37

3.3. Алгоритм прогнозирования

Алгоритм прогнозирования – это, прежде всего, алгоритм построения модели данных, где вычисление прогнозного значения является заключительным этапом построения модели. Этот алгоритм можно описать в виде следующей последовательности этапов.

1.Подготовка данных. Этап предварительного анализа имеющихся данных: анализ резко выделяющихся наблюдений, восстановление пропущенных данных, исключение факторов, явно не влияющих на прогнозируемую переменную Y.

2.Выделение трендовой составляющей – подбор функций,

аппроксимирующих трендовую компоненту, и вычисление параметров этих функций, отбор значимых факторов.

3.Выделение сезонной составляющей – вычисление сезонных коэффициентов по разностям между фактическими значениями переменной Y и вычисленным значениям тренда.

4.Анализ остатков и отбор моделей. После построения функции прогнозирования (модели данных) проводится статистический анализ остатков – разностей между значениями переменной Y и вычисленным значением функции прогнозирования. На основе анализа остатков отбираются одна или несколько моделей данных, наиболее адекватно представляющих исходные данные.

5.Вычисление прогнозного значения. На основе отобранных функций прогнозирования вычисляются прогнозные значения.

На практике эти этапы могут перемежаться или накладываться друг на

друга. После каждого этапа необходимо иметь законченный результат:

•после 1-го этапа – набор данных, готовый к дальнейшей обработке;

•после 2-го этапа – одну или несколько моделей трендовой составляющей;

•после 3-го этапа – сезонные коэффициенты, описывающие сезонные изменения;

38

•после 4-го этапа – одну или несколько моделей данных;

•после 5-го этапа – один или несколько наборов прогнозных значений и

по возможности доверительных интервалов для них.

Прогнозирование – это умение строить качественные и адекватные модели данных. Построение качественных и адекватных моделей данных требует, во-первых, хорошего знания той предметной области, отображением которой являются имеющиеся наборы данных, а во-вторых, высокого уровня знаний математической статистики и умения применять их на практике.

В пособии изложен алгоритмический подход к описанию методов построения моделей и прогнозирования. Далее подробно описаны средства Excel, которые наиболее часто применяются в прогнозировании.