesini mümkün kılar. Hesaplamaların otomasyonu koşullarında, dış ve iç koşullardaki (faktörler) değişiklikleri dikkate alarak ekonomik kalkınma için alternatif seçenekler geliştirmek mümkün hale gelir. Ekonometrik modellerin kullanımının, veri bankalarının oluşturulmasını ve bu modellerin geliştirilmesi ve uygulanması konusunda yüksek nitelikli uzmanların eğitilmesini gerektirdiğini belirtmek gerekir.
Güvenlik soruları
1. Ana tahmin yöntemlerini adlandırın ve bunları verin kısa açıklama?
2. Bireysel uzman değerlendirmelerinin ana yöntemlerini (“mülakatlar”, analitik yöntem) ve senaryo yazma yöntemini açıklayın?
3. Toplu uzman değerlendirmelerinin ana yöntemlerini açıklayınız (fikir üretme, “635” yöntemi, “Delphi” yöntemi, komisyon yöntemi)?
4. Ekstrapolasyon yöntemlerinin özünü ortaya çıkarın ve onlara kısa bir açıklama verin?
5. Modelleme yöntemlerinin özü tahmin mi?
6. Ana tahmin modeli türlerinin (matris, ekonomik-istatistiksel, ekonometrik) bir tanımını verin?
Bilgi kaynakları
1. Alekseeva M.M. Şirketin faaliyetlerini planlamak: Eğitimsel ve metodolojik el kitabı. – Yüksek Lisans: Finans ve İstatistik, 1999
2. Basovsky L.E. Piyasa koşullarında tahmin ve planlama. Çalışma kılavuzu. – M.: INFRA-M, 1999. 260 s.
3. Goremykin V.A. ve diğerleri İşletmede planlama: Ders Kitabı / V.A. Goremykin, E.R. Bugulov, A.Yu. Bogomolov. – 2. baskı. - M.: Kolos, 2000
4. Tarımsal üretimin organizasyonu / F.K. Shakirov, V.A. Udalov, S.I. Gryadov ve diğerleri: Ed. F.K. Şakirova. - M.
5. Piyasa koşullarında tahmin ve planlama. Ed. T.G. Morozova, A.V. Pikulkina. Çalışma kılavuzu. - M.: BİRLİK-DANA, 199.-318 s.
6. Chernysh E.A., Molchanova N.P., Novikova A.A., Saltanova T.A. Tahmin ve planlama. Çalışma kılavuzu. – M.: 1999. – 174 s.
7. Serkov A.F. Gösterge niteliğinde planlama tarım. M.: Informagrobusiness, 1996. 161 s.
8. Ekonomik ansiklopedi / Bilimsel-ed. Rusya Bilimler Akademisi Ekonomi Enstitüsü "Ekonomi" Yayınevi Konseyi; Ch. ed. L.I. Abalkin. Moskova: OJSC Yayınevi “Ekonomi”, 1999.
Resmi tahmin yöntemleri Tahminlerin güvenilirliğini ve doğruluğunu artırmayı mümkün kılan, uygulanması için gereken süreyi önemli ölçüde azaltan ve bilgilerin işlenmesini ve sonuçların değerlendirilmesini kolaylaştıran, matematiksel teorinin resmi araçlarını kullanarak tahminlerin oluşturulmasına dayanmaktadır.
Resmileştirilmiş tahmin yöntemleri şunları içerir: enterpolasyon ve ekstrapolasyon yöntemleri, matematiksel modelleme yöntemi, olasılık teorisi yöntemleri ve matematiksel istatistik.
Enterpolasyon ve ekstrapolasyon yöntemleri .
Öz enterpolasyon yöntemi nesne fonksiyonlarının tahmin edilen değerlerinin bulunmasından oluşur yi=f(xj), Nerede j=0,…n, segmentin içindeki bazı noktalarda x0,…xnİle bilinen değerler noktalardaki parametreler X 0∠X∠xn
Enterpolasyon sırasındaki işlevler için temel koşullar:
l fonksiyon sürekli ve analitik olmalıdır;
l belirli bir fonksiyon türü veya bunların türevleri için, enterpolasyonun belirli bir fonksiyona uygulanabilirliğini belirlemesi gereken bu tür eşitsizlikler belirtilir;
l fonksiyonun yeterince düzgün olması gerekir; böylece çok hızlı artmayan yeterli sayıda türevi vardır.
