Банк рефератов содержит более 364 тысяч рефератов, курсовых и дипломных работ, шпаргалок и докладов по различным дисциплинам: истории, психологии, экономике, менеджменту, философии, праву, экологии. А также изложения, сочинения по литературе, отчеты по практике, топики по английскому.
Полнотекстовый поиск
Всего работ:
364150
Теги названий
Разделы
Авиация и космонавтика (304)
Административное право (123)
Арбитражный процесс (23)
Архитектура (113)
Астрология (4)
Астрономия (4814)
Банковское дело (5227)
Безопасность жизнедеятельности (2616)
Биографии (3423)
Биология (4214)
Биология и химия (1518)
Биржевое дело (68)
Ботаника и сельское хоз-во (2836)
Бухгалтерский учет и аудит (8269)
Валютные отношения (50)
Ветеринария (50)
Военная кафедра (762)
ГДЗ (2)
География (5275)
Геодезия (30)
Геология (1222)
Геополитика (43)
Государство и право (20403)
Гражданское право и процесс (465)
Делопроизводство (19)
Деньги и кредит (108)
ЕГЭ (173)
Естествознание (96)
Журналистика (899)
ЗНО (54)
Зоология (34)
Издательское дело и полиграфия (476)
Инвестиции (106)
Иностранный язык (62792)
Информатика (3562)
Информатика, программирование (6444)
Исторические личности (2165)
История (21320)
История техники (766)
Кибернетика (64)
Коммуникации и связь (3145)
Компьютерные науки (60)
Косметология (17)
Краеведение и этнография (588)
Краткое содержание произведений (1000)
Криминалистика (106)
Криминология (48)
Криптология (3)
Кулинария (1167)
Культура и искусство (8485)
Культурология (537)
Литература : зарубежная (2044)
Литература и русский язык (11657)
Логика (532)
Логистика (21)
Маркетинг (7985)
Математика (3721)
Медицина, здоровье (10549)
Медицинские науки (88)
Международное публичное право (58)
Международное частное право (36)
Международные отношения (2257)
Менеджмент (12491)
Металлургия (91)
Москвоведение (797)
Музыка (1338)
Муниципальное право (24)
Налоги, налогообложение (214)
Наука и техника (1141)
Начертательная геометрия (3)
Оккультизм и уфология (8)
Остальные рефераты (21697)
Педагогика (7850)
Политология (3801)
Право (682)
Право, юриспруденция (2881)
Предпринимательство (475)
Прикладные науки (1)
Промышленность, производство (7100)
Психология (8694)
психология, педагогика (4121)
Радиоэлектроника (443)
Реклама (952)
Религия и мифология (2967)
Риторика (23)
Сексология (748)
Социология (4876)
Статистика (95)
Страхование (107)
Строительные науки (7)
Строительство (2004)
Схемотехника (15)
Таможенная система (663)
Теория государства и права (240)
Теория организации (39)
Теплотехника (25)
Технология (624)
Товароведение (16)
Транспорт (2652)
Трудовое право (136)
Туризм (90)
Уголовное право и процесс (406)
Управление (95)
Управленческие науки (24)
Физика (3463)
Физкультура и спорт (4482)
Философия (7216)
Финансовые науки (4592)
Финансы (5386)
Фотография (3)
Химия (2244)
Хозяйственное право (23)
Цифровые устройства (29)
Экологическое право (35)
Экология (4517)
Экономика (20645)
Экономико-математическое моделирование (666)
Экономическая география (119)
Экономическая теория (2573)
Этика (889)
Юриспруденция (288)
Языковедение (148)
Языкознание, филология (1140)

Контрольная работа: Классификация экономических прогнозов

Название: Классификация экономических прогнозов
Раздел: Рефераты по экономико-математическому моделированию
Тип: контрольная работа Добавлен 05:33:08 16 августа 2010 Похожие работы
Просмотров: 1776 Комментариев: 2 Оценило: 0 человек Средний балл: 0 Оценка: неизвестно     Скачать

Содержание

Введение

1. Классификация экономических прогнозов. Требования, предъявляемые к временным рядам, и их компонентный состав

1.1 Классификация экономических прогнозов

1.2 Виды временных рядов. Требования, предъявляемые к исходной информации

2. Тренировочные задания

Список использованной литературы

Введение

В настоящее время статистические методы прогнозирования заняли видное место в экономической практике. Широкому внедрению методов анализа и прогнозирования данных способствовало появление персональных компьютеров. Распространение статистических программных пакетов позволило сделать доступными и наглядными многие методы обработки данных.

