heim » Schalungsmontage » Klassifizierung von Prognosemethoden und -modellen. Anwendung von Informationstechnologien in der wirtschaftlichen und mathematischen Prognose

Klassifizierung von Prognosemethoden und -modellen. Anwendung von Informationstechnologien in der wirtschaftlichen und mathematischen Prognose

Es wurde eine Studie über die Hauptrichtungen und Probleme der Einführung moderner Informations- und Kommunikationstechnologien in die praktische Tätigkeit von Organisationen durchgeführt. Es werden Probleme und Richtungen zur Schaffung eines einheitlichen Informationsraums identifiziert. Es wurde eine Analyse der Bedingungen und Voraussetzungen für die praktische Modellierung durchgeführt und die Merkmale der schrittweisen Erstellung von Prognosemodellen für die Aktivitäten von Organisationen analysiert. Es wird eine kurze Beschreibung der Merkmale der Verwendung verschiedener Prognosemodelle gegeben, wobei der Schwerpunkt auf der Bedeutung der Überprüfung der Angemessenheit von Prognosemodellen liegt. Es wurde eine Überprüfung moderner Informations- und Analysetechnologien zur Prognose der Aktivitäten von Organisationen durchgeführt. Es werden Empfehlungen gegeben, wie die Ergebnisse der Prognose von Schlüsselindikatoren einer Organisation in der Praxis genutzt werden können.

Informations- und Analysetechnologien

Aktivitätsmodellierung

Modelladäquanzanalyse

Prognose der Aktivitäten der Organisation

1. Golichev V.D., Golicheva N.D., Gusarova O.M. und andere. Das Smolensk-Land und seine Bevölkerung (Historischer und statistischer Überblick in Zahlen und Fakten). – Smolensk: Smolgortypographie, 2013. – 152 S.

2. Gusarova O.M. Modellierung als Möglichkeit zur Planung und Verwaltung von Geschäftsergebnissen // Fortschritte in der modernen Wissenschaft. – 2014. – Nr. 11. – S. 88–92.

3. Gusarova O.M. Modellierung in der Managemententscheidung // Wissenschaft und Bildung: Probleme und Entwicklungsperspektiven: eine Sammlung wissenschaftlicher Arbeiten basierend auf den Materialien der Internationalen Konferenz für Wissenschaft und Praxis. – Tambow: Ukom, 2014. – S. 41–42.

4. Gusarova O.M. Probleme der Integration von Theorie und Praxis der Modellierung von Geschäftsergebnissen // Wirtschaft und Bildung: Herausforderungen und Suche nach Lösungen: eine Sammlung wissenschaftlicher Arbeiten basierend auf den Materialien der II. Allrussischen (Korrespondenz) wissenschaftlichen und praktischen Konferenz (Jaroslawl, 15. April). , 2014) – Jaroslawl: Kanzler, 2014. – S. 78–82.

5. Gusarova O.M. Bewertung des Zusammenhangs zwischen regionalen Indikatoren der sozioökonomischen Entwicklung (basierend auf Materialien aus dem Zentralen Föderationskreis Russlands) // Moderne Probleme von Wissenschaft und Bildung. –2013. – Nr. 6. (Elektronisches Magazin).

6. Gusarova O.M., Zhuravleva M.A. Analyse und Verbesserung der Aktivitäten von Aktiengesellschaften // Moderne wissenschaftsintensive Technologien. – 2014. – Nr. 7–3. – S. 10–12.

7. Gusarova O.M. Methoden und Modelle zur Prognose der Aktivitäten von Unternehmenssystemen // Theoretische und angewandte Fragen von Bildung und Wissenschaft: Sammlung wissenschaftlicher Arbeiten basierend auf den Materialien der Internationalen Wissenschafts- und Praxiskonferenz. – Tambow: Ukom, 2014. – S. 48–49.

8. Gusarova O.M. Computertechnologien zur Modellierung sozioökonomischer Prozesse // Wirtschaftswachstum und Wettbewerbsfähigkeit Russlands: Trends, Probleme und strategische Prioritäten: eine Sammlung wissenschaftlicher Artikel basierend auf den Materialien der Internationalen Wissenschafts- und Praxiskonferenz. – M.: Unity-Dana, 2012. – S. 102–104.

9. Gusarova O.M. Untersuchung der Qualität kurzfristiger Modelle zur Prognose von Finanz- und Wirtschaftsindikatoren. – M.: 1999. – 198 S.

10. Orlova I.V., Turundaevsky V.B. Multivariate statistische Analyse bei der Untersuchung wirtschaftlicher Prozesse. Monographie. – M.: MESI, 2014. – S. 190.

