Cтраница 1
Методы экстраполяции наиболее известны и давно используются. Ряд авторов [96, 77] рекомендует применять их для определения требований стандартов при опережающей стандартизации. [1]
Методы экстраполяции сходны с методами интерполяции; последняя означает отыскание промежуточных значений величины по некоторым известным ее значениям. [2]
Методы экстраполяции устанавливаются на основании качественного анализа изменения значения каждого показателя. [3]
Методы экстраполяции позволяют определить будущее на базе тенденций, наблюдаемых в прошлом. Тенденция, т.е. характер изменения во времени рассматриваемого показателя, является часто результатом взаимодействия большого количества внешних и внутренних факторов. Поэтому в рассматриваемом периоде тенденция сохраняется, если не изменяется состав влияющих факторов и их значимость. [4]
Методы экстраполяции позволяют получить оценку будущей численности населения в предположении, что выявленные тенденции рождаемости, смертности, миграции сохранятся неизменными. Для самых общих и приближенных оценок используются коэффициент общего прироста или среднегодовой абсолютный прирост численности населения за предшествующий период. [5]
Методы экстраполяции и интерполяции динамических рядов предполагают, что показатели элементов рынка являются лишь функцией времени, которое нивелирует влияние других факторов развития. В то же время общеизвестно, что - спрос, товарное предложение и цены зависят от большого числа факторов, изменение которых может оказаться решающим при их перспективной оценке. [6]
Методы экстраполяции дают возможность оценить будущее состояние экосистемы по результатам наблюдений ее прошлых и настоящих состояний, при этом используются вероятностные законы изменения ее характеристик. Наряду со знанием предыстории экосистемы ( например, лесостепи), необходимо иметь характеристику интересующего процесса ( например, наступления леса на степь), показывающую статистическую связь между его значениями в настоящем и последующими промежутками времени. [7]
Методы экстраполяции трендов основаны на статистическом наблюдении динамики определенного показателя, определение тенденции его развития и продолжения этой тенденции для будущего периода. Иначе говоря, при помощи методов экстраполяции трендов закономерности прошлого развития объекта переносятся в будущее. [8]
Методы экстраполяции временных рядов, конечно, пригодны и для краткосрочных прогнозов тепловых нагрузок. При этом надо иметь в виду, что в течение суток они подвержены меньшим колебаниям, чем электрические, а регулирование режимов в СЦТ отличается большей инерционностью. [9]
Обычно методы экстраполяции трендов применяются в краткосрочном ( не более одного года) прогнозировании, когда число изменений в среде минимально. Прогноз создается для каждого конкретного объекта отдельно и последовательно на каждый следующий момент времени. [10]
В методе экстраполяции известно две группы задач, решаемых с помощью регрессионного анализа. Статическая группа задач для прогнозирования изменения качества нефтепродуктов практически непригодна, поскольку и функциональной зависимости главного признака от параметров не учитывается фактор времени. В динамической задаче прогнозирования учитывается фактор времени, поэтому зависимость изменения показателя качества от времени находится довольно просто. [11]
В методе экстраполяции тенденций весьма важным вопросом является время упреждения прогноза. Существует мнение, что оно должно равняться величине временного интервала, о котором имеется надежная статистика. Ряд специалистов, например В. А. Лисичкин [30], считает, что время упреждения прогноза не должно превосходить одной трети временного интервала. [12]
Итак, методы экстраполяции применяются только для предварительных расчетов показателей качества. [13]
Описанные выше методы экстраполяции зависимости поверхностного натяжения от температуры и молекулярной массы или расчет поверхностного натяжения с помощью парахора, строго говоря, могут дать достоверные результаты лишь в том случае, если в интервале экстраполяции полимер не претерпевает фазовых переходов. [14]
Прогноз по методу экстраполяции состоит в том, что в полученную каким-то способом зависимость х f ( t) подставляют интересующие нас даты t, t At, t 2At и находят соответствующие значения х, которые и принимают за прогноз на следующий период. При этом для научно обоснованного прогноза необходимо иметь уверенность в том, что закон х f ( t), найденный на известном промежутке времени до настоящего момента, не изменяется на интервале At. Так как в действительности тенденция развития не обязательно остается неизменной, то данные, получаемые путем экстраполяции, надо рассматривать как вероятностные оценки. [15]