Все шире используются статистические методы прогнозирования в деятельности плановых, аналитических, маркетинговых отделов производственных предприятий и объединений, торговых, страховых компаний, банков, правительственных учреждений.

Теперь уже не требуется проводить вручную трудоемкие расчеты, строить таблицы и графики - всю эту черновую работу выполняет компьютер. Человеку же остается исследовательская, творческая работа: постановка задачи, выбор методов прогнозирования, оценка качества полученных моделей, интерпретация результатов. Для этого необходимо иметь определенную подготовку в области статистических методов обработки данных и прогнозирования.

В данном учебном пособии в систематизированном виде изложены статистические методы анализа одномерных временных рядов и прогнозирования. Для изучения выбраны наиболее часто применяемые в экономической практике методы. Большое внимание уделяется анализу полученных результатов.

Структура изложения соответствует логической последовательности основных этапов анализа и прогнозирования временных рядов. Последний раздел посвящен развивающемуся направлению статистических исследований прогнозированию временных рядов с помощью адаптивных моделей.

1. Классификация экономических прогнозов. Требования, предъявляемые к временным рядам, и их компонентный состав

1.1 Классификация экономических прогнозов

В современных условиях управляющие решения должны приниматься лишь на основе тщательного анализа имеющейся информации. Например, банк или совет директоров корпорации примет решение о вложении денег в какой-то проект лишь после тщательных расчетов, связанных с прогнозами состояния рынка, с определением рентабельности вложений и с оценками возможных рисков. В противном случае могут опередить конкуренты, умеющие, лучше оценивать и прогнозировать перспективы развития

Для решения подобных задач, связанных с анализом данных при наличии случайных воздействий, предназначен мощный аппарат прикладной статистики, составной частью которого являются статистические методы прогнозирования. Эти методы позволяют выявлять закономерности на фоне случайностей, делать обоснованные прогнозы и оценивать вероятность их выполнения.

Под прогнозом понимается научно обоснованное описание возможных состояний объектов в будущем, а также альтернативных путей и сроков достижения этого состояния. Процесс разработки прогнозов называется прогнозированием (от греч. prognosis- предвидение, предсказание).

Прогнозирование должно отвечать на два вопроса:

Что вероятнее всего ожидать в будущем?

Каким образом нужно изменить условия, чтобы достичь заданного, конечного состояния прогнозируемого объекта?

Прогнозы, отвечающие на вопросы первого типа, называются поисковыми, второго типа - нормативными. Например, ставится задача обеспечить каждую семью отдельной квартирой с улучшенной планировкой. Нормативные прогнозы продемонстрируют при каких капиталовложениях и к какому сроку возможно выполнение поставленной задачи.

В зависимости от объектов прогнозирования принято разделять прогнозы на научно-технические, экономические, социальные, военно-политические и т.д. Однако такая классификация носит условный характер, т.к. между этими прогнозами, как правило, существует множество прямых и обратных связей.

Классификация экономических прогнозов показана на рисунке 1.1. В зависимости от масштабности объекта прогнозирования экономические прогнозы могут охватывать все уровни: от микроуровня (рассматривающего прогнозы развития отдельных предприятий, производств и т.д.) до макроуровня (анализирующего экономическое развитие в масштабе страны) или - до глобального уровня (где существующие закономерности рассматриваются в мировом масштабе).

Важной характеристикой является время упреждения прогноза - отрезок времени от момента, для которого имеются последние статистические данные об изучаемом объекте, до момента, к которому относится прогноз.

Но времени упреждения экономические прогнозы делятся на:

• оперативные (с периодом упреждения до одного месяца)

• краткосрочные (период упреждения от одного, нескольких месяцев до года),

• среднесрочные (период упреждения более 1 года, но не превышает 5 лет),

• долгосрочные (с периодом упреждения более 5 лет).

Наибольший практический интерес, безусловно, представляют краткосрочные и оперативные прогнозы.

Прогнозирование экономических явлений и процессов включает в себя следующие этапы:

1. постановка задачи и сбор необходимой информации;

2. первичная обработка исходных данных;

3. определение круга возможных моделей прогнозирования;

4. оценка параметров моделей;

5. исследование качества выбранных моделей, адекватности их реальному процессу. Выбор лучшей из моделей:

6. построение прогноза;7. содержательный анализ полученного прогноза.Рассмотрим более подробно существующие методы и подходы для реализации каждого из намеченных этапов.

