книга DipMaster-Shop.RU
поиск
карта
почта
Главная На заказ Готовые работы Способы оплаты Партнерство Контакты F.A.Q. Поиск
Индексный анализ на примере конкретного предприятия ООО "Товары для дома" (г. Челябинск) 2000-40 ( Курсовая работа, 40 стр. )
Индексный анализ на примере конкретного предприятия ООО "Товары для дома" (г. Челябинск) ( Курсовая работа, 40 стр. )
Индексный анализ продукции и цен. Определение индекса потребительских цен на продукты питания ( Контрольная работа, 25 стр. )
Индексный метод анализа в статистике ( Контрольная работа, 10 стр. )
Индексный метод в изучении цен ( Курсовая работа, 34 стр. )
Индексный метод в статистическом изучении цен Вариант 12 - 2 ( Курсовая работа, 55 стр. )
Индексный метод в статистическом изучении цен Вариант 12 ( Курсовая работа, 49 стр. )
Индексный метод и его роль в статистике цен и инфляции ( Контрольная работа, 24 стр. )
Индексы ( Контрольная работа, 15 стр. )
ИНДЕКСЫ В СТАТИСТИКЕ. 57888 ( Контрольная работа, 15 стр. )
Индексы и их классификация. Общие индексы количественных показателей ( Реферат, 17 стр. )
Индексы и их классификация ( Контрольная работа, 17 стр. )
ИНДЕКСЫ, ИХ ВИДЫ. АГРЕГАТНЫЕ И СРЕДНИЕ ИНДЕКСЫ ( Контрольная работа, 17 стр. )
Индексы, их виды. Агрегатные и средние индексы 341у131 ( Контрольная работа, 13 стр. )
ИНДЕКСЫ, ИХ ВИДЫ. АГРЕГАТНЫЕ И СРЕДНИЕ ИНДЕКСЫ. 524вф ( Контрольная работа, 17 стр. )
Индексы: их виды и методика расчета ( Реферат, 11 стр. )
Индивидуальное задание по курсу «Статистика» «МНК–оценка, прогнозирование и проверка статистических гипотез» ( Контрольная работа, 7 стр. )
Инструменты статистики и их практическое применение ( Контрольная работа, 24 стр. )
Инфляция и статистические методы ее изучения ( Реферат, 24 стр. )
Информация о возрасте руководителей коммерческих структур города ( Контрольная работа, 22 стр. )
Использование абсолютных и относительных величин при изучении воспроизводства сельскохозяйственных животных ( Курсовая работа, 32 стр. )
Использование аддитивной и мультипликативной моделей влияния на динамику рентабельности производства ( Курсовая работа, 42 стр. )
Использование средних величин в статистическом анализена предприятии ООО "ДоКа" ( Курсовая работа, 28 стр. )
Использование статистических методов в исследовании социально-экономических явлений и процессов ( Курсовая работа, 36 стр. )
Использование статистических данных при количественной оценке экономических рисков ( Реферат, 24 стр. )

Содержание

Оценивание параметров функций первого класса – экспоненциальные кривые 3

Список литературы 12

Оценивание параметров функций первого класса – экспоненциальные кривые

Одним из основных методов, используемых в изыскательском прогнозировании, является экстраполяция временных рядов - статистических данных об интересующем нас объекте.

В основе экстраполяционных методов предположение о том, что закон роста, имевший место в прошлом, сохранится и в будущем.

При этом, естественно, должны быть сделаны соответствующие поправки с учетом возможного эффекта насыщения и стадий жизненного цикла объекта.

Экспоненциальные кривые роста предполагают, что дальнейшее развитие зависит от достигнутого уровня, например, прирост зависит от значения функции. В экономике чаще всего применяются две разновидности экспоненциальных (показательных) кривых:

- простая экспонента, которая представляется в виде функции , где а и b — положительные числа, при этом если b>1, то функция возрастает с ростом времени t, если b<1 — функция убывает.

- модифицированная экспонента имеет вид , где постоянные величины: а<0, b положительна и меньше единицы, а константа k носит название асимптоты этой функции, т.е. значения функции неограниченно приближаются (снизу) к величине k.

Для моделирования процессов, которые сначала растут медленно, затем ускоряются, а затем снова замедляют свой рост, стремясь к какому-либо пределу, используются так называемые S-образные кривые роста, среди которых выделяют кривую Гомперца и логистическую кривую.

К числу кривых достаточно адекватно отражающих изменение прогнозируемых параметров в ряде распространенных ситуаций является экспонента, т.е. функция вида:

y=a * ebt

где t - время, a и b - параметры экспоненциальной кривой.

К числу наиболее известных экспоненциальных кривых, используемых при прогнозировании можно отнести кривую Перла, выведенную на основании обширных исследований в области роста организмов и популяций, и имеющую вид:

y=L / (1+A * e-bt)

где L - верхний предел переменной y.

Не менее распространена кривая Гомперца, выведенная на основании результатов исследований в области распределения дохода и уровня смертности (для страховых компаний), имеющая вид:

y=L * e-be

где k - также параметр экспоненты.

Уравнение кривой Перла имеет вид

В этом уравнении L являетс

Список литературы

1. Дуброва Т.А. Статистические методы прогнозирования в экономике. М.,2001

2. Статистическое моделирование и прогнозирование под. ред. Гранборга. Москва: Финансы и статистика, 2006, – 383 с.

3. Юзбасиев М.М. Манелл А.М. Статистический анализ тенденций и колеблемости. Москва: Финансы и статистика, 2004, – 207 с.

Примечаний нет.

2000-2024 © Copyright «DipMaster-Shop.ru»