Социальное прогнозирование в сфере демографических процессов
чел.
чел.
чел.
Сглаживание временных рядов методом наименьших квадратов служит для отражения закономерности развития изучаемого явления. В аналитическом выражении тренда время рассматривается как независимая переменная, а уровни ряда выступают как функция этой независимой переменной. Ясно, что развитие явления зависит не от того, сколько лет прошло с отправного момента, а от того, какие факторы влияли на его развитие, в каком направлении и с какой интенсивностью. Развитие явления во времени выступает как результат действия этих факторов.
Правильно установить тип кривой, тип аналитической зависимости от времени – одна из самых трудных задач предпрогнозного анализа.
Подбор вида функции, описывающей тренд, параметры которой определяются методом наименьших квадратов, производится в большинстве случаев эмпирически, путем построения ряда функций и сравнения их между собой по величине среднеквадратической ошибки, вычисляемой по формуле:
(6)
где
–
фактические
значения ряда
динамики;
–
расчетные
(сглаженные)
значения ряда
динамики; n
–
число уровней
временного
ряда;
р –
число параметров,
определяемых
в формулах,
описывающих
тренд.
С помощью программы Excel проверим предположение о том, что изменение численности населения в Оренбургской области, хорошо апроксимируется экспоненциальной линией тренда.

Рис. 1. Динамика численности населения в Оренбургской области с экспоненциальной линией тренда.
Видно, что разница между фактическими и сглаженными значениями данного ряда очень велика. Невысокий коэффициент достоверности аппроксимации также подтверждает, что использовать данный тип тренда нецелесообразно.
Наибольшее приближение к фактическим уровням данного динамического ряда дает функция полинома второй степени.

Рис. 2. Динамика численности населения в Оренбургской области с полиномиальной линией тренда.
При использовании уравнения полинома третьей степени, коэффициент аппроксимации увеличивается до 0,97, но при этом усложняется и сама модель, что может отрицательно сказаться на ее прогностических возможностях.
Уравнение регрессии примет вид:
(7)
-
выровненные,
т.е. лишенные
колебаний,
уровни тренда
для лет с номером
i;
а
-
это средний
(выровненный)
уровень тренда
на момент или
период, принятый
за начало отсчета
времени, т.е. t
= 0;
b
-
это средний
за весь период
среднегодовой
прирост, который
изменяется
равномерно
со средним
ускорением,
равным 2с; c-
константа,
главный параметр
параболы II порядка.
Параметры a, b и c оцениваются методом наименьших квадратов и отвечают принципу максимального правдоподобия: сумма квадратов отклонений фактических уровней от тренда (от выровненных по уравнению тренда уровней) должна быть минимальной для данного типа уравнения.
На
диаграмме
уравнение
тренда имеет
вид:
,где
=0
в 1990г.
При
этом нумерация
периодов начинается
с t=1.
Однако рациональнее
начало отсчета
времени перенести
в середину
ряда, т.е. при
нечетном п
-
на период (момент)
с номером (п
+1
)/2, а при четном
числе уровней
ряда - на середину
между периодом
с номером n/2
и
(n/2)+1.
Расчет параметров
тренда при
переносе отсчета
времени на
середину ряда
приведен в
приложении
3. Тогда уравнение
тренда принимает
вид:
, где
=0,5
в 2000г.
За
период 1990-2009г
показатель
численности
населения в
Оренбургской
области убывал
в номинальной
оценке ускоренно,
со средним
ускорением
человек
за год; средняя
убыль населения
за весь период
составила 3 087
человек; средний
уровень численности
населения на
середину периода
был равен 22 084 35
чел.
Для оценки надежности тренда необходимо оценить надежность его главного параметра – ускорения. Средняя ошибка репрезентативности выборочной оценки параметра с вычисляется по формуле:
(8)
Где S(t) – оценка генерального показателя колеблемости, учитывающая потерю степеней свободы и определяемая по формуле 6.
Используя данные приложения 3, найдем искомые величины:

Отношение
параметра с
(половина ускорения)
к его средней
ошибке - это
t-критерий
Стьюдента:

Табличное
значение критерия
Стъюдента
Фактическая
величина критерия
больше табличного,
следовательно,
вероятность
нулевой гипотезы
(о равенстве
параметра с
нулю) чрезвычайно
мала. Достоверно
известно, что
тренд существовал,
и что численность
населения
Оренбургской
области снижалась
не случайно.
Прогноз по этой модели заключается в подстановке в уравнение тренда номера периода, который прогнозируется. Для 2010 года период времени t = 10,5, прогнозное значение составит:
2010=
=2
069 907 чел.
Полученное прогнозное значение является точечным и не учитывает колеблемость уровней показателя.
При прогнозе с учетом случайной колеблемости учитывается как вызванная колеблемостью ошибка репрезентативности выборочной оценки тренда, так и колебания уровней в отдельные периоды (моменты) относительно тренда.
Общая
формула средней
ошибки прогноза
положения
параболического
тренда на период
с номером
от середины
базы расчета
тренда имеет
вид:
(9)
Средняя ошибка тренда на 2010 год равна:

