Расчет прогнозного значения среднегодовой численности промышленно-производственного персонала с помощью моделей кривых роста
Для описания динамики данного ряда возможно применение моделей кривых роста полиномиального типа (I и II порядков). К I типу относятся функции, используемые для описания процессов с монотонным характером тенденции развития и отсутствием пределов роста. Эти условия справедливы для многих экономических показателей, например, для большинства натуральных показателей промышленного производства (что… Читать ещё >
Расчет прогнозного значения среднегодовой численности промышленно-производственного персонала с помощью моделей кривых роста (реферат, курсовая, диплом, контрольная)
Исходные данные для прогнозирования
В табл. 1 представлены данные за 15 лет о среднегодовой численности промышленно-производственного персонала, занятого в электроэнергетике.
Таблица 1 Среднегодовая численность промышленно-производственного персонала (ППП), тыс. чел.
Год. | Порядковый номер года. | Численность ППП. | |
Требуется рассчитать прогнозное значение среднегодовой численности промышленно-производственного персонала в следующем году (период упреждения L = 1), исходя из предположения, что тенденция ряда может быть описана:
1. Линейной моделью.
2. Параболической моделью.
Исследование компонентного состава заданного временного ряда
Графически значения заданного временного ряда представлены на рис. 1.
Исследование компонентного состава изучаемого временного ряда выявило, что в данном случае присутствуют и трендовая, и случайная составляющая (рис.1).
Рис. 1 Графический анализ компонентного состава временного ряда
Для описания динамики данного ряда возможно применение моделей кривых роста полиномиального типа (I и II порядков). К I типу относятся функции, используемые для описания процессов с монотонным характером тенденции развития и отсутствием пределов роста. Эти условия справедливы для многих экономических показателей, например, для большинства натуральных показателей промышленного производства (что мы и имеем в нашем случае). Ко II классу относятся кривые, описывающие процесс, который имеет предел роста в исследуемом периоде.
Определение коэффициентов линейной и параболической моделей Для расчета коэффициентов линейного тренда воспользуемся выражениями, полученными из системы нормальных уравнений после переноса начала координат в середину ряда (см. формулу (11)).
Так как число уровней ряда динамики нечетное (n = 15), то центральный уровень (восьмой) принимается за начало отсчета, ему соответствует t = 0. Вышестоящие уровни нумеруются с шагом — 1, нижестоящие — с шагом +1 (гр.3 табл.2).
В табл. 2 представлены необходимые вспомогательные вычисления.
Таблица 2 Расчет параметров линейной модели.
t1 | t. | yt | ytt. | t2 | |
— 7. | — 2737. | ||||
— 6. | — 2688. | ||||
— 5. | — 2465. | ||||
— 4. | — 2048. | ||||
— 3. | — 1620. | ||||
— 2. | — 1126. | ||||
— 1. | — 626. | ||||
Сумма. | |||||
В соответствии с формулой (11):
Следовательно, уравнение линейного тренда имеет вид:
Согласно этой модели оценка среднего уровня ряда при t = 0 равна 662,3 тыс. чел. Оценка среднегодового прироста численности ППП, занятого в отрасли, составляет 37,1 тыс. чел.
Для прогнозирования на базе полученной модели на одну точку вперед необходимо в нее подставить соответствующее значение временного параметра, т. е. t = 8. (Если бы оценки коэффициентов модели были получены без переноса начала координат в середину ряда, то следовало бы подставить в модель значение временного параметра t = 16).
Прогноз равен:
Таблица 3 Расчет прогнозного значения численности ППП по I модели.
t1 | t. | yt | ytt | t2 | у. | et | |
— 7. | — 2737. | 402,49. | — 11,49. | ||||
— 6. | — 2688. | 439,60. | 8,40. | ||||
— 5. | — 2465. | 476,71. | 16,29. | ||||
— 4. | — 2048. | 513,82. | — 1,82. | ||||
— 3. | — 1620. | 550,93. | — 10,93. | ||||
— 2. | — 1126. | 588,05. | — 25,05. | ||||
— 1. | — 626. | 625,16. | 0,84. | ||||
662,27. | 3,73. | ||||||
699,38. | 10,62. | ||||||
736,49. | 13,51. | ||||||
773,60. | 16,40. | ||||||
810,71. | — 0,71. | ||||||
847,82. | — 5,82. | ||||||
884,93. | — 4,93. | ||||||
922,04. | — 9,04. | ||||||
Сумма. | 959,15. |
Рис. 2 Эмпирические данные и теоретические значения, полученные по I модели
Для расчета коэффициентов параболического тренда воспользуемся выражениями, полученными из системы нормальных уравнений после переноса начала координат в середину ряда (см. формулу (12)). Промежуточные вычисления представлены в табл. 3.
Таблица 4 Расчет параметров параболической модели.
t1 | t. | yt | ytt | t2 | yt*t2 | t4 | |
— 7. | — 2737. | ||||||
— 6. | — 2688. | ||||||
— 5. | — 2465. | ||||||
— 4. | — 2048. | ||||||
— 3. | — 1620. | ||||||
— 2. | — 1126. | ||||||
— 1. | — 626. | ||||||
Сумма. | |||||||
Следовательно, уравнение параболического тренда примет вид:
Для определения прогноза показателя надо подставить в полученную модель соответствующее значение временного параметра (t = 8).
Прогноз равен:
Таблица 5 Расчет прогнозного значения численности ППП по II модели.
t1 | t. | yt | ytt | t2 | yt*t2 | t4 | et. | ||
— 7. | — 2737. | 397,74. | — 6,74. | ||||||
— 6. | — 2688. | 436,89. | 11,11. | ||||||
— 5. | — 2465. | 475,72. | 17,28. | ||||||
— 4. | — 2048. | 514,24. | — 2,24. | ||||||
— 3. | — 1620. | 552,45. | — 12,45. | ||||||
— 2. | — 1126. | 590,34. | — 27,34. | ||||||
— 1. | — 626. | 627,92. | — 1,92. | ||||||
665,19. | 0,81. | ||||||||
702,14. | 7,86. | ||||||||
738,78. | 11,22. | ||||||||
775,11. | 14,89. | ||||||||
811,13. | — 1,13. | ||||||||
846,83. | — 4,83. | ||||||||
882,22. | — 2,22. | ||||||||
917,29. | — 4,29. | ||||||||
Сумма. | 918,25. | 9015,75. | |||||||
Рис. 3 Эмпирические данные и теоретические значения, полученные по II модели