Рисунок 1.1. Классификация экономических прогнозов.

1.2 Виды временных рядов Требования, предъявляемые к исходной информации

Статистическое описание развития экономических процессов во времени осуществляется с помощью временных рядов.

Временным рядом называется ряд наблюдений за значениями некоторого показателя (признака), упорядоченный в хронологической последовательности, т.е. в порядке возрастания переменной t- временного параметра. Отдельные наблюдения временного ряда называются уровнями этого ряда.

Временные ряды делятся на моментные и интервальные. В моментных временных рядах уровни характеризуют значения показателя по состоянию на определенные моменты времени. Например, моментными являются временные ряды цен на определенные виды товаров, временные ряды курсов акций, уровни которых фиксируются для конкретных чисел. Примерами моментных временных рядов могут служить также ряды численности населения или стоимости основных фондов, т.к. значения уровней этих рядов определяются ежегодно на одно и то же число.

В интервальных рядах уровни характеризуют значение показателя за определенные интервалы (периоды) времени. Примерами рядов этого типа могут служить временные ряды производства продукции в натуральном или стоимостном выражении за месяц, квартал, год и т.д.

Иногда уровни ряда представляют собой не непосредственно наблюдаемые значения, а производные величины: средние или относительные. Такие ряды называются производными. Уровни таких временных рядов получаются с помощью некоторых вычислений на основе непосредственно наблюдаемых показателей. Примерами таких рядов могут служить ряды среднесуточного производства основных видов промышленной продукции или ряды индексов цен.

Уровни ряда могут принимать детерминированные или случайные значения. Примером ряда с детерминированными значениями уровней служит ряд последовательных данных о количестве дней в месяцах. Естественно, анализу, а в дальнейшем и прогнозированию, подвергаются ряды со случайными значениями уровней. В таких рядах каждый уровень может рассматриваться как реализация случайной величины - дискретной или непрерывной.

В таблице 1.1. приведены примеры временных рядов: первый ряд является моментным; второй ряд - интервальны. Уровни третьего временного ряда - расчетные величины, а сам временной ряд месячной динамики является производным.

Таблица 1.1.

Примеры временных рядов

I) Цены акций промышленной компании на момент зякпытия
Дата t vt
6.9.99 1 383
7.9.99 2 392
8.9.99 3 391
9.9.99 4 _________________ 399
10.9.99 5 397
13.9.99 6 399

11) Фонд заработной платы работников предприятия

Гтып _______________________ ..

Месяц t vt
.Январь 1 79.5
Февраль 2 84,1
Март 3 85.5
Апрель 4 88.5
Май 5 89,9
Июнь 6 90,0
III) Среднесуточное производство продукции на
Месяц t Y(
Январь 1 1570
Февраль 2 1590
Март 3 1595
Апрель 4 1603
Май 5 1610
Июнь 6 1600

Важное значение для дальнейшего исследования процесса имеет выбор интервалов между соседними уровнями ряда. Удобнее всего иметь дело с равноотстоящими друг от друга уровнями ряда. При этом, если выбрать слишком большой интервал времени, можно упустить существенные закономерности в динамике показателя. Например, по квартальным данным невозможно судить о месячных сезонных колебаниях. Информация может также оказаться слишком "короткой" для использования некоторых методов анализа и прогнозирования динамики, предъявляющих "жесткие" требования к длине рядов. В то же время, слишком малые интервалы между наблюдениями увеличивают объем вычислений, а также могут приводить к появлению ненужных деталей в динамике процесса, засоряющих общую тенденцию.

Безусловно, вопрос о выборе интервала времени между уровнями ряда должен решаться исходя из целей каждого конкретного исследования.

Процесс прогнозирования экономических временных рядов базируется на выявлении закономерностей, объясняющих динамику процесса в прошлом, и использовании этих закономерностей для описания развития в будущем.

При этом проведение анализа развития и прогнозирования, как правило, опирается на математический аппарат, предъявляющий определенные требования к исходной информации.

