Слайд 2Экстраполяция
Экстраполяция – распространение выводов, касающихся одной части какого-либо явления, на другую
![Экстраполяция Экстраполяция – распространение выводов, касающихся одной части какого-либо явления, на другую](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1168463/slide-1.jpg)
часть, на явление в целом на будущее.
Цель методов экстраполяции – показать, к какому состоянию в будущем может прийти объект, если его развитие будет осуществляться с той же скоростью или ускорением, что и в прошлом.
Слайд 3Расчет прогноза
по среднему уровню ряда
Динамический ряд не имеет тенденции роста,
![Расчет прогноза по среднему уровню ряда Динамический ряд не имеет тенденции роста,](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1168463/slide-2.jpg)
снижения,
Колебания относительно невелики
где yi - элемент динамического ряда с индексом i;
п - число показателей динамического ряда.
Слайд 4Расчет прогноза
по средним темпам роста (снижения)
Динамическому ряду свойственна устойчивая тенденция к
![Расчет прогноза по средним темпам роста (снижения) Динамическому ряду свойственна устойчивая тенденция](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1168463/slide-3.jpg)
повышению или снижению.
Средний коэффициент темпов роста (снижения)
где уп- конечный показатель динамического ряда;
у1 - начальный показатель динамического ряда;
п — количество показателей динамического ряда
Слайд 5Расчет прогноза
по средним темпам роста (снижения)
где к - время упреждения прогноза (число прогнозируемых
![Расчет прогноза по средним темпам роста (снижения) где к - время упреждения](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1168463/slide-4.jpg)
интервалов времени)
уп- конечный показатель динамического ряда
Кр - средний коэффициент темпов роста (снижения)
Слайд 6Расчет прогноза путем выравнивания (сглаживания) динамического ряда
При наличии устойчивой тенденции роста
![Расчет прогноза путем выравнивания (сглаживания) динамического ряда При наличии устойчивой тенденции роста](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1168463/slide-5.jpg)
или снижения показателей динамического ряда
у - значение показателей динамического ряда;
упр - прогнозный показатель;
t - порядковый номер показателя динамического ряда (время, например год, месяц и т. д.);
t1, t2 - начало и конец динамического ряда;
tn - порядковый номер прогнозного показателя;
К - время упреждения прогноза
Слайд 7Экспертные методы прогнозирования
Преимущества: возможность максимального использования индивидуальных способностей эксперта и незначительность психологического
![Экспертные методы прогнозирования Преимущества: возможность максимального использования индивидуальных способностей эксперта и незначительность](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1168463/slide-6.jpg)
давления, оказываемого на отдельного работника.
Принцип выявления коллективного мнения экспертов о перспективах развития объекта прогнозирования.
Слайд 8Прогнозные экспертные методы
Метод комиссий.
Метод «лицом к лицу».
Процедура дельфи.
Морфологический анализ.
«Мозговая атака».
Метод фокальных объектов.
Метод
![Прогнозные экспертные методы Метод комиссий. Метод «лицом к лицу». Процедура дельфи. Морфологический](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1168463/slide-7.jpg)
контрольных вопросов
Слайд 9Методы экспоненциального сглаживания
Методы экспоненциального сглаживания основываются на прогнозировании будущего по данным из
![Методы экспоненциального сглаживания Методы экспоненциального сглаживания основываются на прогнозировании будущего по данным](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1168463/slide-8.jpg)
прошлого, где более новые наблюдения весят больше, чем старые.
P(t+1) = (1 – k)* P(t) + α * С(t)
Pt+1 – прогноз на следующий период t+1;
Pt – данные для прогноза за текущий период t;
k - коэффициент сглаживания ряда, k задается вручную и находится в диапазоне от 0 до 1, 0Ct – значение прогноза на текущий период t.
Слайд 10k=0.2, степень экспоненциального сглажи-вания высокая, реальные данные учитываются слабо
![k=0.2, степень экспоненциального сглажи-вания высокая, реальные данные учитываются слабо](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1168463/slide-9.jpg)
Слайд 11k=0.4, степень экспоненциального сглаживания средняя, реальные данные учитываются в средней степени.
![k=0.4, степень экспоненциального сглаживания средняя, реальные данные учитываются в средней степени.](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1168463/slide-10.jpg)
Слайд 12k=0.6, степень экспоненциального сглаживания низкая, реальные данные учитываются значительно
![k=0.6, степень экспоненциального сглаживания низкая, реальные данные учитываются значительно](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1168463/slide-11.jpg)
Слайд 13k=0.8, степень экспоненциального сглаживания крайне низкая, реальные данные учитываются сильно
![k=0.8, степень экспоненциального сглаживания крайне низкая, реальные данные учитываются сильно](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1168463/slide-12.jpg)