книга DipMaster-Shop.RU
поиск
карта
почта
Главная На заказ Готовые работы Способы оплаты Партнерство Контакты F.A.Q. Поиск
Статистическая оценка структуры российского импорта ( Контрольная работа, 24 стр. )
Статистическая проверка гипотез. Гетероскедастичность в регрессионных моделях ( Контрольная работа, 15 стр. )
Статистическая сводка ( Контрольная работа, 17 стр. )
статистические величины 5548665 ( Контрольная работа, 14 стр. )
СТАТИСТИЧЕСКИЕ ГРАФИКИ. ВИДЫ ГРАФИКОВ ( Контрольная работа, 23 стр. )
Статистические методы прогнозирования деятельности фирмы (на примере ОАО «Автозапчасть») ( Дипломная работа, 86 стр. )
Статистические методы изучения цен и инфляции ( Курсовая работа, 40 стр. )
СТАТИСТИЧЕСКИЕ МЕТОДЫ В ИССЛЕДОВАНИИ ПРОИЗВОДИТЕЛЬНОСТИ ТРУДА ( Контрольная работа, 32 стр. )
Статистические методы прогнозирования. Вар. 4 ( Контрольная работа, 14 стр. )
Статистические методы изучения кредита ( Курсовая работа, 20 стр. )
Статистические методы финансовых расчетов Вариант 23 ( Курсовая работа, 45 стр. )
Статистические методы изучения ВВП ( Контрольная работа, 12 стр. )
Статистические методы изучения производительности труда и факторов ее динамики ( Курсовая работа, 29 стр. )
Статистические методы изучения производительности труда и факторов ее динамики ( Курсовая работа, 29 стр. )
Статистические методы прогнозирования социально-экономических явлений ( Курсовая работа, 23 стр. )
СТАТИСТИЧЕСКИЕ МЕТОДЫ АНАЛИЗА РАСХОДОВ НАСЕЛЕНИЯ ( Курсовая работа, 41 стр. )
Статистические методы изучения влияния производительности труда ( Курсовая работа, 27 стр. )
Статистические методы изучения уровня рентабельности 2008-40 ( Курсовая работа, 40 стр. )
Статистические методы изучения инвестиций ( Контрольная работа, 47 стр. )
Статистические методы анализа среднего уровня и вариации производственных показателей предприятия ( Контрольная работа, 11 стр. )
Статистические методы: группировка и корреляционный анализ. ( Курсовая работа, 28 стр. )
СТАТИСТИЧЕСКИЕ МЕТОДЫ АНАЛИЗА ЗАНЯТОСТИ И БЕЗРАБОТИЦЫ е342424 ( Курсовая работа, 46 стр. )
Статистические методы в изучении статистике оплаты труда24 ( Курсовая работа, 27 стр. )
Статистические методы в изучении себестоимости продукции ( Курсовая работа, 30 стр. )
Статистические методы изучения уровня рентабельности ( Курсовая работа, 41 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»