Одним из важнейших условий, необходимых для правильного отражения временным рядом реального процесса развития, является сопоставимость уровней ряда. Для несопоставимых величин неправомерно проводить исследование динамики. Появление несопоставимых уровней может быть вызвано разными причинами: изменением методики расчета показателя, изменением классификаций, терминологии и т.д. Например, уровни временного ряда, характеризующие количество малых предприятий, могут оказаться несопоставимыми из-за изменения самого понятия "малое предприятие". Подразумевается, что это понятие должно быть одинаковым для всего исследуемого периода. Чаще всего несопоставимость встречается в стоимостных показателях, что вызвано изменением цен в анализируемом периоде.

Несопоставимость может возникнуть вследствие территориальных изменений, например, как результат изменения границ области, района, страны. Другой причиной несопоставимости являются структурные изменения, например, укрупнение нескольких ведомств путем слияния их в единое целое, или укрупнение производства за счет слияния нескольких предприятий в одно объединение.

В большинстве случаев удается устранить несопоставимость, вызванную указанными причинами, путем пересчета более ранних значений показателей с помощью формальных методов. Хотя далеко не всегда проведение такой обработки обеспечивает требуемую точность, что может привести к снижению ценности исходной информации, а, следовательно, и к затруднению дальнейшего анализа.

Для успешного изучения динамики процесса важно, чтобы информация была полной, временной ряд имел достаточную длину. Например, при изучении сезонных колебаний на базе месячных или квартальных данных желательно иметь информацию не менее, чем за 3 года. Применение определенного математического аппарата также накладывает ограничение на допустимую длину временных рядов. Например, для использования регрессионного анализа требуется иметь временные ряды, длина которых в несколько раз превосходит количество независимых переменных.

Временные ряды не должны иметь пропущенные наблюдения. Пропуски могут объясняться как недостатками при сборе информации, так и происходившими изменениями в системе отчетности, в системе фиксирования данных. Например, изменяется круг основных видов промышленной продукции, данные о производстве которых собираются на базе срочной отчетности. Решение об исключении какого-то показателя может быть отменено через некоторое время, в связи с тем, что становится очевидной его важность для аналитических исследований. В этом случае для использования этого временного ряда в дальнейшем анализе необходимо восстановить пропущенные уровни одним из известных способов восстановления пропусков (выбор метода зависит от специфики конкретного временного ряда). Если же в систему показателей включен новый признак, учет которого не проводился ранее, то необходимо подождать, пока ряд достигнет требуемой длины или попытаться восстановить прежние значения косвенными методами (через другие показатели), если такой путь представляется возможным.

Уровни временных рядов могут содержать аномальные значения или "выбросы"'. Часто появление таких значений может быть вызвано ошибками при сборе, записи и передаче информации. Возможными источниками появления ошибочных значений являются: сдвиг запятой при перенесении информации из документа, занесение данных в другую графу и т.д.

Выявление, исключение таких значений, замена их истинными или расчетными является необходимым этапом первичной обработки данных, т.к. применение математических методов к ''засоренной" информации приводит к искажению результатов анализа. Однако, аномальные значения могут отражать реальное развитие процесса, например, "скачок" курса доллара в "черный вторник". Как правило, эти значения также заменяются расчетными при построении моделей, но учитываются при расчете возможной величины отклонений фактических значений от полученных по модели.

Соответствие исходной информации всем указанным требованиям проверяется на этапе предварительного анализа временных рядов. Лишь после этого переходят к расчету и анализу основных показателей динамики развития, построению моделей прогнозирования, получению прогнозных оценок.

1. Тренировочные задания

1. Изменения курса акций промышленной компании в течение месяца представлены в таблице:

Курс акций 1 (ДОЛ.)
t Yt t yt t yt t yt
1 509 6 515 11 517 16 510
2 507 7 520 12 524 17 516
3 508 8 519 13 526 18 518
4 509 9 512 14 519 19 524
5 518 10 511 15 514 20 521

Проверить утверждение об отсутствии тенденции в изменении курса акций двумя способами:

а) с помощью метода Фостера - Стюарта;

б) используя критерий серии, основанный на медиане выборки. Доверительную вероятность принять равной 0,95.

2. Проверим гипотезу об отсутствии тенденции в изменении курса акций с помощью критерия серий, основанного на медиане выборки.

3. Годовые данные об изменении урожайности зерновых культур представлены в таблице. С помощью критерия "восходящих и нисходящих" серий проверить утверждение о том, что в изменении урожайности имеется тенденция.

