книга DipMaster-Shop.RU
поиск
карта
почта
Главная На заказ Готовые работы Способы оплаты Партнерство Контакты F.A.Q. Поиск
РАСЧЕТНАЯ РАБОТА № 1 Сводка и группировка статистических данных Вариант 23 ( Контрольная работа, 26 стр. )
РАСЧЕТНАЯ РАБОТА № 1 Сводка и группировка статистических данных Вариант 24 ( Контрольная работа, 26 стр. )
РАСЧЕТНАЯ РАБОТА № 1 Сводка и группировка статистических данных Вариант 19 ( Контрольная работа, 26 стр. )
РАСЧЕТНАЯ РАБОТА № 1-3 Сводка и группировка статистических данных Вариант 1 ( Контрольная работа, 26 стр. )
РАСЧЕТНАЯ РАБОТА № 1 Сводка и группировка статистических данных Вариант 15 ( Контрольная работа, 26 стр. )
РАСЧЕТНАЯ РАБОТА № 1 Сводка и группировка статистических данных Вариант 6 ( Контрольная работа, 26 стр. )
РАСЧЕТНО-ГРАФИЧЕСКАЯ РАБОТА по дисциплине "Теория вероятности и математическая статистика" ( Контрольная работа, 11 стр. )
Расчетно-графическое задание 1 ( Контрольная работа, 12 стр. )
Расчеты темпов роста и прироста Вариант №2 ( Контрольная работа, 6 стр. )
Расширение и закрепление теоретических знаний, полученных при обучении в академии, а также ознакомление со структурой и работой статистических органов ( Отчет по практике, 32 стр. )
Реализация картофеля на колхозных рынках сибирского региона за 1999 - 2001 гг. характеризуется данными, т 2413131 ( Контрольная работа, 7 стр. )
Регион вар 10 ( Контрольная работа, 13 стр. )
Регрессионно-корреляционный анализ. Факторный анализ ( Контрольная работа, 25 стр. )
Резидент ( Контрольная работа, 8 стр. )
Решение заданий по статистике ( Контрольная работа, 23 стр. )
Решение задач по правовой статистике ( Контрольная работа, 9 стр. )
Решение задач по статистике ( Контрольная работа, 17 стр. )
Решение задач по статистике ( Контрольная работа, 20 стр. )
Решение задач по статистике ( Контрольная работа, 22 стр. )
Решение комплексной задачи. Проведение сводки и группировки данных. ( Курсовая работа, 48 стр. )
Решение статистических задач с помощью методов обработки и анализа первичной статистической информации. ( Контрольная работа, 12 стр. )
Решение уравнений ( Контрольная работа, 15 стр. )
Розничный товарооборот государственной ( Контрольная работа, 20 стр. )
Роль математико-статистических методов в управлении современным предприятием ( Курсовая работа, 33 стр. )
Роль производственных фондов в экономике предприятия и повышении его конкурентоспособности ( Курсовая работа, 37 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»