Книги, главы из книг для написания диплома, курсовой работы, реферата по предмету Экономика: Стратегии бизнеса: аналитический справочник / Под общей редакцией Г.Б. Клейнера - 4. Математический инструментарий прогнозирования -"Электив"

4. Математический инструментарий прогнозирования

Математические методы и модели, используемые в задачах стохастического анализа и прогнозирования в бизнесе, могут относиться к самым различным разделам математики: к регрессионному анализу, анализу временных рядов, формированию и оцениванию экспертных мнений, имитационному моделированию, системам одновременных уравнений, дискриминантному анализу, логит- и пробит-моделям, аппарату логических решающих функций, дисперсионному или ковариационному анализу, анализу ранговых корреляций и таблиц сопряженности и т. д. Однако все они объединены тем, что представляют собой различные подходы к решению центральной проблемы многомерного статистического анализа и эконометрики – проблемы статистического исследования зависимостей, которая, как раз, и является базовой проблемой статистического анализа и прогнозирования в бизнесе (ее общая формулировка была приведена в п. 2).

В п. 1 уже было замечено, что среди p + k + l + m компонент анализируемого многомерного признака могут быть как количественные, так и ординальные и номинальные переменные. Упомянутые выше подходы к решению центральной проблемы многомерного статистического анализа формировались именно с учетом природы исследуемых переменных. Соответствующая специализация этих подходов отражена в табл. 4. В ней же даны ссылки на литературные источники, в которых можно найти достаточно полное описание этих подходов.

Таблица 4.

Природа результирующих показателей

Природа объясняющих переменных

Название обслуживающих разделов многомерного статистического анализа

Литературные источники

Количественная

Регрессионный анализ и системы одновременных уравнений

[1, гл. 15, 17]

Количественная

Единственная количественная переменная, интерпретируемая как «время»

Анализ временных рядов

[1, гл. 16]

Количественная

Неколичественная (ординальные или номинальные переменные)

Дисперсионный анализ

[4, гл. 13]

Количественная

Смешанная (количественные и неколичественные переменные)

Ковариационный анализ, модели типологической регрессии

[4, гл. 13]

Неколичественная (ординальные переменные)

Неколичественная (ординальные и номинальные переменные)

Анализ ранговых корреляций и таблиц сопряженности

[1, гл. 11]

Неколичественная (номинальные переменные)

Количественная

Дискриминантный анализ, логит- и пробит-модели, кластер-анализ, таксономия, расщепление смесей распределений

[1, гл. 12-15]

Смешанная (количественные и неколичественные переменные)

Аппарат логических решающих функций, Data Mining

[5]

Тем не менее, практика статистического анализа и прогнозирования в бизнесе свидетельствует о том, что во всем спектре их математического инструментария бесспорное лидерство (по распространенности и актуальности) принадлежит трем разделам:

- регрессионному анализу;

- анализу временных рядов;

- механизму формирования и статистического анализа экспертных оценок.

Кратко остановимся на каждом из этих разделов.