Im Zusammenhang mit der Einführung von Wirtschaftssanktionen suchen zahlreiche russische Unternehmen nach wirksamen Möglichkeiten, die Wettbewerbsfähigkeit ihrer Produkte sicherzustellen und die Effizienz der Organisation zu steigern. Unter schwierigen wirtschaftlichen Bedingungen ist es notwendig, Entscheidungen nicht nur auf der Grundlage praktischer Erfahrungen bei der Organisation eines Unternehmens in einem bestimmten Tätigkeitsbereich, sondern auch auf der Grundlage moderner Ansätze zur Planung der Aktivitäten eines Unternehmens zu treffen. Die weit verbreitete Einführung von Informations- und Analysetechnologien zur Modellierung und Prognose wichtiger Geschäftsindikatoren in die Praxis ermöglicht eine schnelle Überwachung der Geschäftsergebnisse und die Formulierung der Entwicklungsstrategie einer Organisation. Durch den Einsatz von Informations- und Analysetechnologien können Sie integrierte Systeme zur Verwaltung von Geschäftsergebnissen erstellen, Material- und Finanzflüsse optimieren, die Kosten finanzieller und wirtschaftlicher Aktivitäten minimieren, den Gewinn des Unternehmens maximieren und eine Reihe anderer Probleme lösen.

Die Prozesse der Informatisierung der modernen Gesellschaft und die damit eng verbundenen Prozesse der Einführung von Informations- und Kommunikationstechnologien in alle Wirtschaftsbereiche sind durch die massive Verbreitung von Informations- und Analysetechnologien zur Analyse der Aktivitäten von Organisationen in verschiedenen Bereichen und Eigentumsformen gekennzeichnet. Moderne Informationstechnologien ermöglichen die Automatisierung einer Reihe folgender Bereiche: Erforschung der Eigenschaften eines Systems (Objekts), Überwachung der Entwicklungsdynamik von Schlüsselindikatoren aller Geschäftsbereiche, Optimierung der Parameter des Betriebssystems, Erstellung integrierter Systeme zur Überwachung und Verwaltung des Systems, zur Planung und Prognose der Aussichten für die Entwicklung der Organisation.

Das strategische Ziel der Einführung von Informations- und Kommunikationstechnologien in alle Tätigkeitsbereiche der modernen Gesellschaft ist die Schaffung eines einheitlichen Informationsraums, der eine breite Palette von Problemen im Zusammenhang mit dem Zugang zu einheitlichen Datenbanken, der zeitnahen Bereitstellung statistischer Berichte und der Erstellung von integrierte Überwachungssysteme für verschiedene Tätigkeitsbereiche. All dies trägt zur Schaffung grundlegend neuer Möglichkeiten für die Entwicklung der kognitiven kreativen Aktivität des Menschen bei: Forschung, Organisation und Management, Experten, Unternehmertum usw. Die Schaffung eines einheitlichen Informationsraums trägt dazu bei, die Effizienz und Qualität der Überwachung der Aktivitäten von Organisationen zu steigern, die wissenschaftliche Forschung in verschiedenen Bereichen zu intensivieren, die Bearbeitungszeit und Bereitstellung von Informationen zu verkürzen, die Effizienz und Wirksamkeit des Systemmanagements sowie die Integration des Nationalen zu verbessern Informationssystem in internationale Zugangssysteme zu Informationsressourcen in den Bereichen Wissenschaft, Kultur, Wirtschaft und anderen Tätigkeitsbereichen.

Die Einführung von Informations- und Kommunikationstechnologien in die praktische Tätigkeit von Organisationen ist durch eine Reihe von Bereichen und Problemen gekennzeichnet:

● Die technische Ausstattung von Organisationen mit Informations- und Kommunikationstechnologien setzt den Zugang zu moderner Software voraus und ist durch organisatorische und wirtschaftliche Faktoren begrenzt. Daher ist der Zugriff auf „kleine Informatisierung“ in einigen Fällen ineffektiv, und der Zugriff auf „große“ Informationen ist teuer und bringt keine schnelle Rendite.

● Die Ausbildung von Fachkräften im Bereich der Informations- und Kommunikationstechnologien, insbesondere im Bereich der Netzwerktechnologien, sollte zu einer vorrangigen Aufgabe werden, deren Lösung die Wirksamkeit der Aktivitäten der Organisation in dieser Richtung bestimmt. Ein hochqualifizierter IT-Spezialist kann manchmal die Arbeit einer ganzen Abteilung einer Organisation erledigen. In diesem Zusammenhang ist es notwendig, informationstechnische Disziplinen verstärkt in die Tätigkeit von Bildungsorganisationen einzubringen und deren Praxisbezug zu stärken. Das moderne Bildungssystem sollte sich auf die Fundamentalisierung der Bildung auf allen Ebenen, den weit verbreiteten Einsatz innovativer Bildungsmethoden und -technologien, die Verbesserung der Qualität und Zugänglichkeit der Bildung durch die Entwicklung eines Fernunterrichtssystems und die Ausstattung des Bildungsprozesses mit modernen Informationen konzentrieren Kommunikations Technologien.

● Die Erstellung von Informationsdatenbanken für alle Tätigkeitsbereiche einer Organisation erfordert einen gewissen Aufwand, ist aber ein wichtiges Glied bei der Integration der Informationstechnologien einer Organisation in einen einzigen Informationsraum.

Einer der aktuellen Bereiche für die Einführung von Informations- und Analysetechnologien in die praktische Tätigkeit von Organisationen ist die operative Überwachung wichtiger Geschäftsindikatoren und die Prognose alternativer Optionen für die Unternehmensentwicklung. Im Allgemeinen können wir die folgende Abfolge von Phasen bei der Vorhersage der Entwicklung eines Forschungssystems (Objekts) unterscheiden.

