Сравнительный анализ методов прогнозирования численности иностранных туристов

Сущность прогнозирования на основе временных рядов. Общий вид линии тренда. Расчет количества туристов за год. Метод сезонной компоненты, расчет средних значений. Аналитические уравнения Фурье, динамический ряд. Прогноз количества туристов на будущий год.

Рубрика Экономика и экономическая теория
Вид контрольная работа
Язык русский
Дата добавления 18.12.2011
Размер файла 194,3 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Введение

В таблице ниже приведена численность иностранных туристов, прибывших в Россию, по кварталам (тыс. чел.)

Провести сравнительный анализ методов прогнозирования численности иностранных туристов, прибывших в Россию, выбрать наиболее адекватный из них и составить прогноз численности иностранных туристов на следующий год по кварталам. Исходные данные представлены в таблице.

2003 г.

2004 г.

2005 г.

2006 г.

Страна

1кв.

2кв.

3кв.

4кв.

1кв.

2кв.

3кв.

4кв.

1кв.

2кв.

3кв.

4кв.

1кв.

2кв.

3кв.

4кв.

США

6

28

55

21

10

27

69

20

8

25

59

18

11

24

62

15

1. Метод сезонных колебаний

Прогнозирование на основе временных рядов предполагает, что происходившие изменения в численности туристов могут быть использованы для определения этого показателя в последующие периоды времени. Перед составлением прогноза необходимо выявить общую тенденцию развития рассматриваемого явления, что возможно при составлении линии тренда.

Линия тренда имеет вид:

На рисунке 1 видно, что ежегодное количество туристов изменяется в логарифмической зависимости. Степень аппроксимации построенной кривой имеет не очень высокое значение. (), что говорит об адекватности построенного тренда (об адекватности можно говорить если ). На основе тренда можно определить прогнозные значения количества туристов на следующий год (см. таблицу 1.1).

Таблица 1.1 - Количество туристов фактическое и на основе тренда, млн. руб.

Год

2002 г

2003 г

2004 г

2005 г

2006 г

Значения X

1

2

3

4

5

V фактич.

92

110

126

110

Vтренд.

92.86

110.57

119.144

118.57

108.86

Для выбора наиболее адекватного метода необходимо провести прогнозные расчеты с шагом назад, т.е. за четыре года (2002 г, 2003 г, 2004 г, 2005 г) и сравнить с имеющимися данными за 2006 год.

Одним из статических методов прогнозирования является расчет прогнозов на основе сезонных колебаний уровней динамического ряда. При этом под сезонными колебаниями понимаются такие изменения уровней ряда, которые вызываются влиянием времени года. Сезонные колебания строго цикличны - они повторяются ежегодно. Методика статистического прогноза по сезонным колебаниям основана на их экстраполяции, т.е. на предположении, что параметры сезонных колебаний сохраняются до прогнозируемого периода. Для измерения сезонных колебаний обычно применяются

Рис. 1.1 - Ежегодное количество туристов

индексы сезонности (), рассчитываемые по следующей формуле:

где среднеквартальное количество туристов, тыс. чел., - среднегодовое количество туристов, тыс. чел., прогнозируемое количество туристов рассчитывается по формуле:

где - количество туристов на прогнозируемый период, рассчитанный на основе уравнения тренда (табл. 1.2). Расчет осуществляется по формуле (1.2) и (1.3), результат оформляем в таблице 1.2.

Таблица 1.2 - Прогноз количества туристов методом сезонных колебаний

 

Количество туристов, тыс. руб.

Расчетные графы

Прогноз на 2006 г

 

 

 

 

 

Квартал

2002

2003

2004

2005

2006

Сумма

V ср.кв.

Js, %

 

 

1

2

3

4

5

6

7

8

9

1

7

6

10

8

11

31

6,2

28,3105

7,431506849

2

21

28

27

25

24

101

20,2

92,23744

24,21232877

3

52

55

69

59

62

235

47

214,6119

56,33561644

4

12

21

20

18

15

71

14,2

64,84018

17,02054795

 

 

 

 

 

 

V ср. год

21,9

Vтр.