Tahminde en yaygın olarak Lagrange, Newton, Stirling ve Bessel'in enterpolasyon formülleri kullanılır.
Ekstrapolasyon yöntemi- yöntem bu bilimsel araştırma Geçmişte oluşturulan trendlerin geleceğe genişletilmesinden oluşur. Matematiksel ekstrapolasyon yöntemleri, bunun veya bunun hangi değerleri alacağını belirlemeye gelir. değişken miktar X=x(t1) geçmiş zamanlardaki değerlerinin bir kısmı biliniyorsa x1=x(t1),…….., x(tn-1)→ x(tn)
Kelimenin dar anlamıyla ekstrapolasyon, bir dizi veriden, bir fonksiyonun bu serinin dışındaki diğer değerlerinin bulunmasıdır. Ekstrapolasyon, geçmişte ve günümüzde gelişen istikrarlı eğilimlerin incelenmesinden oluşur. ekonomik kalkınma ve bunları geleceğe aktarıyoruz. Tahminde, zaman serilerinin incelenmesinde ekstrapolasyon kullanılır ve bu fonksiyonun, tanım alanına ait bazı noktalardaki davranışı hakkındaki bilgileri kullanarak, tanım alanı dışındaki fonksiyon değerlerinin bulunmasıdır.
İleriye dönük ve geriye dönük ekstrapolasyon arasında bir ayrım yapılır.
Prospektif ekstrapolasyon incelenen zaman periyodundaki seviyelerde belirlenen değişim modeline dayalı olarak geleceğe yönelik bir dizi dinamiğin seviyelerinin devam ettiğini varsayar. Retrospektif ekstrapolasyon bir dizi dinamiğin seviyelerinin geçmişe doğru devam etmesiyle karakterize edilir.
Biçimsel ve tahmine dayalı ekstrapolasyon vardır. Biçimsel ekstrapolasyon nesnenin gelişimindeki geçmiş ve mevcut eğilimlerin gelecekte de korunacağı varsayımına dayanmaktadır. Tahmin ekstrapolasyonuİncelenen nesnenin gerçek durumunu, gelişiminin dinamikleri hakkındaki hipotezle ilişkilendirir. Uzun vadeli dikkate alınması gerektiğini varsayar alternatif değişiklikler nesnenin kendisi, özü.
Ekstrapolasyon kullanarak tahminler geliştirirken, bir nesnenin belirli niceliksel özelliklerindeki değişikliklerde istatistiksel olarak ortaya çıkan eğilimlerden yola çıkarlar. Değerlendirici, işlevsel, sistemik ve yapısal özellikler, Örneğin, niceliksel özellikler ekonomik, bilimsel, üretim potansiyeli. Bu tür tahminlerin gerçeklik derecesi, büyük ölçüde, ekstrapolasyon sınırlarının seçiminin geçerliliği ve seçilen "ölçücülerin", söz konusu olgunun özüne uygunluğu ile belirlenir. İstatistiksel eğilim analizi ve ekstrapolasyona yönelik adımların sırası aşağıdaki gibidir:
1. Problemin formüle edilmesi, olası gelişmeye ilişkin hipotezlerin ortaya konulması
tahmin edilen nesne, teşvik eden veya engelleyen faktörlerin tartışılması
nesnenin gelişimi, ekstrapolasyonun belirlenmesi ve izin verilen aralığı.
2. Bir parametreler sisteminin seçimi, çeşitli parametrelerin birleştirilmesi ölçü birimleri,
her parametreyle ayrı ayrı ilgilidir.
3. Verilerin toplanması ve sistemleştirilmesi, verilerin homojenliğinin ve bunların kontrol edilmesi
karşılaştırılabilirlik.