● Durch die Festlegung der Ziele und Zielsetzungen der Studie werden strategische Leitlinien und taktische Richtungen bei der Untersuchung des Systems festgelegt, die während des Forschungsprozesses geklärt und spezifiziert werden können.

● Die Formulierung eines konzeptionellen Modells eines Systems beinhaltet die Untersuchung des Systems, um seine Eigenschaften, Dynamik und Beziehungen zu Faktoren der externen und internen Umgebung zu identifizieren. Die Erhebung statistischer Informationen über die Eigenschaften des Systems setzt die weitere Formulierung eines verbalen Beschreibungsmodells des Systems voraus, vorbehaltlich der Klärung und Formalisierung. Die Formulierung eines konzeptionellen Modells eines Systems setzt eine Liste grundlegender Fragen voraus, die im Hinblick auf ein bestimmtes Forschungsgebiet formuliert wurden und den Zielen der Studie entsprechen, sowie eine Reihe von Hypothesen zu den Eigenschaften und Merkmalen des Modellierungsobjekts.

● Die Formalisierung eines verbal-beschreibenden Modells beinhaltet die Konstruktion eines mathematischen Modells und die numerische Bestimmung seiner Parameter. Ein wichtiger Punkt in diesem Zusammenhang ist die richtige Wahl der Methoden zur Bestimmung der Parameter eines mathematischen Modells. Jedes System zeichnet sich durch seine eigenen Entwicklungsmerkmale aus, und Eigenschaften des Modells wie die Angemessenheit hängen weitgehend von der Wahl der Methode zur numerischen Bestimmung der Modellparameter ab. Übereinstimmung des formalisierten Modells mit den Merkmalen realer Prozesse, die die Dynamik des Forschungssystems charakterisieren. Abhängig von den Besonderheiten des Forschungssystems können vorab verschiedene Klassen von Prognosemodellen ausgewählt werden, beispielsweise Wachstumskurven, die die Dynamik des Systems im Zeitverlauf charakterisieren, ökonometrische Modelle, die den Zusammenhang zwischen verschiedenen internen Merkmalen des Systems herstellen und bewerten eine Reihe externer Faktoren, Arten adaptiver Modelle, die für hochdynamische Systeme mit saisonalen und zyklischen Schwankungen verwendet werden, von den einfachsten bis hin zu autoregressiven Modellen mit autokorrelierten und heteroskedastischen Residuen.

● Das Erhalten und Interpretieren von Modellierungsergebnissen erfordert die Überprüfung einer Reihe von Eigenschaften des mathematischen Modells, insbesondere die Überprüfung der Angemessenheit und Genauigkeit des Modells. Die Angemessenheit des Modells charakterisiert den Grad der Nähe der Eigenschaften des konstruierten Modells zu den Eigenschaften und Eigenschaften des realen Objekts (Systems). Aus einer Reihe von Gründen, wie zum Beispiel einer Reihe von Annahmen, die bei der Modellierung getroffen werden, der Unmöglichkeit, viele Faktoren zu berücksichtigen, die die Dynamik der Entwicklung des Untersuchungsgegenstandes bestimmen, einer Reihe technischer Fehler in der Formalisierungsphase Das Modell und eine Reihe anderer Punkte führen natürlich zu Unterschieden in den Eigenschaften des Modells und des realen Objekts. Wichtig ist, dass diese Unterschiede nicht grundsätzlicher Natur sind und in gewissen Grenzen (Abweichungen) liegen. Die Größe der zulässigen Abweichungen wird durch die Eigenschaften der Dynamik des Forschungssystems, den Zeitraum der Analyse der Systemeigenschaften sowie den Zweck der Forschung bestimmt. Indikatoren für die Modellgenauigkeit, wie die Standardabweichung einer Reihe von Residuen, der durchschnittliche Näherungsfehler und der durchschnittliche relative Fehler, charakterisieren den Grad der Annäherung der simulierten Daten an die tatsächlichen Beobachtungen, die als Ergebnis der Sammlung statistischer Informationen erhalten wurden. In dieser Phase erfolgt die Verfeinerung und endgültige Auswahl des Modells, das künftig zur Erstellung einer Prognose verwendet wird. In diesem Fall wird eine erweiterte Überprüfung der Angemessenheit des Modells durchgeführt, die neben der Prüfung von Hypothesen über die Erfüllung einer Reihe statistischer Eigenschaften der Restkomponente, wie Unabhängigkeit, Zufälligkeit, Gleichheit der mathematischen Erwartung, umfasst die Residuen auf Null, die Erfüllung des Normalverteilungsgesetzes, die Bewertung einer Reihe solcher Modellmerkmale wie der Bestimmtheitskoeffizient, der den Variationsanteil des untersuchten Merkmals unter dem Einfluss externer und interner Faktoren charakterisiert, der Fisher-Koeffizient, der die bewertet statistische Signifikanz des resultierenden Modells. Basierend auf den Ergebnissen des Vergleichs der Merkmale Angemessenheit und Genauigkeit wird die endgültige Auswahl des Prognosemodells getroffen.