Вероятность того, что фактическая ошибка не превысит одного среднего квадратического отклонения, т.е. m равна при нормальном распределении 0,68. Чтобы получить доверительный интервал прогноза линии тренда с большей вероятностью, например с вероятностью 0,95,среднюю ошибку нужно умножить на величину t-критерия Стъюдента для вероятности 0,95 и n-p степеней свободы.
Получаем вероятную ошибку:

с вероятностью 95% можно утверждать, что тренд численности населения в Оренбургской области в 2010 году проходит в границах 2 069 907±13 307 или от 2 056 600 до 2 083 214 человек.
Определив ошибку репрезентативности выборочной оценки тренда, и колебания уровней в отдельные периоды (моменты) относительно тренда, получаем единую формулу средней ошибки прогноза конкретного отдельного уровня:
(10)
Для
искомого прогнозного
значения:
11
286
.
Таким образом, для прогнозного значения показателя численности населения на 1 января 2010 года определены границы доверительного интервала 2 046 096 – 2 093 718 человек.
Аналогично рассчитываем прогнозные значения на 2011-2012 годы:
2011=2
045 646 чел.

Доверительный интервал: (2 020 126; 2 071 166).
2012=2
019 459 чел.

Доверительный интервал: (1 991 780; 2 047 138)
Средняя
относительная
ошибка
,
что свидетельствует
о высокой точности
прогноза.
Расчет прогнозных значений для других показателей приведен в приложении 3, сведем полученные результаты в общую таблицу:
Таблица 5
Прогнозные значения абсолютных показателей родившихся и умерших, прибывших и выбывших в Оренбургской области, полученные методом наименьших квадратов.
| Абсолютный показатель, человек | 2006 | 2007 | 2008 | Прогноз на 2009 | Прогноз на 2010 | Прогноз на 2011 |
Δ |
|
ε |
| Родившиеся | 23335 | 25776 | 26947 | 29 253 | 31 220 | 33 395 | 0 | 1135 | 4,13 |
| Умершие | 31 583 | 31 000 | 30 904 | 30 190 | 29 392 | 28 470 | 0 | 1420 | 3,69 |
| Абсолютный показатель, человек | 2007 | 2008 | 2009 | Прогноз на 2010 | Прогноз на 2011 | Прогноз на 2012 |
Δ |
|
ε |
| Прибывшие | 31 949 | 25 570 | 28 053 | 29 586 | 31 144 | 33 202 | 0,11 | 3499 | 7,68 |
| Выбывшие | 33 225 | 29 085 | 25 603 | 24 352 | 22 589 | 20 826 | 0 | 2437 | 5,17 |
Величины относительной ошибки свидетельствуют о высокой точности прогноза. По имеющимся данным видно, что при наметившихся тенденциях естественный прирост населения в прогнозируемые годы увеличится (увеличение рождаемости и снижение смертности), как и миграционный прирост.
Для сравнения полученных результатов составим сводную таблицу по всем применяемым методам:
| Численность постоянного населения на 1 января, человек | ||||||||
| МСС | МЭС | МНК | ||||||
|
2007 |
2 125 503 | 2 125 503 | 2 125 503 | |||||
|
2008 |
2 119 003 | 2 119 003 | 2 119 003 | |||||
|
2009 |
2 111 531 | 2 111 531 | 2 111 531 | |||||
|
прогноз |
||||||||
|
2010 |
2 116 188 | 2 164 883 | 2 069 907 | |||||
|
2011 |
2 117 127 | 2 045 646 | ||||||
|
2012 |
2 115 261 | 2 019 459 | ||||||
| Ср. абсолют. оценка | 299 | -6064 | 0,38 | |||||
| Ср. квадрат. оценка | 1 478 | 33749 | 8628 | |||||
| Ср. относит. ошибка | 0,05 | 1,36 | 0,017 | |||||
| Число родившихся, чел. | Число умерших, чел. | |||||||
| МСС | МЭС | МНК | МСС | МЭС | МНК | |||
|
2 006 |
23335 | 23335 | 23335 | 31 583 | 31 583 | 31 583 | ||
|
2 007 |
25776 | 25776 | 25776 | 31 000 | 31 000 | 31 000 | ||
|
2 008 |
26947 | 26947 | 26947 | 30 904 | 30 904 | 30 904 | ||
|
прогноз |
||||||||
|
2 009 |
25 743 | 23 915 | 29 253 | 31 130 | 30 754 | 30 190 | ||
|
2 010 |
25 754 | 31 220 | 31 087 | 29 392 | ||||
|
2 011 |
26 125 | 33 395 | 31 026 | 28 470 | ||||
| Ср. абсолют. оценка | -85 | -135 | 0 | 32 | 64 | 0 | ||
| Ср. квадрат. оценка | 594 | 3 275 | 1135 | 795 | 2 571 | 1420 | ||
