Prognozowanie i symulacje wykład: Anna Szmit www.oizet.p.lodz.pl/ania

Literatura Cieślak M. (red.): Prognozowanie gospodarcze. Metody i zastosowania. PWN, 1999. Czerwiński Z., Guzik B.: Prognozowanie ekonometryczne. PWE, 1980. Dittman P.: Metody prognozowania sprzedaży w przedsiębiorstwie. A E Wrocław 2000. Dittman P.: „Prognozowanie w przedsiębiorstwie”. Oficyna Ek., Kraków 2004. Gajda J.: Prognozowanie i symulacja a decyzje gospodarcze. C. H. Beck, 2001. Grabiński T., Wydymus S., Zeliaś A.: Modele ekonometryczne w procesie prognozowania A E Kraków 1981. Guzik B., Appenzeller D., Jurek W.: Prognozowanie i symulacje. Wybrane zagadnienia. Wydawnictwo A E Poznań 2004. Radzikowska B.: Metody prognozowania. Zbiór zadań. A E Wrocław 2001. Witkowska D.: Podstawy ekonometrii i teorii prognozowania: podręcznik z przykładami i zadaniami. Oficyna Ek. Kraków 2005. Zeliaś A.: Teoria prognozy. PWE, 1997. Zeliaś A., Pawełek B., Wanat S.: Prognozowanie ekonomiczne. Teoria, przykłady zadania. PWN, Warszawa 2004

Prognozowanie Prognozowanie – proces zmierzający do wyznaczenia prognozy   Prognozowanie a planowanie

Prognoza – racjonalne, naukowe przypuszczenie odnoszące się do przyszłych zdarzeń Zdarzenia znane Zdarzenia nieznane Przewidywanie Przeszłości Przyszłości nieracjonalne racjonalne zdroworozsądkowe naukowe – prognoza Prognoza ilościowa (punktowa lub przedziałowa) i jakościowa Funkcje prognoz: preparacyjna, aktywizująca (np. ostrzegawcza), informacyjna Samorealizowanie się i samounicestwianie się prognoz Horyzont prognozy: krótki (zmiany ilościowe, prognozy inercyjne), długi (z. ilościowe i jakościowe)

Symulacja „– badanie możliwych stanów określonego fragmentu rzeczywistości za pomocą eksperymentowania na modelu” (podstawiania w miejsce zmiennych objaśniających różnych możliwych, dopuszczalnych wartości lub przyjmowania różnych wartości parametrów modelu)

Reguły prognozowania Reguła podstawowa: ekstrapolacja modelu poza próbę, reguła prognozy nieobciążonej: prognoza wartości oczekiwanej Reguła podstawowa z poprawką (przesunięcie modelu o stałą) Reguła największego prawdopodobieństwa: prognoza wartości modalnej (zmienne skokowe, niemierzalne) Reguła minimalnej straty (prognozy pociągające za sobą decyzje o dużym ryzyku)

Metody prognozowania Prognozowanie szeregów czasowych Prognozowanie na podstawie modelu ekonometrycznego Metody analogowe Metody heurystyczne

Etapy procesu prognozowania Sformułowanie zadania prognostycznego obiekt, zjawisko (proste lub złożone), zmienne prognozowane (ilościowe lub jakościowe), cel prognozy: badawczy, ostrzegawczy (p. aktywizujące), wspomaganie procesu decyzyjnego (p. preparacyjne – realistyczne), informacyjny wymagania co do dopuszczalności i horyzontu prognozy Podanie przesłanek prognostycznych hipotezy o czynnikach kształtujących zjawisko (natura, powiązania, mechanizmy kształtowania się), postawa wobec przyszłości (pasywna, aktywna, pośrednia), określenie zbioru potrzebnych danych i zebranie danych Wybór metody prognozowania Wyznaczenie prognozy Ocena dopuszczalności prognozy Weryfikacja prognozy

Prognozowanie na podstawie szeregów czasowych

Składowe szeregu czasowego stały poziom trend skł. systematyczne cykl sezonowość składnik losowy skł. niesystematyczna

Identyfikacja składowych szeregu - trend Istotność współczynnika korelacji r Pearsona lub R Spearmana sprawdzian testu (n-2 stopniami swobody):

Identyfikacja składowych szeregu - sezonowość Jednoczynnikowa analiza wariancji (ANOVA) - hipoteza o równości wielu wartości przeciętnych (założenia: w każdej grupie r. normalny i wariancje w grupach powinny być takie same) H0: wszystkie średnie w poszczególnych grupach (sezonach) są równe H0: nie wszystkie średnie w poszczególnych grupach (sezonach) są równe

Identyfikacja składowych szeregu – trend i sezonowość Dwuczynnikowa analiza wariancji (ANOVA) Hipotezy: o równości wartości przeciętnych między grupami dla różnych wariantów czynnika A – sezonu (występuje sezonowość), o równości wartości przeciętnych między grupami dla różnych wariantów czynnika B – cyklu – roku (występuje trend), (zakłada się addytywny charakter zmian)   Rok czynnik B 1995 1996 1997 1998 1999 2000 kwartał A k1 3476 3785,3 5233,8 6742,5 6929,2 7807,7 k2 4753,3 5874,2 7454,3 9844,5 10222 11048,3 k3 5452,6 7273,5 9467,6 12259,6 12781 13598,4 k4 6760 9209,1 11759,8 14712,1 17782,8 18837,6

Identyfikacja składowych szeregu –charakter sezonowości Oczekujemy, że: dla sezonowości multiplikatywnej: wariancja wartości wewnątrz kolejnych okresów będzie rosła wraz ze wzrostem średniego poziomu (będzie z nim dodatnio skorelowana) dla sezonowości addytywnej: wariancja wartości wewnątrz kolejnych okresów nie będzie rosła wraz ze wzrostem średniego poziomu (nie będzie z nim dodatnio skorelowana)

Dwuczynnikowa ANOVA - obliczenia

Dwuczynnikowa ANOVA - tabela Źródło wariancji SS df MS F Wartość-p Test F A kwartał 181062266 3 k-1 60354089 34,35 5,82E-07 3,287 B rok 190869684 5 l-1 38173937 21,73 2,21E-06 2,901 E Błąd 26354067 15 (n-1) (k-1) 1756938 H0: czynnik A nie jest istotny H0: czynnik B nie jest istotny