● Die Erstellung von Prognosen mithilfe eines formalisierten Modells und die Verwendung von Modellierungsergebnissen im Systemmanagement erfordert die Gewinnung von Punktprognosen, die die Aussichten für die Entwicklung des Forschungssystems charakterisieren. Darüber hinaus können Intervallprognosen erstellt werden, die mit höherer Wahrscheinlichkeit Intervalle erhalten, in denen die Eigenschaften des Systems schwanken können. Es ist zu beachten, dass Prognosen probabilistischer Natur sind und nur dann zuverlässig sind, wenn im Vorfeld dieselben Entwicklungsmuster gelten wie in der Phase der Systemforschung.

Die Nutzung von Prognoseergebnissen bei Managemententscheidungen ist ein kreativer Prozess und erfordert nicht nur theoretische Kenntnisse in einem bestimmten Bereich, sondern auch praktische Erfahrung im Umgang mit dem Forschungssystem. Derzeit hat die wissenschaftliche Forschung große Fortschritte bei der Entwicklung von Informations- und Analysetechnologien zur Prognose der Aktivitäten von Organisationen gemacht. Bekannt sind beispielsweise die Technologien der neuronalen Netzvorhersage, der Fuzzy-Logik, eine Reihe spezialisierter multifunktionaler Analyse- und Prognoseprogramme wie Statistica, SPSS, Stadia, VSTAT, Project Exspert und eine Reihe anderer Softwareprodukte. Zur betrieblichen Überwachung und Prognose von Systemfunktionsergebnissen sowie zu Bildungszwecken kann auch das MS-Excel-Paket verwendet werden, das Trend- und Regressionsanalysen implementiert und auf Basis eines Tabellenkalkulationsprozessors auch die Berechnung einer Reihe zusätzlicher Systemfunktionen ermöglicht Eigenschaften.

Basierend auf den Ergebnissen einer Untersuchung eines Managementsystems (Objekts) unter Verwendung von Informations- und analytischen Prognosetechnologien können Empfehlungen zur Verbesserung der Aktivitäten der Organisation (des Systems) formuliert werden, beispielsweise mit Fokus auf das Erreichen bestimmter Werte wichtiger Leistungsindikatoren die die Entwicklungsstrategie der Organisation umsetzen, den Cashflow optimieren und neue vielversprechende Tätigkeitsbereiche entwickeln. Der Einsatz moderner Informations- und Analysetechnologien zur Modellierung und Prognose wird dazu beitragen, die betriebliche Effizienz im Hinblick auf die Umsetzung der Entwicklungsstrategie und -taktiken der Organisation zu verbessern.

Bibliografischer Link

Gusarova O.M. INFORMATIONS- UND ANALYSETECHNOLOGIEN ZUR PROGNOSE DER AKTIVITÄTEN VON ORGANISATIONEN // International Journal of Applied and Fundamental Research. – 2015. – Nr. 12-3. – S. 492-495;
URL: https://applied-research.ru/ru/article/view?id=7962 (Zugriffsdatum: 26.04.2019). Wir machen Sie auf Zeitschriften des Verlags „Academy of Natural Sciences“ aufmerksam.

Lernprogramm

Ich mache seit über 5 Jahren Zeitreihenvorhersagen. Letztes Jahr habe ich meine Dissertation zum Thema „ Zeitreihenvorhersagemodell mit maximaler Ähnlichkeitsstichprobe„Allerdings blieben nach der Verteidigung noch einige Fragen offen. Hier ist einer von ihnen - allgemeine Klassifizierung von Prognosemethoden und -modellen.

Typischerweise stellen Autoren sowohl in inländischen als auch in englischsprachigen Werken nicht die Frage nach der Klassifizierung von Prognosemethoden und -modellen, sondern listen sie lediglich auf. Aber es scheint mir, dass dieser Bereich heute so stark gewachsen und erweitert ist, dass, auch wenn er der allgemeinste ist, eine Klassifizierung notwendig ist. Nachfolgend finden Sie meine eigene Version der allgemeinen Klassifizierung.

Was ist der Unterschied zwischen einer Prognosemethode und einem Prognosemodell?

Prognosemethode stellt eine Abfolge von Aktionen dar, die ausgeführt werden müssen, um ein Prognosemodell zu erhalten. In Analogie zum Kochen ist eine Methode eine Abfolge von Aktionen, nach denen ein Gericht zubereitet wird – also eine Prognose erstellt wird.

Prognosemodell Es gibt eine funktionale Darstellung, die den untersuchten Prozess angemessen beschreibt und die Grundlage für die Ermittlung seiner zukünftigen Werte bildet. In der gleichen kulinarischen Analogie verfügt das Modell über eine Liste der Zutaten und deren Verhältnisse, die für unser Gericht erforderlich sind – die Prognose.

Die Kombination aus Methode und Modell ergibt ein vollständiges Rezept!

