На данный момент следует отметить продолжающийся рост спроса на прогнозы. Под предсказанием понимается научно обоснованное суждение о возможных состояниях объекта в будущем, об альтернативных способах и сроках их достижения. Каждый прогноз разрабатывается для того, чтобы получить ускоренное развитие объекта прогноза в желаемом направлении и избежать нежелательных результатов. Прогнозирование создает идеальный образ, модель, описание возможных процессов, событий.
Прогнозирование — это научная деятельность, направленная на выявление и изучение возможных альтернатив будущего развития и структуры его вероятных траекторий.
По оценкам отечественных и зарубежных ученных, в настоящее время насчитывается свыше 20 методов прогнозирования, однако число базовых значительно меньше (15-20).
Многие из этих методов скорее относятся к отдельным методам и процедурам, которые учитывают нюансы предполагаемого объекта. Другие представляют собой набор индивидуальных приемов, которые отличаются от базовых или друг от друга количеством частных приемов и последовательностью их применения.
В литературе представлены различные принципы классификации методов прогнозирования. По признаку «информационное основание метода» методы прогнозирования делятся на три класса: фактографические, комбинированные и экспертные (рис. 1, приложение 1).
Фактографические данные основаны на фактической информации о предполагаемом объекте и его прошлом развитии. Класс фактических методов объединяет следующие три подкласса: методы аналогии, методы директив и статистические методы.
Понятие статистических методов прогнозирования
В ХХ в. статистику часто рассматривают прежде всего как самостоятельную научную дисциплину. Статистика есть совокупность методов и принципов, согласно которым проводится сбор, анализ, сравнение, представление и интерпретация числовых данных (1920-е гг.).
В 1954 г. академик Б.В. Гнеденко дал
Статистика состоит из трёх разделов:
1) сбор статистических сведений, то есть сведений, характеризующих отдельные единицы каких-либо массовых совокупностей;
2) статистическое исследование полученных данных, заключающееся в выяснении тех закономерностей, которые могут быть установлены на основе данных массового наблюдения;
3) разработка приёмов статистического наблюдения и анализа статистических данных. Последний раздел, собственно, и составляет содержание математической статистики».
Традиционные методы прогнозирования
... базисными, понятиями прогностики являются: Вариант прогноза, Метод прогнозирования –, Методика прогнозирования –, Объект прогнозирования – 1. природы объекта различают: социальные; научно-технические; ... нормативное прогнозирование связано с определением путей и сроков достижения желаемого состояния экономики и социального развития страны на основе достигнутых результатов. Нормативный прогноз ...
Термин «статистика» употребляют ещё в двух смыслах.
Во-первых, в повседневной жизни под статистикой часто понимают набор количественных данных о явлении или процессе.
Во-вторых, статистика является функцией результатов наблюдений, используемых для оценки характеристик и параметров распределений и проверки гипотез.
современной статистики такова:
Прикладная статистика — это методологическая дисциплина, которая составляет ядро статистики. При применении методов прикладной статистики к конкретным областям знаний и отраслям народного хозяйства получаем научно-практические дисциплины типа «статистика в промышленности», «статистика в медицине», «статистика в психологии» и др. С этой точки зрения эконометрика — это «статистические методы в экономике».
Математическая статистика играет основную математическую роль для прикладной статистики.
Таким образом, статистика — это наука, которая исследует с количественной стороны, неразрывно связанной с качественными явлениями, массами, к какой бы области они ни принадлежали, но которые обладают характеристиками совокупности. Прикладная статистика и математическая статистика — две разные научные дисциплины. Курс математической статистики в основном состоит из доказательств теорем. В курсах прикладной статистики главное — это методология анализа данных и алгоритмы вычислений, и теоремы даются как обоснования этих алгоритмов, а доказательства, как правило, опускаются.
Виды статистических методов прогнозирования
Статистические методы — методы анализа статистических данных. Статистические методы анализа данных используются практически во всех сферах человеческой деятельности. Их используют всегда, когда необходимо получить и обосновать какие-либо суждения о группе (объектов или субъектов) с некоторой внутренней неоднородностью.
Целесообразно выделить три вида научной и прикладной деятельности в области статистических методов анализа данных (по степени специфичности методов, сопряженной с погруженностью в конкретные проблемы):
- а) разработка и исследование методов общего назначения, без учета специфики области применения;
- б) разработка и исследование статистических моделей реальных явлений и процессов в соответствии с потребностями той или иной области деятельности;
в) применение статистических методов и моделей для статистического анализа конкретных данных
Статистические методы анализа данных, относящиеся к группе а), обычно называют методами прикладной статистики. Таким образом, прикладная статистика — это наука о том, как обрабатывать данные произвольной природы, без учета их специфики
Описание типа данных и, при необходимости, механизма их генерации: начало любого статистического исследования.
На первом этапе необходимо проанализировать имеющиеся данные, представить их в доступной для понимания форме с помощью таблиц и диаграмм. Поэтому рекомендуется анализировать статистические данные на основе определенных вероятностных и статистических моделей.
Статистика национального богатства
... не была общепринятой. Наряду с "нефинансовыми активами" важное место в современной статистике национального богатства занимают "финансовые активы", т.е. запасы финансовых средств у хозяйственных единиц, в ... ими или использования их в течение определенного времени. Таким образом, национальное богатство как объект статистического изучения и как экономическая категория призвано отразить накопление не ...