105

Для оценки прогноза методом сезонных колебаний построим диаграмму

Рис. 1.2 - Метод сезонных колебаний

2. Метод сезонной компоненты

Метод также может быть использован для прогнозирования количества туристов сезонного характера. В первую очередь для использования данного метода необходимо определить тренд, наилучшим образом аппроксимирующий фактические данные. циклические явления лучше всего аппроксимируются полиномиальным трендом второго и выше порядка. При выборе наибольшей степени полиномиального тренда необходимо пользоваться практическим правилом, что степень полинома не должна отличаться на порядок от количества данных и не превосходить 3 или 4. На рис. 2.1 представлены уравнения линий тренда с различной степенью полиномиальности (используются данные за 2002-2005 гг.)

Рис. 2.1 - Выбор трендовой модели

В таблице 2.1 приведены расчеты для выбора наиболее адекватного тренда.

Таблица 2.1

Квартал

Фактический объем

Полином 2 степени

Отклонение

Квадрат отклонения

Полином 3 степени

Отклонение

Квадрат отклонения

Полином 4 степени

Отклонение

Квадрат отклонения

Полином 6 степени

Отклонение

1

7

18,8

-11,8

138,4

12,1

-5,1

26,1

15,1

-8,1

65,0

6,5

0,6

2

21

20,6

0,4

0,2

19,7

1,3

1,7

19,5

1,5

2,2

23,0

-2,0

3

52

22,3

29,7

884,8

24,8

27,2

739,2

23,5

28,5

809,8

41,0

11,0

4

12

23,8

-11,8

138,6

27,9

-15,9

252,2

26,3

-14,3

203,3

18,0

-6,0

5

6

25,1

-19,1

366,5

29,3

-23,3

543,4

28,0

-22,0

482,2

8,5

-2,5

6

28

26,4

1,6

2,7

29,5

-1,5

2,3

28,9

-0,9

0,8

22,0

6,0

7

55

27,4

27,6

759,9

28,9

26,1

681,1

29,3

25,7

658,9

56,0

-1,0

8

21

28,4

-7,4

54,1

27,9

-6,9

47,4

29,4

-8,4

70,9

29,2

-8,2

9

10

29,1

-19,1

365,6

26,9

-16,9

284,9

29,3

-19,3

373,8

9,6

0,4

10

27

29,7

-2,7

7,5

26,3

0,7

0,5

29,2

-2,2

4,9

24,6

2,4

11

69

30,2

38,8

1504,8

26,5

42,5

1802,6

29,1

39,9

1588,6

65,0

4,0

12

20

30,5

-10,5

110,8

28,0

-8,0

64,6

29,2

-9,2

84,7

28,0

-8,0

13

8

30,7

-22,7

515,1

31,2

-23,2

537,7

29,4

-21,4

459,4

8,0

0,0

14

25

30,7

-5,7

32,6

36,4

-11,4

130,2

29,8

-4,8

23,4

24,0

1,0

15

59

30,6

28,4

807,6

44,1

14,9

221,5

30,4

28,6

818,7

58,0

1,0

 

 

 

S

437,6334823

 

S

444,63071

 

S

376,4336

 

S

Выбор линии тренда проводится по среднему квадрату ошибок

где, n - количество наблюдений (n=20), m - число параметров кривой приближения. Как видно из таблицы 1.4 самый наименьший средний квадрат ошибок отклонений выходит у полинома 6 степени. Следовательно, полином шестой степени является наиболее адекватным трендом

По выбранной линии определяются значения тренда, которые сравниваются с фактическими данными, затем вычисляются сезонные компоненты по годам и средняя компонента. Расчеты приведены в таблице 2.2.

Таблица 2.2 - Расчет средних значений сезонной компоненты

Кварталы

Величина отклонения 2002

Величина отклонения 2003

Величина отклонения 2004

Величина отклонения 2005

итого

Сезонная компонента

1

2

3

4

5

1

0,6

-25

-20

-12,3

-55,9

-11,18

2

-7

6

2,4

2,7

2,6

0,52

3

20,5

20,5

27

20

108

21,6

4

-6

-8,2

-16,2

-17

-54,7

-10,94

итого

0

0

среднекв откл

0

На основе модели строится окончательный прогноз количества туристов. Для смягчения влияния прошлых тенденций на достоверность прогнозной модели предлагается сочетать трендовый анализ с экспоненциальным сглаживанием

