книга DipMaster-Shop.RU
поиск
карта
почта
Главная На заказ Готовые работы Способы оплаты Партнерство Контакты F.A.Q. Поиск
Гипотетическая разность между средними ( Контрольная работа, 10 стр. )
Гостиничный рынок Санкт-Петербурга и его статистическое исследование ( Курсовая работа, 34 стр. )
Государственные статистические регистры ( Контрольная работа, 8 стр. )
Группировка магазинов №№ 1 ... 18 по признаку размера товарооборота ( Контрольная работа, 21 стр. )
Группировка по атрибутивным признакам как первичный анализ ( Курсовая работа, 26 стр. )
Группировка предприятий по уровню производительности труда и корреляционный анализ ( Контрольная работа, 29 стр. )
Группировка предприятий по уровню производительности труда е3522 ( Контрольная работа, 22 стр. )
Группировка предприятий по уровню производительности труда и корреляционный анализ 56 ( Контрольная работа, 29 стр. )
Группировка предприятий по окупаемости затрат на производство продукции 32424224 ( Курсовая работа, 33 стр. )
Группировка статистических данных ( Контрольная работа, 13 стр. )
Группировка товаров ( Контрольная работа, 17 стр. )
Данные выборочного обследования о разрывном усилии хлопчатобумажных тканей, в кг ац4211 ( Контрольная работа, 19 стр. )
Данные о повседневных площадях и урожайности зерновых культур по хозяйству за два периода. ке44224 ( Контрольная работа, 12 стр. )
Данные о повседневных площадях и урожайности зерновых культур по хозяйству за два периода. е353533 ( Контрольная работа, 12 стр. )
Данные о численности работников универмага, начавшего свою работу 22 января (чел.) 789655 ( Контрольная работа, 23 стр. )
Данные об обороте, числе магазинов и их торговой площади за два периода 555667 ( Контрольная работа, 24 стр. )
Данные статистического анализа потребления населением России товаров и услуг за 1995 – 2004 г.г. ( Курсовая работа, 34 стр. )
Дать определение выборочного наблюдения и видов выборки. Назвать методы расчета предельной ошибки выборки для средней и для доли с вероятностью, и границы, в которые попадает генеральная или средняя доля ( Курсовая работа, 34 стр. )
Двухмерное и многомерное распределение. Корреляция признаков ( Контрольная работа, 14 стр. )
Демографическая статистика ( Контрольная работа, 2 стр. )
Денежная и банковская статистика Вар 3 ( Контрольная работа, 18 стр. )
Динамика выпуска продукции (млн. условных единиц) представлена в табл. 2. 85452 ( Контрольная работа, 6 стр. )
Динамика выпуска продукции (млн. условных единиц) представлена в табл. 1. 566 ( Контрольная работа, 29 стр. )
Динамика младенческой смертности в г.Москве 1996-2006 гг ( Дипломная работа, 52 стр. )
Динамика показателей сельскохозяйственных предприятий ( Курсовая работа, 25 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»