Derzeit ist es üblich, für die Namen sowohl der Modelle als auch der Methoden englische Abkürzungen zu verwenden. Beispielsweise gibt es ein bekanntes Prognosemodell des autoregressiven integrierten gleitenden Durchschnitts unter Berücksichtigung eines externen Faktors (autoregressiver integrierter gleitender Durchschnitt erweitert, ARIMAX). Dieses Modell und die entsprechende Methode werden üblicherweise als ARIMAX und manchmal auch als Box-Jenkins-Modell (Methode) nach den Autoren bezeichnet.

Zuerst klassifizieren wir die Methoden

Wenn man genau hinschaut, wird schnell klar, dass das Konzept „ Prognosemethode„ist viel umfassender als das Konzept“ Prognosemodell" In diesem Zusammenhang werden Methoden in der ersten Stufe der Klassifizierung üblicherweise in zwei Gruppen eingeteilt: intuitiv und formalisiert.

Wenn wir uns an unsere kulinarische Analogie erinnern, dann lassen sich alle Rezepte in formalisierte, also nach Zutatenmenge und Zubereitungsart aufgeschriebene, und intuitive, also nirgendwo aufgeschriebene und aus der Erfahrung des Kochs gewonnene Rezepte einteilen. Wann verwenden wir kein Rezept? Wenn das Gericht sehr einfach ist: Kartoffeln braten oder Knödel kochen, ist kein Rezept erforderlich. Wann sonst verwenden wir kein Rezept? Wenn wir etwas Neues erfinden wollen!

Intuitive Prognosemethoden sich mit den Urteilen und Einschätzungen von Experten auseinandersetzen. Heutzutage werden sie häufig in Marketing, Wirtschaft und Politik eingesetzt, da das System, dessen Verhalten vorhergesagt werden soll, entweder sehr komplex ist und nicht mathematisch beschrieben werden kann, oder sehr einfach ist und einer solchen Beschreibung nicht bedarf. Einzelheiten zu dieser Art von Methoden finden Sie in.

Formalisierte Methoden— in der Literatur beschriebene Prognosemethoden, auf deren Grundlage Prognosemodelle erstellt werden, d. h. eine mathematische Beziehung ermittelt wird, die es ermöglicht, den zukünftigen Wert des Prozesses zu berechnen, d. h. eine Prognose zu erstellen.

Meiner Meinung nach kann diese allgemeine Klassifizierung der Prognosemethoden vervollständigt werden.

Als nächstes werden wir eine allgemeine Klassifizierung von Modellen vornehmen

Hier ist es notwendig, zur Klassifizierung von Prognosemodellen überzugehen. Im ersten Schritt sollten die Modelle in zwei Gruppen unterteilt werden: Domänenmodelle und Zeitreihenmodelle.

Domänenmodelle- solche mathematischen Prognosemodelle, für deren Konstruktion die Gesetze des Fachgebiets genutzt werden. Beispielsweise enthält das zur Erstellung von Wettervorhersagen verwendete Modell Gleichungen der Fluiddynamik und der Thermodynamik. Die Prognose der Bevölkerungsentwicklung erfolgt mithilfe eines Modells, das auf einer Differentialgleichung basiert. Die Vorhersage des Blutzuckerspiegels eines Diabetikers erfolgt auf Basis eines Systems von Differentialgleichungen. Kurz gesagt, solche Modelle nutzen Abhängigkeiten, die für einen bestimmten Themenbereich spezifisch sind. Diese Art von Modell zeichnet sich durch einen individuellen Entwicklungsansatz aus.

Zeitreihenmodelle— mathematische Prognosemodelle, die versuchen, die Abhängigkeit des zukünftigen Wertes von der Vergangenheit innerhalb des Prozesses selbst zu ermitteln und auf Grundlage dieser Abhängigkeit eine Prognose zu berechnen. Diese Modelle sind universell für verschiedene Themenbereiche, das heißt, ihr allgemeines Erscheinungsbild ändert sich nicht in Abhängigkeit von der Art der Zeitreihe. Wir können neuronale Netze verwenden, um die Lufttemperatur vorherzusagen, und dann ein ähnliches Modell für neuronale Netze verwenden, um Aktienindizes vorherzusagen. Dabei handelt es sich um verallgemeinerte Modelle wie kochendes Wasser, bei dem ein Produkt unabhängig von seiner Beschaffenheit kocht, wenn man es hineinwirft.

Zeitreihenmodelle klassifizieren

Es scheint mir, dass es nicht möglich ist, eine allgemeine Klassifizierung von Domänenmodellen zu erstellen: So viele Domänen es gibt, so viele Modelle! Zeitreihenmodelle eignen sich jedoch leicht für eine einfache Division. Zeitreihenmodelle können in zwei Gruppen unterteilt werden: statistische und strukturelle.

IN statistische Modelle Die Abhängigkeit des zukünftigen Wertes von der Vergangenheit wird in Form einer Gleichung angegeben. Diese beinhalten:

Regressionsmodelle (lineare Regression, nichtlineare Regression);
autoregressive Modelle (ARIMAX, GARCH, ARDLM);
exponentielles Glättungsmodell;
Stichprobenmodell mit maximaler Ähnlichkeit;
usw.

