книга DipMaster-Shop.RU
поиск
карта
почта
Главная На заказ Готовые работы Способы оплаты Партнерство Контакты F.A.Q. Поиск
Статистические методы изучения ВВП ( Контрольная работа, 11 стр. )
СТАТИСТИЧЕСКИЕ МЕТОДЫ АНАЛИЗА ДОХОДОВ ОТ ОСНОВНЫХ ОПЕРАЦИЙ БАНКА 3524242 ( Контрольная работа, 24 стр. )
Статистические методы прогнозирования ( Контрольная работа, 9 стр. )
Статистические методы анализа оборотных фондов ( Курсовая работа, 29 стр. )
Статистические методы оценки инвестиционного риска ( Реферат, 12 стр. )
Статистические методы оценки риска ( Реферат, 16 стр. )
Статистические методы анализа макроэкономических показателей ( Курсовая работа, 38 стр. )
СТАТИСТИЧЕСКИЕ МЕТОДЫ АНАЛИЗА РАСХОДОВ НАСЕЛЕНИЯ ( Контрольная работа, 41 стр. )
Статистические методы изучения уровня рентабельности ( Курсовая работа, 27 стр. )
Статистические методы анализа уровня, структуры и динамики цен на продукцию и услуги ( Курсовая работа, 34 стр. )
Статистические методы изучения заработной платы ВАРИАНТ 9 ( Контрольная работа, 34 стр. )
Статистические пакеты и методы из обработки. Планирование в маркетинговых исследованиях ( Курсовая работа, 25 стр. )
Статистические показатели деятельности коммерческих банков ( Курсовая работа, 27 стр. )
Статистические показатели денежного оборота фирмы.8330 ( Контрольная работа, 16 стр. )
Статистические показатели денежного оборота фирмы. Статистические показатели финансового состояния предприятия ( Контрольная работа, 16 стр. )
Статистические ряды динамики ( Курсовая работа, 31 стр. )
Статистические таблицы и графики ( Контрольная работа, 19 стр. )
Статистический анализ уровня и изменения цен на товары и услуги в России ( Курсовая работа, 36 стр. )
Статистический анализ национального рынка труда ( Контрольная работа, 18 стр. )
Статистический анализ данных, содержащих сведения потреблении мяса на душу населения в 2000 году ( Курсовая работа, 32 стр. )
Статистический анализ данных, содержащих сведения о показателе "Ввод в действие жилых домов на 1000 человек населения в 2003 году ( Курсовая работа, 31 стр. )
СТАТИСТИЧЕСКИЙ АНАЛИЗ ПОКАЗАТЕЛЕЙ ПРИБЫЛЬНОСТИ И РЕНТАБЕЛЬНОСТИ ПРЕДПРИЯТИЯ ( Курсовая работа, 42 стр. )
Статистический анализ основных показателей деятельности малых предприятий ( Курсовая работа, 38 стр. )
Статистический анализ численности и продуктивности скота ( Курсовая работа, 36 стр. )
Статистический анализ использования оборотных средств. Условия повышения эффективности использования оборотных средств на современном этапе ( Курсовая работа, 49 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»