В простейшем случае статистические данные представляют собой значения некоторых характерных характеристик изучаемых объектов. Значения могут быть количественными или указывать на категорию, к которой может быть отнесен элемент. Во втором случае говорят о качественном признаке.
Когда мы измеряем по различным количественным или качественным характеристикам, мы получаем вектор в виде статистических данных об объекте. Его можно рассматривать как новый вид данных. В таком случае выборка состоит из набора векторов. Есть часть координат — числа, а часть — качественные (категоризованные) данные, то говорим о векторе разнотипных данных.
Элементами выборки могут быть и иные математические объекты. Например, бинарные отношения. Так, при опросах экспертов часто используют упорядочения (ранжировки) объектов экспертизы — образцов продукции, инвестиционных проектов, вариантов управленческих решений. В зависимости от регламента экспертного исследования элементами выборки могут быть различные виды бинарных отношений (упорядочения, разбиения, толерантности), множества, нечеткие множества и т. д
Следовательно, математическая природа элементов выборки в различных задачах прикладной статистики может быть очень различной. Однако можно выделить два класса статистики: числовую и нечисловую. Следовательно, прикладная статистика делится на две части: числовая статистика и нечисловая статистика.
Числовые статистические данные — это числа, вектора, функции. Их можно складывать, умножать на коэффициенты. Поэтому в числовой статистике большое значение имеют различные величины. Математический аппарат анализа сумм случайных элементов выборки — это (классические) законы больших чисел и центральные предельные теоремы.
Нечисловые статистические данные — это категоризованные данные, вектора разнотипных признаков, бинарные отношения, множества, нечеткие множества и др. Их нельзя складывать и умножать на коэффициенты.
Оценка точности прогнозов — необходимая часть квалифицированного процесса прогнозирования.
Современные методы статистического прогнозирования также включают модели авторегрессии, модель Бокса-Дженкинса и системы эконометрических уравнений, основанные как на параметрическом, так и на непараметрическом подходах.
Процесс прогнозирования, опирающийся на статистические методы
Распадается на два этапа.
Первый, индуктивный, заключается в обобщении наблюдаемых данных за более или менее длительный период времени и в представлении соответствующих статистических закономерностей в виде модели. Статистическая модель получается как в виде тенденции развития, выраженной аналитически, так и в виде уравнения зависимости от одного или нескольких факторов-аргументов. В ряде случаев при изучении сложных комплексов экономических показателей прибегают к разработке так называемых взаимозависимых систем уравнений, которые, опять же, состоят в основном из уравнений, характеризующих статистические зависимости. Процесс построения и применения статистической модели для прогнозирования, независимо от его формы, обязательно включает выбор формы уравнения, описывающего динамику или взаимосвязь явлений, и оценку его параметров с использованием того или иного метода.
Статистический прогноз. Прогнозирование
... Прогнозирование. Методы прогнозирования. *Прогнозирование - это разработка прогноза; в узком значении - специальное научное исследование конкретных перспектив развития какого-либо процесса. Главное условие необходимости прогнозов - отсутствие исходных данных. Данных ... Подавляющее большинство статистических данных связано с вычислением и интерпретацией вероятностей. Статистическая закономерность – ...
Второй этап, собственно прогноз, является дедуктивным. На этом этапе на основе обнаруженных статистических закономерностей определяется ожидаемое значение прогнозируемой характеристики.
Заключение
Под методами прогнозирования следует понимать совокупность приемов и способов мышления, позволяющих на основе анализа ретроспективных данных, экзогенных (внешних) и эндогенных (внутренних) связей объекта прогнозирования, а также их измерений в рамках рассматриваемого явления или процесса вывести суждения определенной достоверности относительно его (объекта) будущего развития.
Статистические методы составляют значительную группу методов прогнозирования. Статистические методы — это совокупность методов обработки количественной информации о прогнозируемом объекте, объединенных по принципу выявления математических закономерностей изменения характеристик этого объекта, содержащихся в нем, с целью получения прогнозных моделей.
Применение статистических методов и моделей для статистического анализа конкретных данных тесно связано с проблемами эталонного сектора. Результаты этой научной и прикладной деятельности находятся на стыке дисциплин.
В настоящее время на отечественных предприятиях продолжают развиваться структуры, требующие статистических методов: качество, надежность, отделы управления персоналом, заводские центральные лаборатории и другие. Толчок к развитию в последние годы получили отделы контроля, маркетинга и продаж, логистики, сертификации, прогнозирования и планирования, инноваций и инвестиций, управления рисками, которые также извлекают выгоду из различных статистических методов. Статистические методы необходимы органам государственного и муниципального управления, организациям силовых ведомств, транспорта и связи, медицины, образования, агропромышленного комплекса, научным и практическим работникам всех областей деятельности
Список литературы:
[Электронный ресурс]//URL: https://management.econlib.ru/referat/metodyi-statistiki-v-prognozirovanii/
1. Четыркин Е.М. Статистические методы прогнозирования. 2-е изд., перераб. И доп. М.: Статистика, 2007
2. Никитина Е.П., Фрейдлина В.Д., Ярхо А.В. Коллекция определений термина «статистика». — М.: МГУ, 1972. — 46 с.
3. Крамер Г. Математические методы статистики. 2-е изд. — М.: Мир, 1975. — 648 с.