IN Strukturmodelle die Abhängigkeit des zukünftigen Wertes von der Vergangenheit wird in Form einer bestimmten Struktur und Regeln für den Übergang entlang dieser festgelegt. Diese beinhalten:

neuronale Netzwerkmodelle;
Modelle basierend auf Markov-Ketten;
Modelle basierend auf Klassifizierungs- und Regressionsbäumen;
usw.

Für beide Gruppen habe ich die wichtigsten, also die gebräuchlichsten und detailliertesten Prognosemodelle angegeben. Heutzutage gibt es jedoch bereits eine große Anzahl von Zeitreihen-Prognosemodellen, und für die Erstellung von Prognosen werden beispielsweise SVM-Modelle (Support Vector Machine), GA-Modelle (Genetic Algorithm) und viele andere verwendet.

Allgemeine Einteilung

Somit haben wir Folgendes erhalten Klassifizierung von Modellen und Prognosemethoden.

Tichonow E.E. Prognose unter Marktbedingungen. Newinnomyssk, 2006. 221 S.
Armstrong J.S. Prognose für das Marketing // Quantitative Methoden im Marketing. London: International Thompson Business Press, 1999. S. 92 – 119.
Jingfei Yang M. Sc. Kurzfristige Lastprognose für Stromversorgungssysteme: Dissertation für den Doktortitel. Deutschland, Darmstadt, Elektrotechnik und Informationstechnik der Technischen Universität, 2006. 139 S.

UPD. 15.11.2016.
Meine Herren, es hat den Punkt des Wahnsinns erreicht! Kürzlich wurde mir ein Artikel zur Rezension für die VAK-Publikation mit einem Link zu diesem Eintrag zugesandt. Bitte beachten Sie, dass weder in Diplomen noch in Artikeln, geschweige denn in Dissertationen Sie können nicht auf den Blog verlinken! Wenn Sie einen Link wünschen, verwenden Sie diesen: Chuchueva I.A. Zeitreihen-Prognosemodell durch maximale Ähnlichkeitsstichprobe, Dissertation... Ph.D. diese. Naturwissenschaften / Moskauer Staatliche Technische Universität, benannt nach. N.E. Baumann. Moskau, 2012.

Tags: Tags hinzufügen

Verschiedene Unternehmen haben ihre eigenen Anforderungen an die Erstellung eines Budgets. Diese Funktionen werden von den Entwicklern von Softwareprodukten berücksichtigt. Schauen wir uns die bekanntesten und am weitesten verbreiteten Softwareprodukte an.

Hyper Pillar ist ein großes und fortschrittliches System, das die Budgetierung vollständig automatisiert. Um mit der Arbeit zu beginnen, geben Sie geplante Kosten und prognostizierte Einnahmen ein. Das Ergebnis der Berechnungen ist ein dynamisches Modell des Unternehmens mit Modellen, die für jede Ebene verantwortlich sind, und einfacher Technologie für die Durchführung von Änderungen daran. Das Hyper Pillar-Programm ist gut in andere Unternehmensprodukte integriert: Enterprise, Essbase OLAP Server, Reporting.

Corporate Planner ist ein Budgetierungsprogramm, das auf der Grundlage des Strukturkostenbaums des Unternehmens erstellt wird. Baumknoten – geplante, tatsächliche Werte und Abweichungen zwischen ihnen. Die Knoten sind durch Formeln verbunden. Dateien können über ODBC importiert werden. Corporate Planner wird in kleinen Unternehmen eingesetzt und unterstützt kein verteiltes Arbeiten.

Adaytum Planning ist eine dreidimensionale Tabellenkalkulation mit Funktionen zum Aufbau verschiedener Slices. Die Tabellen enthalten verschiedene Daten (Zeit, Finanzen etc.) für jeden Unternehmensbereich. Es gibt eine Funktion zur Zusammenfassung des konsolidierten Budgets für ein ausgewähltes Datum. Adaytum Planning ist ein kostengünstiges Produkt zur Erstellung eines kleinen Budgets durch den Einsatz einer Reihe von Analysetools.

„Jade“ ist ein Softwareprodukt für den Einsatz in Großkonzernen mit Holdingstruktur. Nimmt eine Zwischenstellung zwischen Computer- und Papierverarbeitung der Dokumentation ein und verfügt über ein praktisches Budgetgenehmigungsverfahren. Das Programm funktioniert auch mit unzureichend aufbereiteten Daten. Ausgangsdaten sind die Budgets der Holdingbereiche, die zu einem Holdingbudget zusammengefasst werden sollen. „Jade“ entsteht auf Basis von Tabellenkalkulationen.

„Red Director“ ist ein Budgetierungssystem für kleine und mittlere Unternehmen und verfügt über eine einfache Benutzeroberfläche. Das Programm basiert auf einer Datenbank ohne die Möglichkeit der Integration mit anderen Softwareprodukten.

Planung ist eine besondere Art wissenschaftlicher und praktischer Tätigkeit, die in der Entwicklung strategischer Entscheidungen (in Form von Prognosen, Projekten, Programmen, Plänen) besteht und die Förderung solcher Ziele und Strategien für das Verhalten von Managementobjekten und deren Umsetzung vorsieht Dies gewährleistet langfristig deren effektives Funktionieren und eine schnelle Anpassung an veränderte äußere Bedingungen.