4. İncelenen istatistiksel analiz miktarlarındaki değişikliklerdeki eğilimlerin belirlenmesi ve
Verilerin doğrudan ekstrapolasyonu.
Ekstrapolasyon tahminlerinde, tahmin belirli değerler incelenen nesne veya parametre ana sonuç değildir. Daha da önemlisi, bir olgunun veya sürecin gelişimindeki nesnel olarak ortaya çıkan değişimlerin, doğal eğilimlerin zamanında tanımlanmasıdır. Gelişme eğilimi bunun bir kısmı anlamına geliyor genel yön, uzun vadeli evrim. Genellikle az çok düzgün bir gidişat şeklinde bir trend sunmaya çalışırlar.
Ekstrapolasyonun doğruluğunu arttırmak için, ekstrapolasyonlu olgunun eğilimi, nesnenin işleyişine ilişkin deneyim (bir araştırma analoğu veya gelişiminde tahmin edilen nesnenin ilerisinde olan bir nesne) dikkate alınarak ayarlanır. Tahminin temeli olarak hangi ilkelerin ve hangi başlangıç verilerinin kullanıldığına bağlı olarak, aşağıdaki yöntemler ekstrapolasyonlar: ortalama mutlak büyüme, ortalama büyüme oranı ve bazı analitik formüller kullanılarak satır hizalamasına dayalı ekstrapolasyon.
Eğilim ekstrapolasyonu için dikkate alınan yöntemler en basiti olmakla birlikte aynı zamanda en yaklaşık olanıdır. Bu nedenle en yaygın tahmin yöntemi analitik ifade eğilim.
Tahmin edilen fenomenin eğilimi- bu, ekonomik göstergelerdeki değişikliklerde uzun vadeli bir eğilimdir; bir zaman serisinin ana eğilimi olan genel gelişme yönünü belirleyen bir değişiklik. Bir trend, bir dereceye kadar rastgele etkilerden arınmış olarak, zaman içindeki temel hareket kalıplarını karakterize eder. Tahmin modelleri geliştirilirken trend, diğer bileşenlerin de eklendiği tahmin edilen zaman serisinin ana bileşeni olarak ortaya çıkar. Sonuç yalnızca zamanın geçmesiyle ilişkilidir. Tüm ana faktörlerin etkisinin zaman içinde ifade edilebileceği varsayılmaktadır.
Bir tahminin geliştirilmesi, başlangıçtaki ampirik verilere ve parametrelere dayalı olarak ekstrapolasyon fonksiyonunun tipinin belirlenmesini içerir.
İlk adım, trendin en iyi tanımını veren optimal fonksiyon tipini seçmektir. Bir sonraki adım, seçilen ekstrapolasyon fonksiyonunun parametrelerini hesaplamaktır.
Bağımlılık parametrelerini tahmin ederken en yaygın olanları şunlardır:
l en küçük kareler yöntemi, zaman serilerinin üstel yumuşatılması yöntemi,
l hareketli ortalama yöntemi ve diğerleri.
Öz en küçük kareler yöntemi tahmin edilen fenomeni tanımlayan fonksiyonun daha basit bir fonksiyon veya bunların kombinasyonu ile tahmin edilmesinden oluşur. Ayrıca, ikincisi, gözlenen noktalardaki fonksiyonun gerçek seviyelerinin hizalanmış olanlardan standart sapması en küçük olacak şekilde seçilir.
Örneğin, mevcut verilere göre ( xiyi) (i=1,2,….n) böyle bir eğri inşa edilir y=a+bx, minimum karesel sapmaların toplamına ulaşıldığı, yani iki parametreye bağlı olan bir fonksiyon minimize edilmiştir: A– (ordinat eksenindeki bölüm) ve B(düz bir çizginin eğimi).
Denklem verme gerekli koşullar fonksiyon minimizasyonu S(a,b), denir normal denklemler. Yaklaşım fonksiyonları olarak yalnızca doğrusal değil aynı zamanda ikinci dereceden, parabolik, üstel vb. de kullanılır.
