Прогнозирование в принятии управленческих решений. Прогнозирования в принятии управленческих решений. Планирование и прогнозирование в нашей жизни

• Название: Прогнозирования в принятии управленческих решений. Планирование и прогнозирование в нашей жизни
• Дата: 31.05.2018
• Размер: 0.66 Mb.
• Имя файла: Прогнозирование в принятии управленческих решений.rtf
• Тип: Литература; #45541
• страница: 5 из 6

7. Проверка адекватности и точности моделей прогнозирования

Все показатели, используемые для анализа качества прогноза, делятся на 3 группы:

Абсолютные, сравнительные, качественные.

.1 Абсолютные показатели

К ним относятся такие показатели, которые позволяют определить величину ошибки прогноза в единицах измерения прогнозируемого объекта или в %. Это среднеквадратическая ошибка st абсолютная ошибка Dпр, средняя прогнозная ошибка , относительная ошибка eпр и средняя относительная ошибка . рассмотрим их вычисление.

Абсолютная ошибка прогноза может быть определена как разность между фактическим значением (у_t) и прогнозом (y_t*), значит
D_np=y_t - y_t*,
среднее абсолютное значение ошибки:
.
Среднеквадратическая ошибка прогноза рассчитывается по формуле отклонения со стандартным отклонением s
.

Для большого класса статистических распределений значение стандартного отклонения несколько больше значения среднего абсолютного отклонения и строго пропорционально ему. Константа пропорциональности для различных распределений колеблется между 1,2 и 1,3. Чаще всего на практике берется 1,25, поэтому
s=1,25.
Недостатком рассматриваемых показателей является то, что значение этих критериев существенно зависит от масштаба измерения уровней исследуемых явлений.

Поэтому абсолютная ошибка прогноза Dпр может быть выражена в процентах относительно фактических значений показателя следующим образом:
,
а средняя относительная ошибка рассчитывается как
.
Данный показатель, как правило, используется при сравнении точности прогнозов разнородных объектов прогнозирования, поскольку этот показатель характеризует относительную точность прогноза. Типичные значения e_пр для среднесрочных прогнозов и их интерпретации даны в следующей таблице:

Таблица 3

enp, %	Интерпретация
< 10	Высокая точность
10-20	Хорошая точность
20-50	Удовлетворительная точность
> 50	Неудовлетворительная точность

Если на практике у>0, то e становится бесконечной величиной. Поэтому в большинстве случаев при социально-экономическом прогнозировании, для которых вычисляется e, данные не могут принимать нулевые значения. Если же у=0, целесообразно пропустить вычисления, уменьшая при этом и число n на единицу.

Подобный подход к оценке точности прогноза возможен только при условии, когда период упреждения уже окончился и имеются фактические данные прогнозируемого показателя, а также при ретроспективном прогнозировании. В последнем случае имеющаяся информация делится на 2 части, одна из которых охватывает более ранние данные, другая - более поздние. С помощью данных первой группы оцениваются параметры модели прогноза, а данные второй группы рассматриваются как фактические данные прогнозируемого показателя.

Полученная ретроспективная ошибка прогноза в какой-то мере характеризует точность применяемой методики прогнозирования.

Средняя абсолютная и среднеквадратическая ошибки фиксируют среднее значение ошибки на каждом шаге прогноза без учета этой ошибки. Средняя ошибка позволяет определить, какой вид ошибки является наиболее типичным - недооценка или переоценка прогнозируемого показателя. Необходимо иметь в виду, что и s равны нулю только тогда, когда
у = y*
для каждого t, т.е. в случае совершенного прогноза.

Аналогичное утверждение несправедливо для абсолютной ошибки Dпр, поскольку здесь может иметь место взаимопогашение ошибок.