Mit dem Project Expert-Programm von Pro-Invest-Consulting können Benutzer folgende Probleme lösen:

· die Aktivitäten eines Unternehmens detailliert beschreiben und gestalten und dabei Änderungen der Umweltparameter (Inflation, Steuern, Wechselkurse) berücksichtigen;

· einen Plan für die Entwicklung eines Unternehmens oder die Umsetzung eines Investitionsprojekts, eine Marketingstrategie und eine Produktionsstrategie entwickeln, die den rationellen Einsatz materieller, personeller und finanzieller Ressourcen gewährleistet;

· den Finanzierungsplan des Unternehmens festlegen;

· verschiedene Szenarien für die Entwicklung eines Unternehmens testen und dabei die Werte von Faktoren variieren, die sich auf seine Finanzergebnisse auswirken können;

· Erstellen Sie einen Jahresabschluss (Kapitalflussrechnung, Bilanz, Gewinn- und Verlustrechnung, Bericht über die Gewinnverwendung) und einen Geschäftsplan für ein Investitionsprojekt, der den internationalen Anforderungen vollständig entspricht, in russischer und englischer Sprache;

· Führen Sie eine umfassende Analyse des Unternehmens (Projekts) durch, einschließlich einer Analyse der Gesamteffizienz, einer Sensitivitätsanalyse, einer Cashflow-Analyse für jeden Projektteilnehmer sowie einer Analyse der Finanzlage und Rentabilität des Unternehmens anhand von drei Dutzend automatisch berechneten Indikatoren.

Mit dem speziellen Project Expert-Austauschmodul können Sie Informationen in den Formaten *.txt und *.dbf importieren und exportieren. Daten aus Übersichtstabellen und Textinformationen können über die Windows-Zwischenablage frei in Word, Excel und andere Windows-Anwendungen kopiert werden. Project Expert kommuniziert auch mit den bekanntesten Planungs- und Managementsystemen: MS Project, Primavera, Project Planner und Sure Truck. Die Daten werden im GANTT-Netzwerkdiagrammformat mit einer Beschreibung der Phasen, ihrer Beziehungen usw. importiert und exportiert.

Als Kern eines Komplexes von Finanzanalyse- und Designprogrammen ist Project Expert in der Lage, automatisch Informationen, die den Ausgangszustand des Unternehmens charakterisieren, aus dem Finanzanalyseprogramm Audit Expert und Daten aus dem Marketing-Betriebsplan aus dem Marketing Expert-Programm „hochzuladen“. .

Das Project Expert-Programm gibt es in zwei Modifikationen: Base und Professional. Project Expert Professional bietet seinen Benutzern zwei zusätzliche Funktionen:

1) Aktualisierung der Daten und Überwachung der Umsetzung des Projekts (Plans). Im Verlauf des Projekts hat der Benutzer die Möglichkeit, Ist-Daten für alle Projektmodule einzugeben und aktualisierte Indikatoren des tatsächlichen Cashflows zu berechnen sowie die Abweichung zwischen dem tatsächlichen und dem geplanten Cashflow zu kontrollieren.

2) Arbeiten mit einer Gruppe von Projekten. Mit dem speziellen Project Integrator-Modul können Sie mehrere Projekte (Unternehmen) zu einer Gruppe zusammenfassen und integrierte Leistungsindikatoren für die gesamte Gruppe berechnen sowie verschiedene Versionen eines Projekts nach beliebigen Indikatoren miteinander vergleichen.

Das Biz Planner-Programm von Pro-Invest-Consulting ist eine Modifikation von Project Expert und dient der Planung und Analyse der Wirksamkeit von Investitionen in kleinen und mittleren Unternehmen.

Das Audit Expert-Programm von Pro-Invest-Consulting ist ein wirksames Instrument für eine umfassende Analyse der Finanzlage und Leistung eines Unternehmens. Durch die Anpassung von Finanzberichten an internationale Standards können Sie Daten aus Finanzberichten von Unternehmen für verschiedene Jahre in analytische Tabellen umwandeln, die den Anforderungen der International Accounting Standards entsprechen.

Das Marketing Expert-Programm von Pro-Invest-Consulting ist ein Entscheidungsunterstützungssystem in allen Phasen der Entwicklung strategischer und taktischer Marketingpläne und der Überwachung ihrer Umsetzung.

Das Forecast Expert-Programm von Pro-Invest-Consulting ist ein universell einsetzbares Prognosesystem und dient der Erstellung einer Zeitreihenprognose unter Verwendung eines autoregressiven Modells und eines integrierten gleitenden Durchschnitts (ARISS, ARIMA, ARIMA, Box-Jenkins). Mit Forecast Expert können Sie die verfügbaren Daten analysieren und eine Prognose erstellen, die die Grenzen des Konfidenzintervalls für einen Zeitraum angibt, der den Beobachtungszeitraum der ursprünglichen Serie nicht überschreitet. Das Modell ermittelt den Einfluss saisonaler Faktoren und berücksichtigt diese bei der Prognoseerstellung.