En küçük kareler yöntemi, basitliği ve bilgisayarda uygulanma olasılığı nedeniyle tahminlerde yaygın olarak kullanılmaktadır. Kusur bu yöntem trend modelinin katı bir şekilde sabitlenmiş olmasıdır ve bu, onun yalnızca kısa teslim süreleri için kullanılmasını mümkün kılar; Kısa vadeli tahmin için.
Zaman serilerinin üstel yumuşatılması yöntemi– bu yöntem, zaman serisi analizi için en küçük kareler yönteminin bir modifikasyonudur; burada daha yeni gözlemlere daha fazla ağırlık verilir; Bir serideki noktaların ağırlıkları geçmişe doğru gidildikçe katlanarak azalır. Bu yöntem, temel dönemin sonunda oluşan bir eğilimi tanımlayan ve yalnızca mevcut bağımlılıkları geleceğe tahmin etmeyen, aynı zamanda onu zaman içinde değişen koşullara uyarlayan bir modelin parametrelerini tahmin etmenize olanak tanır. Üstel düzeltme yöntemi kısa ve orta vadeli tahminler için kullanılır. Avantajları kapsamlı bir bilgi tabanı gerektirmemesidir.
Göstergenin dinamiklerini açıklayan modeller oldukça basit bir matematiksel formülasyona sahiptir ve parametrelerin uyarlanabilir evrimi, zaman serisinin özelliklerinin heterojenliğini ve akışkanlığını yansıtmayı mümkün kılar.
Hareketli ortalama yöntemi serinin belirli sayıdaki birinci seviyelerinden ortalama seviyenin, ardından ikinciden başlayarak, daha sonra üçüncüden başlayarak vb. aynı sayıda seviyeden ortalama seviyenin hesaplanmasından oluşur. Böylece, ortalama seviyeyi hesaplarken, her seferinde başlangıçtaki bir seviyeyi atıp bir sonrakini ekleyerek dinamikler dizisi boyunca başından sonuna kadar "kayırlar".
Hareketli ortalamanın her bir bağlantısı, ilgili döneme ait ortalama seviyedir; bu, eğer dinamik serinin seviye sayısı tek ise, seçilen periyodun ortasını ifade eder.
Basit hareketli ortalama yönteminin dezavantajı, serinin başı ve sonu için düzeltilmiş seviyelerin elde edilememesi nedeniyle düzeltilmiş zaman serisinin azalmasıdır. Bu dezavantaj, temel eğilimi analiz etmek için analitik hizalama yöntemi kullanılarak ortadan kaldırılır.
Analitik hizalama yöntemi seviyelerin temsilini varsayar bu seri zamanın bir fonksiyonu olarak dinamik y=f(t). Zaman içindeki olgunun gelişimindeki ana eğilimi göstermek için çeşitli işlevler kullanılır: derece polinomları, üsteller, lojistik eğriler ve diğer türler.
Geçmişteki ve mevcut eğilimlerin geleceğe genişletilmesine dayanan ekstrapolasyon yöntemleri, yalnızca beş ila yedi yıla kadar bir teslim süresine sahip tahminlerde kullanılabilir. En önemli koşul uygulama, sosyo-ekonomik bir olgunun veya sürecin gelişiminde ısrarla ifade edilen eğilimlerin varlığıdır. Daha uzun tahmin dönemleri söz konusu olduğunda bu yöntemler doğru sonuçlar vermez.
Matematiksel modelleme yöntemi bilgi nesnesi hakkındaki bilgi ile nesnenin kendisi arasında belirli bir yazışma kurma olasılığına dayanır.
İnsan bilgisi Bir nesne hakkındaki bilgiler onun az çok yeterli bir yansımasını temsil eder ve bilginin somutlaşmış biçimi nesnenin bir modelidir. Dolayısıyla modelleme yöntemi, nesnelerin kendisinin çalışılmadığı, modellerinin ve bu tür araştırma sonuçlarının modelden nesneye aktarıldığı bir araştırma yöntemidir.
