Modele adaptacyjne w prognozowaniu
MODELA adaptacyjne s modelami, przy konstrukcji ktrych konstrukcji odrzucamy dokuczliwe zaoenie, przyjmowane przy budowie modeli analitycznych tendencji rozwojowej, mwice o niezmiennoci mechanizmu rozwojowego badanych zjawisk. Ze wzgldu na Spor elastyczno modeli adaptacyjnych, Mamy moliwo ujecia nieregularnych zmian szeregu czasowym, co czyni z nich przydatne narzdzie budowy pronoz w krtkim okresie. MODELE adaptacyjne jest Maj szeroki Wachlarz typw. Jednym un takich modeli jest modèle trendu pezajcego. Etapy budowy Tego modelu sanastepujce: modèle Wintersa – Postać addytywna (Ze stałą amplitudą wahań) modèle wyrównywania wykładniczego Browna: zastosowania: równanie pronozy: YTp = FN – SN (t – n); gdzie t > n t-n-czasowe wyprzedzenie; Ex ante-ex post + Episode uwzględniający przyszłość, im Dalej tym większy błąd. z okresu na Okres n = 1. Jeden Punkt w przyszłość n = 1, Drugi n = 2. n-Daje Nam wyprzedzenie czasowe. Równanie pronozy w tym modelu: YTp = MT + (MT-MT-………………………………………………………………………….. wygładzania parametrów par zminimalizować Dowolnie wybrany błąd ex post.
. -dostosowane do przebiegu procesu – naśladowanie procesu-Możliwość uwzględnienia wahań przypadkowych trendu oraz wahań sezonowych. Dla danego szeregu czasowego oraz arbitralnie ustalonej staej wygadzania k < n (przewanie 3-5) Szacuje si na podstawie kilkanaście fragmentw (czyli odcinkw) szeregu:. . Dla dowolnego (£1 £) wartociom odpowiadaj wyrwnane wartoci teoretyczne otrzymane z pomoc niektrych SPORD podanych wyej funkcji. -Strata Informacji, problème z doborem wartości początkowych Zalety: Okres weryfikacji pronoz (ex post) Jeżeli błąd 5% à zakładamy, że w przyszłości też 5% (na podstawie danych + C-ocena wskaźnika sezonowości na moment t-1-r R-Liczba FAZ cyklu, określany z Góry gdzie: à wagami harmonicznymi realizujcymi postulat postarzania Informacji. Nadawane s One przyrostom w taki oto logiczny sposb, aby najstarsze Miay najmniejsze znaczenie najnowsze najwiksze. Wagi te s liczbami dodatnimi z przedziau (0,1), o sumie rwnej jednoci i o nastpujcej konstrukcji wecreusé WZORU:-paramétrie bliskie Jedności, w oynatıcı Gdy wszystkie składowe szeregu czasowego (tendance, wahania sezonowe, wahania cykliczne) zmieniają się szybko YT = A1T + a0 + ut a1-mówi o przeciętnych zmianach z okresu na Okres i pokazuje kierunek (+/-) a0-mówi o tym co było w okresie poprzedzającym Okres weryfikacji.