При построении прогнозов с помощью метода сезонной компоненты одной из основных проблем является выбор оптимального значения параметра сглаживания . Ясно, что при различных значениях результаты прогноза будут различными. Вообще значение может быть от 0 до 1. В литературе по статистике рекомендуется применять значение от 0,2 до 0,3. Результаты прогноза представлены в таблице 1.6 (считаем =0,3)

Рис. 2.2 - Расчет прогноза туристов

Метод Фурье

прогнозирование турист сезонный компонент

где Vi - количество туристов по кварталам за 2007 год. Учитывая, что периодические колебания, а в частности сезонные, регулярно повторяются из года в год, то можно взять n=4, тогда

Ряд динамики можно записать в следующем виде

Таблица 2.3 - Ряд динамики

Vi

V1

V2

V3

V4

ti

0

ПИ/2

ПИ

2*ПИ

Построим модель сезонной волны по гармонике ряда Фурье. Формула для расчета ряда динамики с учетом волны записывается так.

По данным таблицы 1.8 рассчитаем параметры уравнения

Следовательно, с учетом первой гармоники ряд динамики описывается уравнением:

V(t)=28+1.185*cos(t)+1.18*sin(t)

Таблица 2.4 - Ряд Фурье с учетом гармоники

Квартал

2006 (Vi)

ti

cos(ti)

sin(ti)

Vi*cos(ti)

Vi*sin(ti)

Vi(t)

Откло-нение

Квадрат отклонения

1

11

0

1

0

11

0

10,2

0,8

0,64

2

24

1,57

0,000796

1

0,019112

23,99999

20,3

3,7

13,69

3

62

3,14

-1

0,001593

-61,9999

0,098744

55,456

6,544

42,823936

4

15

6,28

0,999995

-0,00319

14,99992

-0,04778

13,54

1,46

2,1316

итого

112

1,000793

0,998407

Итак, построим диаграмму с фактическим и прогнозным значением количества туристов методом Фурье:

Рис. 2.3 - Прогноз методом Фурье

Сводный анализ

Для сопоставления результатов всех, приведенных в методическом указании расчетов, все прогнозы сводятся в одну таблицу (см. таблицу 2.5)

Таблица 2.5 - Сравнительная таблица прогнозов

Квартал

Фактический объем за 2006

Метод сезонных колебаний

Метод сезонной компоненты

Ряд Фурье

прогноз

отклонение

квадрат отклонения

прогноз

отклонение

квадрат отклонения

прогноз

отклонение

квадрат отклонения

1

11

10,43

0,57

0,0249

10,52

0,48

0,2304

10,2

-2,77

7,6729

2

24

24,4

-0,4

0,16

23,64

0,36

0,1296

20,3

4,1

16,81

3

62

51,3

0,9

0,81

61,12

0,88

0,7744

59

2

4

4

15

16,02

-1,02

1,0804

14,244

0,756

0,571536

13,54

3,48

12,1104

Итого

 

 

 

1,1853

 

 

1,705936

 

 

40,5933

Как видно из таблицы 1.11, в примере наименьшая сумма квадратов отклонений принадлежит методу сезонных колебаний, а следовательно, этот метод является наиболее адекватным методом прогноза для данного вида явлений. Этот метод и будет положен в основу прогноза.

Прогноз количества туристов на 2007 год

Рассчитываем число туристов на основе уравнения линии тренда на 2007 год. В таблице 2.6 приведены фактические данные и трендовые значения

Рис. 2.4 - Ежегодное количество туристов

Таблица 2.6

Год

2002 г

2003 г

2004 г

2005 г

2006 г

2007 г

Значения X

1

2

3

4

5

6

V фактич.

92

110

126

110

112

Vтренд.

92.86

110.57

119.144

118.57

108.86

105.00

Прогноз объемов продаж методом сезонных колебаний

 

Количество туристов, тыс. руб.

Расчетные графы

Прогноз на 2007 г

 

 

 

 

 

Квартал

2002

2003

2004

2005

2006

Сумма

V ср.кв.

Js, %

 

 

1

2

3

4

5

6

7

8

9

1

7

6

10

8

11

31

6,2

28,3105

9,465

2

21

28

27

25

24

101

20,2

92,23744

22,456

3

52

55

69

59

62

235

47

214,6119

56,644

4

12

21

20

18

15

71

14,2

64,84018

13,02

 

 

 

 

 

 

V ср. год

21,9

Vтр.