Урожайность зерновых культур (ц/га)
t 1 yt t yt t yt t yt
1 6,7 6 8,6 11 8,4 16
2 7,3 7 7,8 12 9,1 17 9,5
3 7,6 8 7,7 13 8,3 18 10,4
4 7,9 9 7,9 14 8,7 19 10,5
5 7,4 10 8,2 15 8,9

20

21

10,2 9,3

Доверительную вероятность принять равной 0,95.

Решение тренировочных заданий 1. Вспомогательные вычисления по методу Фостера- Стюарта представлены в в таблице 1.

1)Если уровень у. больше всех предшествующих уровней, то в графе mt ставим 1, если yt меньше всех предшествующих уровней, то ставим 1 в графе lt ;

2) Определяем dt = m, - lt для t = 2 / Ъ 20;

20

3)D=∑ dt =3;

T=2

4) Значение σ0 для n = 20 берем из таблицы 1.2.

G0= 2,279.

Значение tKp берем из таблицы t- распределения Стьюдента:

tкр (α=0,05;К=19)=2,093;tн =D/σ0 =1,316

tн <tкр=> нет оснований отвергнуть гипотезу об отсутствии тренда. С вероятностью 0,95 тренд во временном ряду отсутствует.

Таблица 1.3. Вспомогательные вычисления по методу Фостера-Стюарта

t Yt mt dt t yt
1 509 - - _ 11 517 0 0 0
2 507 0 1 -1 12 574 1 0 1
3 508 0 0 0 13 576 1 0 1
4 509 0 0 0 14 519 0 0 0
5 518 I 0 ! 15 514 0 0 0
6 515 0 0 0 16 510 0 0 0
7 520 1 0 1 17 516 0 0 0
8 519 0 0 0 18 518 0 0 0
9 512 0 0 0 19 524 0 0 0
10 511 0 0 0 20 521 0 0 0

Вспомогательные вычисления представлены в таблице 1

2. Таблица 1.4.

Вспомогательные вычисления для критерия серии
t Yt yt t Yt

4-

с

yt у
1 50 9 507 - 7 520 512 + 15 514 519 -
2 507 5 08 -_ 8 519 514 + 16 510 520 -
3 508 509 -------___ 9 512 515 - 17 516 521 -
4 509 509 - 10 511 516 ---- 18 518 524 +
5 518 510 + 11 51 7 517 + 1 9 524 52 4 +
6 515 511 - 12 524 518 + 20 521 526 +
13 52 6 518 +
14 519 519 +

1) От исходного ряда у\ переходим к ранжированному расположив значения исходного ряда в порядке возрастания;

2) Т. к. п=20 (четное) => медиана Me=у′10+ у′11/2=+=516,53)

Значение каждого уровня исходного ряда yt сравнивается со значением медианы. Если yt >Me, то принимает значение «+», если меньше, то»-»;

4) v (20)=: 8- число серий;

тах(20)=4- протяженность самой большой серии.

В соответствии с (1.7.) делаем проверку:

τmax(20)<[3,3(lg20+1)]

υ(20)>[1/2(20+1-1,96√19] { 4>7;8>6

Оба неравенства выполняются. С вероятностью 0,95 тренд во временном ряду отсутствует, что согласуется с выводом, сделанным с помощью метода Фостера-Стюарта.

3. Вспомогательные вычисления в задании

t yt t Yt t yt
1 6,7 7 7,8 - 13 8,3 -
2 7,3 + 8 7,7 - 14 8,7 +
3 7,6 + 9 7.9 + 15 8,9 +
4 7,9 + 10 8,2 + 16 9.1 +
5 7,4 - 11 8,4 + 17 9,5 +
6 8,6 + 12

9,1

+

18

19

20

21

10.4

10,5

10,2

9,3

+

+

-

-

В графе ставим "+", если последующее значение уровня временного ряда больше предыдущего, "-"- если меньше. Определим v (21)=8- число серий. τ тах(21)=6 - протяженность самой большой серии. Табличное значение τ (21)=5. В соответствии с (1.5.) делаем проверку:

v(21)[1/3(l2*21-1) -1.96√¯16*21-29/90]

τmax(21)≤τ0(21) {8>10;6≤5

Т. к. оба неравенства не выполняются, то делаем вывод: во временном ряду урожайности имеется тенденция.


Список использованной литературы

1. Дуброва Т.А. Статистические методы прогнозирования в экономике. МЭСИ (МВБШ).- М,, 1999.