Matematiksel yöntemlerin kullanılması şunları sağlar: yüksek derece Tahminlerin geçerliliği, etkinliği ve zamanlılığı. Tahminde çeşitli model türleri kullanılır: optimizasyon, statik, dinamik, faktöriyel, yapısal, birleşik vb. Toplama düzeyine bağlı olarak, aynı tür model çeşitli ekonomik nesnelere uygulanabilir; makroekonomik, sektörler arası, bölgeler arası, sektörel, bölgesel ve diğer modeller.
Modelleme en önemlilerinden biridir ve en etkili araç sosyo-ekonomik olayları tahmin etmek, araç bilimsel bilgi incelenmekte olan süreç. Bu nedenle, modelin nesneye yeterliliği (yani gösterimin kalitesi) sorununa, tahminin özel amacına göre karar verilmelidir.
Deney sürecinde, nesne elemanlarının herhangi bir bağlantısına, ilişkisine veya özelliğine karşılık gelmeyen model elemanlarının bağlantıları, ilişkileri veya özellikleri kurulabilir. Bu durumda, ya oluşturulan model çalışılan olgunun özüne uygun değildir ya da kurulan model çalışılan olgunun özüne uygundur ancak tahmin edilen olgunun unsurlarının özellikleri ve ilişkileri tam olarak sağlanamamaktadır. tarif edildi.
Sosyo-ekonomik süreçleri tahmin etmede, sosyo-ekonomik süreçlerin gelişim kalıplarını incelemenin bir yolu ekonomik-matematiksel bir modeldir (EMM), yani. elemanlarının temel ilişkilerini tanımlayan resmileştirilmiş bir sistem.
Ekonomik ve matematiksel model(EMM) temsil eder matematiksel açıklama Araştırma ve yönetim amacıyla üretilen ekonomik süreç veya nesne. En çok genel form model - bu araştırmayı basitleştirmek için tasarlanmış, araştırma nesnesinin geleneksel bir görüntüsü. Bir model oluştururken, doğrudan çalışmasının modellenen nesne hakkında yeni bilgiler sağladığı varsayılır. EMM, ekonomik araştırmaları modellemenin ana aracıdır. Her durumda modelin yeterli miktarda içermesi gerekir. detaylı açıklamaÖzellikle ekonomik değerlerin ve bunların ilişkilerinin ölçülmesine olanak tanıyan nesne, böylece incelenen göstergeleri etkileyen faktörler belirlenir.
Ekonomik-matematiksel modelin bir örneği, tüketim oranlarına göre malzeme ihtiyacını belirleyen bir formüldür. Model üç şekilde formüle edilebilir: gerçekliğin belirli fenomenlerinin doğrudan gözlemlenmesi ve incelenmesi (fenomenolojik yöntem) sonucunda, daha genel bir modelden izolasyon ( tümdengelim yöntemi), daha özel modellerin genellemeleri (tümevarım yöntemi). Aynı nesne, araştırmaya bağlı olarak farklı modellerle tanımlanabilmekte veya pratik ihtiyaç, matematiksel aparatın yetenekleri vb. Bu nedenle modelin ve çalışmadan elde edilen sonuçların güvenilir olabileceği alanın değerlendirilmesi her zaman gereklidir.
Ekonominin mevcut durumunu açıklayan modellere statik, modellenen nesnenin gelişimini açıklayan modellere ise dinamik denir. Modeller, modelin analitik temsili olan formüller biçiminde oluşturulabilir; formda sayısal örnekler- sayısal gösterim; tablolar şeklinde - matris gösterimi; grafikler şeklinde - modelin ağ temsili.
Buna göre sayısal, analitik, matris ve ağ modelleri bulunmaktadır.
