Предыдущая страница реферата | 1  2  3  4  5  6  7  8  9  10  11 | Следующая страница реферата

[pic] (2.29) правая часть которого равна эмпирической характеристической функции.
Параметры нормального закона распределения m и ( и закона Пуассона v могут быть определены в результате минимизации невязки или с помощью моментов.
Метод моментов применительно к рассматриваемому уравнению заключается в приравнивании некоторого количества выборочных моментов, оцениваемых по правой части уравнения (2.29), к соответствующим теоретическим, определяемым по характеристической функции левой части уравнения в соответствии с зависимостью

[pic] (2.30)

Естественно, что число получаемых в этом случае уравнений должно быть равным числу оцениваемых параметров (в данном случае трем).

Последовательно дифференцируя характеристические функции по t и приравнивая в полученных производных значения t нулю, можно составить следующую систему уравнений

[pic] (2.31) где Sk-асимметрия закона распределения, равная центральному моменту третьего порядка.

После некоторых алгебраических преобразований из системы уравнений
(2.31) можно определить среднее число суммируемых случайных величин
(параметр закона Пуассона).

[pic] (2.32) математическое ожидание и среднеквадратическое отклонение суммируемой нормальной случайной величины

[pic] и [pic] (2.33)

В формулах (2.32) и (2.33) коэффициент вариации Vz определяется по первым двум моментам [pic] и [pic]

Используя формулу обращения

[pic] можно получить плотность распределения пуассоновского числа нормальных случайных величин

[pic] (2.34)

Очевидно, что плотность распределения (2.34), а точнее параметры v, m и (, зависят от объема выборок случайных величин {Zj}, j=1,…,k; j=1, k=1, k-
1 и т.д. Последовательно от этапа к этапу анализируя ретроспективную информацию, можно построить семейство плотностей распределения fj(z)
(j=k, k-1, …). Задачу отбраковки устаревшей информации в этом случае сводится к решению последовательного ряда задач проверки статистических гипотез о принадлежности контрольного значения параметра Z0 генеральной совокупности, описываемой законом распределения с плотностью (2.34). При этом следует учесть, что в силу проведенной схематизации процесса Z0=0.
Тогда, задаваясь уровнем значимости ( и учитывая симметричный характер закона распределения (2.34), можно найти такое значение индекса j, при котором выполнилось бы одно из следующих неравенств

[pic] (2.35) где [pic] – функция Лапласа.

Справедливость соотношений (2.35) вытекает из очевидной процедуры вычисления функции распределения через плотность (2.34)

[pic] (2.36)

Таким образом, задача определения глубины предпрогнозной ретроспекции с учетом старения информации может быть достаточно надежно решена традиционными методами математической статистики с помощью математической модели (распределения сумм пуассоновского числа нормально распределенных случайных величин).

ЗАКЛЮЧЕНИЕ

В данной курсовой работе рассмотрены основные методы прогнозирования экономической среды с учетом фактора старения информации на примере рыночного механизма спрос-предложение.

Проанализировав полученную информацию, можно сделать выводы о том, что для различных наук, отраслей, экономических сфер старение информации понятие растяжимое. Для одних информация, полученная десять лет назад, все еще представляется важной, а для других, неважной является информация, полученная в течении последних суток.

Также для различных отраслей применяют различные методы учета фактора старения информации. С помощью таких методов можно из имеющейся в наличии информации для прогнозирования выжать максимум полезной информации.

Список литературы

1. Б.П Ивченко, Л.А. Мартыщенко, И.Б. Иванцов. «Информационная микроэкономика». Часть 1. Методы анализа и прогнозирования, СПб.:

«Нордмед-Издат», 1997. – 160 с.
2. Романенко И.В. Социальное и экономическое прогнозирование: Конспект лекций. – СПб.: Издательство Михайлова В.А., 2000 г. – 64 с.
3. Прогнозирование и финансирование экономики в условиях рыночных отношений. – М.: Мысль, 1970. – 448 с.
4. Рябушкин Б.Т. Применение статистических методов в экономическом анализе и прогнозировании. – М.: Финансы и статистика, 1987. – 75 c.
5. Статистическое моделирование и прогнозирование: под ред.

А.Г. Гранберга. – М.: Финансы и статистика, 1990. – 382 с.
6. Грисеев Ю.П. Долгосрочное прогнозирование экономических процессов: –

Рекомендуем скачать другие рефераты по теме: поняття реферат, тезис.





Предыдущая страница реферата | 1  2  3  4  5  6  7  8  9  10  11 | Следующая страница реферата