2. Дуброва Т.А. Статистические методы прогнозирования. УПП., МЭСИ-М, 2000.

3. Статистическое моделирование и прогнозирование. Учебное пособие. (Под ред. А. Г. Гранберга). М., "Финансы и статистика", 1990.

4. Экономико-математические методы и прикладные модели. (Под ред. В.В. Федосеева). М., "Юнити", 1999.

5. Андерсон Т. Статистический анализ временных рядов. М., "Мир", 1976.

6. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. М., "Юнити", 1998.

7. Боровиков В.П. , Ивченко Г.И. Прогнозирование в системе Statistica в среде Windows. M., "Финансы и статистика", 1999.

8. Кендэл М. Временные ряды. М., "Финансы и статистика", 1981.

9. Кильдишев Г. С, Френкель А. А. Анализ временных рядов и прогнозирование. М., "Статистика", 1973.

Ю.Пугачев М.И., Ляпунцов Ю.П. Методы социально-экономического прогнозирования. - М., Экономический факультет МГУ, ТЕИС, 1999.

П.Лукашин Ю. П. Адаптивные методы краткосрочного прогнозирования. М., "Статистика", 1979.

12.Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. М.; ЮНИТИ, 1998.

Оценить/Добавить комментарий
Имя
Оценка
Комментарии:
Где скачать еще рефератов? Здесь: letsdoit777.blogspot.com
Евгений07:23:02 19 марта 2016
Кто еще хочет зарабатывать от 9000 рублей в день "Чистых Денег"? Узнайте как: business1777.blogspot.com ! Cпециально для студентов!
14:35:31 25 ноября 2015