101,585

Таким образом, по составленному прогнозу объем туристов из США на 2007 год составит 101,585 тыс. человек.

Список литературы

1. Теория прогнозирования и принятия решений. М.: 1989, 160 с.

2. Шехурин Д.Е. Научное прогнозирование средствами информации СПб.: 1990, 123 с.

3. Косолапов В.В. Информационное прогнозирование и обеспечение. К:1978. 198 с.

4. Зенкин А.И. О математических методах прогнозирования - М.: 1987, 90 с.

5. Баранов В.А. Общие вопросы методологии и научного прогнозирования. Х.: 1992, 230 с.

6. Анализ закономерностей прогнозирования развития науки и техники. К.: 1990, 239 с.

7. Экономические аспекты научно-технического прогнозирования. М.: 1975. 222 с.

8. Медведцева О.В. Прогнозирование в системе экономических отношений. К.: 1992, 156 с.

9. Лабунская Н.Л. Система прогнозирования. М.: 1990, 120 с.

Размещено на Allbest.ru


Подобные документы

  • Понятие и основные этапы разработки прогноза. Задачи анализа временных рядов. Оценка состояния и тенденций развития прогнозирования на основе анализа временных рядов СУ-167 ОАО "Мозырьпромстрой", практические рекомендации по его совершенствованию.

    курсовая работа [378,6 K], добавлен 01.07.2013

  • Теоретические аспекты прогнозирования и планирования на предприятии. Классификация прогнозов и планов на предприятии, основных методов осуществления прогнозирования и планирования. Практическая реализация выбранного метода планирования и прогнозирования.

    курсовая работа [234,6 K], добавлен 07.10.2014

  • Организационно-экономическая деятельность ресторана. Подготовка и процесс обслуживания группы туристов из Германии. Прием заказа, выбор банкетного зала, подача блюд. Роль метрдотеля в организации и обслуживании банкета. Расчет и оформление документации

    курсовая работа [2,5 M], добавлен 14.08.2016

  • Классификация методов прогнозирования. Характеристика поискового и нормативного прогнозов. Сущность и цель методов экстраполяции и методов информационного моделирования. Сущность интуитивных методов прогнозирования и особенности экспертных оценок.

    реферат [20,4 K], добавлен 10.01.2012

  • Понятие и сущность методов прогнозирования. Описание трехуровневой и четырехуровневой классификационных схем методов социально-экономического прогнозирования. Рассмотрение индивидуальных и коллективных экспертных оценок. Анализ алгоритма выбора метода.

    презентация [293,2 K], добавлен 22.08.2015

  • Изучение количества заключенных браков по месяцам. Выявление наличия сезонной неравномерности. Определение величины сезонной волны, используя индексы сезонности. Анализ изменения средних потребительских цен на товары, реализуемых на розничных рынках.

    лабораторная работа [339,6 K], добавлен 26.04.2014

  • Временной ряд и его основные элементы. Автокорреляция уровней временного ряда и выявление структуры. Моделирование тенденции временного ряда. Метод наименьших квадратов. Приведение уравнения тренда к линейному виду. Оценка параметров уравнения регрессии.

    контрольная работа [95,7 K], добавлен 25.02.2010

  • Рассмотрение прогноза показателей социально-экономического развития России. Обобщение методов планирования и прогнозирования в экономике. Изучение применения методов планирования и прогнозирования на макроуровне. Прогноз развития сектора экономики.

    курсовая работа [44,5 K], добавлен 26.08.2017

  • Анализ системы показателей, характеризующих как адекватность модели, так и ее точность; определение абсолютной и средней ошибок прогноза. Основные показатели динамики экономических явлений, использование средних значений для сглаживания временных рядов.

    контрольная работа [16,7 K], добавлен 13.08.2010

  • Классификация основных видов и методов прогнозирования. Фактографические и статистические методы. Историческая и математическая аналогия. Практическое применение методов прогнозирования на примере группы компаний ООО "Аэроэкспресс", экстраполяция.

    курсовая работа [713,1 K], добавлен 16.04.2014

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.