İÇİNDE ekonomi bilimiÜlkenin ulusal ekonomisinin bir bütün olarak gelişiminin planlanmasına kadar, ekonominin tüm bağlantılarında ve her düzeyinde ekonomik süreçleri analiz etmek, tahmin etmek ve planlamak için kullanılırlar. Genellikle iki büyük gruba ayrılırlar: öncelikle planın üretim yönünü yansıtan modeller; Planın öncelikle sosyal yönlerini yansıtan modeller. Bu ayrım büyük ölçüde keyfidir, çünkü modellerin her biri üretim ve sosyal yönler. İlk grubun modelleri arasında şunları sayabiliriz: ekonomik kalkınmanın özet göstergelerinin uzun vadeli tahmin modelleri; ulusal ekonomik planlamanın sektörler arası modelleri; üretimin optimal planlanması ve yerleştirilmesine yönelik endüstri modelleri ve endüstrilerdeki üretim yapısını optimize etmeye yönelik modeller.
İkinci gruptaki modellerden en gelişmiş modeller nüfusun gelir ve tüketimi ile demografik süreçlerinin tahmin ve planlanmasına ilişkin modellerdir.
Ekonometrik tip EMM'ler de tahminde kullanılır. Ekonometrik model, teorik analizin başarılarını matematik ve istatistiğin, matematiksel istatistiklerin başarılarıyla sentezler. Ekonometrik yöntemler, bileşenler olarak bir üretim fonksiyonu, bir yatırım fonksiyonu ve ayrıca istihdam, gelir, fiyatlar, faiz oranları ve diğer blokların hareketlerini karakterize eden denklemleri içeren ekonometrik model sistemleri oluşturarak ekonomiyi tanımlamak için kullanılır. Hesaplamaların bilgisayarda yapıldığı bu türden en iyi bilinen ekonometri sistemleri arasında Brookings modeli (ABD), Hollanda modeli, Wharton modeli (ABD) vb. yer almaktadır.
Genel şema Bir tahmin modeli sisteminin geliştirilmesi üç aşamadan oluşur.
İlk aşamada yerel tahmin yöntemleri geliştirilir, bireysel modeller ve tahmin modellerinin alt sistemleri geliştirilir. Daha sonra modeller birbirine bağlanır birleşik sistem Bu, bireysel modellerin etkileşimini ve bir bütün olarak sorun için araştırma programında kaydedilen gereksinimlere uygunluğu sağlamayı mümkün kılar.
İkinci aşama, yerel tahmin tekniklerinin geliştirilmesine dayalı etkileşimli tahmin modelleri sisteminin oluşturulmasını içerir. Burada, modellerin alt sistemleri açıklığa kavuşturulur ve üzerinde anlaşmaya varılır, etkileşimleri kontrol edilir, bireysel modellerin kullanım sırasının yanı sıra değerlendirme teknikleri ve ortaya çıkan karmaşık tahminleri doğrulamak için yöntemler belirlenir. Bilgisayardaki sorunları çözmek için uygun programlar derlenir.
Üçüncü aşama, bireysel özelliklerin açıklığa kavuşturulması ve geliştirilmesini içerir. yerel sistemler ve tahmin modelleri sistemi oluşturma sürecindeki teknikler ve bunların pratik kullanımı.
Tahmin modelleri ve modelleme prosedürleri sistemi, aşağıdaki gereksinimleri karşılaması gereken bir modelleme metodolojisi biçiminde resmileştirilmiştir:
Kural dizisinin mantıksal olarak tutarlı bir tanımını veriyorum, yani. ilk bilgilerin doğası ve değerleri hakkında oldukça geniş varsayımlar altında tahmin yapmanızı sağlayan bir algoritma;
Yöntem seçimini gerekçelendiriyorum ve teknik araçlar hesaplamaların zamanında ve tekrar tekrar yapılmasına olanak sağlamak;
Öngörülen olaylar ve süreçler arasındaki önemli bağlantıları belirlerim. Bunu yapmak için hem kaynak materyaldeki hem de bu teknik kullanılarak elde edilen sonuçların analiz edilmesi sürecinde en önemli ve istikrarlı kalıpları ve eğilimleri belirlemek gerekir;
Bireysel tahminlerin tutarlı bir sistem halinde koordinasyonunu sağlarım, bu aynı zamanda tahminlerin karşılıklı olarak ayarlanmasına da olanak sağlar.
