Cтраница 2
Следует отметить, что все экономико-математические модели прогнозирования в отличие от моделей планирования имеют вероятностный характер и видоизменяются в зависимости от длительности периода прогнозирования. [16]
Прогнозирование предполагает широкое использование различных методов: экстраполяции -, экспертных оценок, математической статистики, моделирования и др. Методы прогнозирования уровня качества дифференцируют и специализируют в зависимости от характера продукции, условий производства и потребления, задач и периода прогнозирования. [17]
Уровень развития науки в отрасли позволяет в принципе, подойти к решению проблемы ТС во времени, а именно, оце-нивать ТС в конкретный момент времени эксплуатации МН и достаточно уверенно прогнозировать степень его изменения в зависимости от влияния внешней среды, режимов эксплуатации МН, периода прогнозирования. Подходы к решению этих вопросов просматриваются, например, в работах ВНИИСПТнефти последних лет. [18]
Блок 4 - вычисление среднегодовых темпов прироста, обеспечиваемых / частными прогнозами, которые получены при прогнозировании потребности в нефтепродуктах первым способом. В зависимости от периода прогнозирования меняются базисные и конечные уровни. [19]
Она уменьшается с увеличением периода прогнозирования, степени детализации прогноза и динамичности развития прогнозируемого объекта. [20]
Непосредственное прогнозирование параметров развития науки и телники методом экстраполяции производится по рассчитанным аппроксимирующим функциям. Для этого выбирают требуемое значение аргумента периода прогнозирования, лежащее за пределами эмпирических данных, вводят его в полученное уравнение и рассчитывают ожидаемое значение прогнозируемого параметра в будущем. [21]
В то же время интервал упреждения, т.е. период прогнозирования, может изменить класс проблем для одного и того же объекта. А вот задача установления зависимости между инвестициями в технику и технологию может перейти из класса слабо структурированных проблем в класс не структурированных проблем, если период прогнозирования большой. При этом первая и вторая части задачи решаются не на федеральном, а на отраслевом уровне. [22]
При слабо выраженном тренде ряда или его отсутствии прогнозировать текущие значения технологических показателей можно по последнему значению ряда динамики или по его математическому ожиданию. Точность такого прогноза сравнительно небольшая и уменьшается по мере возрастания периода прогнозирования. [23]
При определении оптимального периода научно-технического прогнозирования должны учитываться характер конкретного объекта прогнозирования, а также общие темпы научно-технического прогресса в данной области знаний. Чем уже тематические рамки разрабатываемого прогноза, тем меньше должен быть период прогнозирования. В новых, быстро развивающихся областях науки и техники периоды прогнозирования укорачиваются, а сами прогнозы обновляются чаще, чем в традиционных областях. [24]
Анализ промысловых материалов показал, что величину VB / VX можно прогнозировать, используя координаты накопленная добыча воды ( ось ординат) - накопленная добыча жидкости ( ось абсцисс), в которых также наблюдается прямолинейная зависимость. В этом случае не используется величина начального извлекаемого запаса, однако допустимый период прогнозирования для ряда месторождений ( Заборовского, Б2; Губинского, Б2, Доссорского и др.) заметно уменьшается, а конечная величина VJVX, на наш взгляд, несколько завышается. [25]
Выбор производственных факторов представляет собой процесс последовательного уточнения выдвинутой гипотезы, лежащей в основе моделирования. Так, для модели прогнозирования желательно включить переменные, известные к началу периода прогнозирования или легко поддающиеся оценке. При построении оптимизационных моделей важно учитывать управляемость факторов. [26]
Многообразие проблем, возникающих в общественной жизни, научно-технической деятельности, производственной практике и являющихся предметом прогнозирования, приводит к созданию большого количества разнообразных прогнозов. В качестве классификационных признаков при группировке прогнозов используются: назначение, масштабность, период прогнозирования. [27]
По длительности периода ожидаемого осуществления прогнозируемых задач различают следующие виды прогнозирования: краткосрочное, среднесрочное, долгосрочное и весьма долгосрочное. Так как прогноз является этапом предплановых разработок, то для учета по - следствий принимаемых в плане решений периоды прогнозирования должны быть более длительными, чем плановые. [28]
При оценке эффективности моделей прогнозирования следует осторожно пользоваться такими общепризнанными критериями, как коэффициент множественной корреляции и среднеквадратичное отклонение случайного члена. Эти оба показателя характеризуют лишь выборку, на основании которой проведена идентификация структурных параметров модели, и не применимы к периоду прогнозирования. Кроме того, при малом числе наблюдений познавательная ценность коэффициентов корреляции значительно снижается. [29]
На основе этой формулы осуществляется оценка ставки форвард, которая и используется как прогноз ставки спот. Недостатком этого способа является то, что ставка форвард ( как факторный признак) объясняет очень мало процентов движения текущих валютных курсов и с удлинением периода прогнозирования эта доля снижается. [30]