Работы, похожие на Контрольная работа: Классификация экономических прогнозов
Методы прогноза лавинной опасности
Введение Снежные лавины - одно из стихийных природных явлений, способных вызвать гибель людей и причинить значительные разрушения. Среди прочих ...
Методическим центром по проведению снеголавинных наблюдений и организации службы временного прогноза лавинной опасности на территории СССР являлся Среднеазиатский научно ...
Таким образом, на начальном этапе разработки методики прогноза ставится задача выбора из множества признаков наиболее информативных, обеспечивающих требуемую статистическую ...
Раздел: Рефераты по географии
Тип: дипломная работа Просмотров: 743 Комментариев: 4 Похожие работы
Оценило: 3 человек Средний балл: 5 Оценка: неизвестно     Скачать
Статистика
Университет экономики и управления Горячих М.В. СТАТИСТИКА Учебно-методическое пособие для самостоятельного изучения дисциплины г. Симферополь 2003 ...
Необходимо также приобретение практических навыков пользования основными статистическими методами для анализа социально-экономических явлений и процессов, осуществления сбора ...
524
509
Раздел: Рефераты по экономике
Тип: учебное пособие Просмотров: 8259 Комментариев: 2 Похожие работы
Оценило: 0 человек Средний балл: 0 Оценка: неизвестно     Скачать
Социальное прогнозирование в сфере демографических процессов
Оглавление Введение 1. Теоретическое обоснование методологий демографического прогнозирования: 1.1 Понятие и сущность демографических процессов 1.2 ...
Целью данной курсовой работы является исследование методологии построения демографических прогнозов и практическая реализация технологий прогнозирования на основе имеющихся ...
где t + 1 - прогнозный период; t - период, предшествующий прогнозному периоду (год, месяц и т.д.); yt+1 - прогнозируемый показатель;- скользящая средняя за два периода до ...
Раздел: Рефераты по социологии
Тип: курсовая работа Просмотров: 2703 Комментариев: 2 Похожие работы
Оценило: 0 человек Средний балл: 0 Оценка: неизвестно     Скачать
Управление процессами организации сбора и обобщения статистических ...
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РЕСПУБЛИКИ КАЗАХСТАН Казахский национальный технический университет имени Каныша Сатпаева Инженерно-экономический ...
В 1995 году государственные органы статистики в условиях отсутствия запасных частей к большим ЭВМ серии ЕС были вынуждены прекратить обработку данных на них и сразу же столкнулись ...
... учреждения "Управление статистики Алматинской области",и Государственного учреждения "Информационно-статистический центр Алматинской области", в состав которой входит архив ...
Раздел: Рефераты по менеджменту
Тип: реферат Просмотров: 7740 Комментариев: 2 Похожие работы
Оценило: 1 человек Средний балл: 4 Оценка: неизвестно     Скачать
Механизм прогнозирования как инструмент управления устойчивым ...
Введение Переход российских предприятий к рыночным отношениям был связан с их попаданием в зону хозяйственной неопределенности и повышенного риска ...
В методическом плане важно обеспечить сопряжение звеньев цепи "прогноз-план" за счет установления периодов прогнозирования в соответствии с задачами планирования [11, c. 154].
Во-первых, прогнозы разделяют в зависимости от их временного охвата.
Раздел: Рефераты по менеджменту
Тип: дипломная работа Просмотров: 2383 Комментариев: 2 Похожие работы
Оценило: 0 человек Средний балл: 0 Оценка: неизвестно     Скачать
Агрессия и способность к прогнозированию в подростковом возрасте
АГРЕССИЯ И СПОСОБНОСТЬ К ПРОГНОЗИРОВАНИЮ В ПОДРОСТКОВОМ ВОЗРАСТЕ Дипломная работа ОГЛАВЛЕНИЕ Введение Общая характеристика работы 1. Проблема связи ...
Для того, чтобы упростить задачу вычисления c -критерия Пирсона для выявления связи между способностью к прогнозированию и физической агрессией, была построена таблица эмпирических ...
Для среднего уровня способности к прогнозированию наша гипотеза не подтвердилась, а для высокого уровня способности к прогнозированию нами была принята гипотеза на 5 % уровне ...
Раздел: Рефераты по психологии
Тип: дипломная работа Просмотров: 1920 Комментариев: 2 Похожие работы
Оценило: 1 человек Средний балл: 5 Оценка: неизвестно     Скачать
Анализ методов прогнозирования и моделирование нейронных сетей для ...
ВВЕДЕНИЕ Переход к рыночным отношениям в экономике и научно-технический прогресс чрезвычайно ускорили темпы внедрения во все сферы социально ...
Жесткие статистические предположения о свойствах временных рядов ограничивают возможности классических методов прогнозирования.
Прогноз, сделанный в момент t на l временной такт вперед, подсчитывается по формуле
Раздел: Рефераты по экономике
Тип: дипломная работа Просмотров: 5807 Комментариев: 2 Похожие работы
Оценило: 1 человек Средний балл: 4 Оценка: неизвестно     Скачать
Рентабельность и пути её повышения
Государственное образовательное учреждение среднего профессионального образования Кубанский государственный технологический колледж (ККУТТ) Факультет ...
509, предложен прогноз финансового состояния предприятия, описана организационно-экономическая и финансово- экономическая характеристики и предложены пути повышения рентабельности ...
СМП-509 осуществляет учет результатов работы, контроль за ходом производства, ведёт оперативный бухгалтерский и статистический учёт в соответствии с действующим законодательством ...
Раздел: Рефераты по экономике
Тип: курсовая работа Просмотров: 2075 Комментариев: 2 Похожие работы
Оценило: 0 человек Средний балл: 0 Оценка: неизвестно     Скачать
Статистическое прогнозирование урожайности зерновых культур
Содержание Содержание 1 Введение 3 1. Основные методы статистического прогнозирования 6 2. Методика авторегрессионого прогнозирования урожайности ...
Ошибка статистического прогноза будет тем меньше, чем меньше срок упреждения - временной промежуток от базы прогноза до прогнозируемого периода, и чем длиннее база прогноза ...
Для вычисления вероятных границ прогноза тренда необходимо среднюю ошибку прогноза умножить на величину t критерия или нормального распределения, чтобы получить вероятную ошибку ...
Раздел: Рефераты по статистике
Тип: реферат Просмотров: 13021 Комментариев: 3 Похожие работы
Оценило: 2 человек Средний балл: 3.5 Оценка: неизвестно     Скачать

Все работы, похожие на Контрольная работа: Классификация экономических прогнозов (3311)

Назад
Меню
Главная
Рефераты
Благодарности
Опрос
Станете ли вы заказывать работу за деньги, если не найдете ее в Интернете?

Да, в любом случае.
Да, но только в случае крайней необходимости.
Возможно, в зависимости от цены.
Нет, напишу его сам.
Нет, забью.



Результаты(151447)
Комментарии (1844)
Copyright © 2005-2016 BestReferat.ru bestreferat@mail.ru       реклама на сайте

Рейтинг@Mail.ru