Resmileştirilmiş yöntemler
Bilgi toplama yöntemi olarak masa başı araştırması
Nicel Araştırma Yöntemleri
Masa başı araştırması, başka bir amaç için hazırlanmış kaynaklarda (istatistiksel veriler veya raporlar) yer alan pazarlama bilgilerinin toplanması ve değerlendirilmesi için kullanılan bir dizi yöntemdir.
Bilgi toplamaya yönelik masa başı yöntemleri ikincil kaynaklara dayanır. Saha araştırmalarının hazırlanmasında masa başı yöntemleri kullanılmaktadır.
Masa başı yöntemleri aynı zamanda pazar araştırmalarında bağımsız bilgi toplama yöntemleri olarak da kullanılmaktadır.
Doküman inceleme yöntemleri resmi olmayan (geleneksel) ve resmileştirilmiş olmak üzere iki ana gruba ayrılır.
Gayri resmi yöntemler bilgi birimlerini bir belgenin içeriğinden ayırmak için standartlaştırılmış teknikler kullanmayın; bunlar, her kaynağın özenli bir analizini gerektirir; bu nedenle, tek tek (benzersiz) belgelerin veya küçük bir belge dizisinin işlenmesi için daha sık kullanılırlar; Bilginin niceliksel işlenmesinde aşırı bir önem yoktur. Geleneksel analiz resmileştirilmiş belge analizi için bir ön koşul olarak hizmet edebilir.
Bir alternatif resmi olmayan yöntemlerçelik belge analizi resmileştirilmiş yöntemler, belge içeriği öğelerini kaydetmek için birleşik (standart) yöntemlerin kullanılması. Bilgi toplama yöntemlerinin standartlaştırılması, araştırmacıları emek yoğun kayıt prosedürlerinden ve veri yorumlamadaki öznellikten kurtardı; özel bilgisayar programlarını kullanarak bilgilerin otomatik olarak kaydedilmesine ve işlenmesine geçmeyi mümkün kıldı. Aynı zamanda başka sorunlar da ortaya çıktı: gerekli unsurların kaydedilmesine yönelik kesin kuralların geliştirilmesindeki zorluklar ve her bir belgenin içeriğinin kapsamlı bir şekilde ifşa edilmesinin imkansızlığı.
Masa başı araştırması yapılırken, temel özellikleri Tablo 1'de sunulan geleneksel (klasik) belge analizi yöntemi, bilgi-hedef analizi ve belgelerin içerik analizi en sık kullanılır.
Tablo 1 Genel özellikler bilgi toplamanın masa başı yöntemleri
Resmileştirilmiş yöntemler - kavram ve türler. "Resmileştirilmiş Yöntemler" kategorisinin sınıflandırılması ve özellikleri 2017, 2018.
A. Uzman değerlendirmesi – bir grup uzman tarafından gerçekleştirilir. Uzmanlardan analiz edilecek konunun belirli parametrelerini değerlendirmeleri istenir. Daha sonra değerlendirmelerin ortalaması alınır ve tek bir uzman görüşü oluşturulur. Yöntem genellikle diğerlerini yumuşak bir şekilde uygularken kullanılır... .
Ekonomik analiz yöntem ve tekniklerinin sınıflandırılması Kullanılan tüm teknikler ekonomik analizüç gruba ayrılabilir: 1. evrensel biliş yöntemi - materyalist diyalektik;
- Resmileştirilmiş tahmin yöntemleri
- Resmileştirilmiş yöntemler Matris yöntemleri. Bilginin matris sunumu ve analizi, sistem analizi için özel bir araç değildir, ancak çeşitli aşamalarında yardımcı bir araç olarak yaygın olarak kullanılır. Matris sadece... .
- Resmileştirilmiş tahmin yöntemleri.
Ekstrapolasyon yöntemi... .