Das MS Project-Programm von Microsoft ist eine Entwicklung im Bereich des Investitionsprojektmanagements basierend auf Graphentheorie und Netzwerkplanung.

Das Senden Ihrer guten Arbeit an die Wissensdatenbank ist ganz einfach. Nutzen Sie das untenstehende Formular

Studierende, Doktoranden und junge Wissenschaftler, die die Wissensbasis in ihrem Studium und ihrer Arbeit nutzen, werden Ihnen sehr dankbar sein.

Herunterladen:

Vorschau:

Offene internationale Forschungskonferenz für Oberstufenschüler und Studierende „Bildung. Die Wissenschaft. Beruf"

Abschnitt

Informationstechnologie

Thema

Computertechnologie und Prognose

Kostyunina Daria

Salaeva Inga

Bildungseinrichtung

Städtische Bildungseinrichtung Gymnasium Nr. 39 „Klassik“

Wissenschaftlicher Leiter:

Osipova Svetlana Leonidovna, Informatiklehrerin der höchsten Kategorie

Otradny

Formulierung des Problems.Prognostizieren Sie saisonale Eisverkäufe.

Ausgangsdaten.Produktverkaufsmengen nach Saison.

Lösungsalgorithmus.

Präsentieren Sie die Eisverkaufsdaten nach Saison in Tabellenform.
Der Trend ist bestimmt, bestmögliche Annäherung an die tatsächlichen Daten (in diesem Problem handelt es sich um einen polynomialen Trend)

Schlussfolgerungen.

Das Polynommodell beschreibt die Abhängigkeit zuverlässiger, da sein Bestimmtheitsmaß R 2 näher an 1. Je näher R 2 zur Einheit, desto erfolgreicher wird das Modell aufgebaut.

Das resultierende Modell prognostiziert den saisonalen Eisverkäufer gut. Es ist jedoch schwierig, die Umsätze in den nächsten Saisons vorherzusagen, da es bei der Extrapolation nicht empfehlenswert ist, sich weit vom experimentellen Bereich zu entfernen. Möglicherweise stellen Sie jedoch fest, dass die Eisverkäufe im Sommer (insbesondere im Juni und Juli) hoch sein werden.

Berechnung von Korrelationen

Abhängigkeiten zwischen Größen, die jeweils einer völlig unkontrollierbaren Streuung unterliegen, werden Korrelationsabhängigkeiten genannt.

Aufgabe:

Formulierung des Problems. Ermittlung der Abhängigkeit der schulischen Leistungen von Oberstufenschülern von zwei Faktoren: der Ausstattung der Schulbibliothek mit Lehrbüchern und der Ausstattung der Schule mit Computern.

Ausgangsdaten.Ergebnisse aus der Messung beider Faktoren an 11 verschiedenen Schulen.

Lösungsalgorithmus.

Präsentieren Sie die erhaltenen Daten in Form einer Tabelle.
Berechnen Sie den Koeffizienten mithilfe der Korrelationsformel. IN Excel dafür gibt es eine Funktion KORREL , das Teil der Gruppe ist statistische Funktionen.

Schlussfolgerungen.

Für beide Abhängigkeiten wurden lineare Korrelationskoeffizienten erhalten. Wie aus der Tabelle hervorgeht, ist der Zusammenhang zwischen der Bereitstellung von Lehrbüchern und den Studienleistungen stärker als der Zusammenhang zwischen Computerunterstützung und Studienleistungen. Wir können daraus schließen, dass das Buch immer noch eine bedeutendere Wissensquelle bleibt als der Computer.

Optimale Planung

Gegenstand der Planung können unterschiedliche Systeme sein: die Aktivitäten eines einzelnen Unternehmens, einer Industrie oder Landwirtschaft, einer Region und schließlich eines Staates. Es könnte sich auch um einen Gesundheits- oder Wetterzustand handeln. Die Formulierung des Planungsproblems lautet wie folgt:

Es sind einige Indikatoren geplant: x, y und andere;
Es gibt einige Ressourcen: R1, R2 und andere, mit denen diese Ziele erreicht werden können. Diese Ressourcen sind fast immer begrenzt;
Abhängig von den Werten gibt es ein bestimmtes strategisches Ziel x, y und andere geplante Indikatoren, an denen sich die Planung orientieren sollte.

Es ist notwendig, den Wert geplanter Indikatoren unter Berücksichtigung begrenzter Ressourcen zu ermitteln, sofern das strategische Ziel erreicht wird. Dies wird der optimale Plan sein.

Schlussfolgerungen

Prognosen sind ein integraler Bestandteil jedes Lebensbereichs, etwa des Managements oder der Wirtschaftswissenschaften, der Mathematik oder der Meteorologie.

Bei der Arbeit an dem Projekt haben wir herausgefunden, dass eine qualitativ hochwertige Vorhersage verschiedener Prozesse menschlichen Handelns ohne moderne Computertechnologien nicht möglich ist. Zu diesem Zweck untersuchten wir die Fähigkeiten des Tabellenkalkulationsprogramms MS Excel zur Erstellung von Computermodellen für Prognosen. Viele menschliche Funktionen in Management, Planung und Prognose können auf einen Computer übertragen werden.