| Ср. относит. ошибка | 2 | 9,94 | 4,13 | 2,02 | 8,14 | 3,69 | ||
| Число прибывших, человек | Число выбывших, человек | |||||||
| МСС | МЭС | МНК | МСС | МЭС | МНК | |||
|
2007 |
31 949 | 31 949 | 31 949 | 33 225 | 33 225 | 33 225 | ||
|
2008 |
25 570 | 25 570 | 25 570 | 29 085 | 29 085 | 29 085 | ||
|
2009 |
28 053 | 28 053 | 28 053 | 25 603 | 25 603 | 25 603 | ||
|
прогноз |
||||||||
|
2010 |
29 352 | 37 366 | 29 586 | 28 144 | 36311 | 24 352 | ||
|
2011 |
28 091 | 31 144 | 28 457 | 22 589 | ||||
|
2012 |
28 078 | 33 202 | 27 506 | 20 826 | ||||
| Ср. абсолют. оценка | 11 | -3539 | 0,11 | 32 | -2070 | 0 | ||
| Ср. квадрат. оценка | 2 177 | 15857 | 3499 | 1 161 | 8458 | 2437 | ||
| Ср. относит. ошибка | 5 | 35,27 | 7,68 | 2 | 20,04 | 5,17 | ||
Как видно из таблицы, значения средней квадратической оценки средней относительной ошибки у показателей минимальны для метода скользящей средней, и в целом данный метод дает хорошие результаты при прогнозировании демографических процессов. Кроме того, метод прост в использовании, что открывает широкие возможности для его применения. Метод наименьших квадратов более сложен в работе, но позволяет получить также достоверные результаты при условии подбора вида линии тренда, хорошо аппроксимирующей исходный динамический ряд.
Применение метода экспоненциального сглаживания целесообразно только при условии использования среднего уровня ряда в качестве начального значения экспоненциальной взвешенной. Но и в этом случае, полученные результаты являются самыми ненадежными по сравнению с прогнозированием другими методами.
Следует отметить, что прогнозирование методами экстраполяции основывается на использовании простого методологического аппарата и часто используется для получения будущих оценок социально-экономических процессов. Оправдано их использование и в частности при построении демографических прогнозов, поскольку процессы естественного и миграционного движения достаточно инерционны и не подвержены резким скачкам в уровнях.
Заключение
В соответствии с поставленными задачами в данной работе были исследованы 4 группы методов, используемых при прогнозировании демографических процессов:
1) методы экстраполяции;
2) экономико-математические методы, позволяющие разработать многофакторные динамические модели;
3) методы передвижки возрастов и когорт;
4) методы экспертных оценок.
Опираясь на имеющиеся в распоряжении данные, для практической части работы, была выбрана первая группа методов. В результате чего были построены прогнозные оценки показателей, характеризующих естественное и миграционное движения населения в Оренбургской области, с помощью трех методов экстраполяции:
- метод скользящей средней;
- метод экспоненциального сглаживания;
- метод наименьших квадратов.
Сравнив полученные результаты, сделаем вывод о целесообразности применения для прогнозирования метода скользящей средней и метода наименьших квадратов. Метод экспоненциального сглаживания позволил найти менее точные прогнозные оценки по сравнению с другими методами.
Метод наименьших квадратов позволил определить, что наилучшее приближение к исходным уровням временных рядов дает функция параболы II порядка для всех показателей, кроме «Числа выбывших, человек» - для него лучшей аппроксимацией является линейный тренд.
Для показателя «постоянного населения», «Число прибывших» и «Число выбывших» найдены прогнозные значения и определены границы доверительных интервалов на 2010, 2011,2012 годы.
Для показателей «Числа родившихся» и «Числа умерших» найдены прогнозные значения и определены границы доверительных интервалов на 2009, 2010,2011 годы.
Полученные абсолютные данные могут использоваться для формирования демографической политики, а также прогнозирования социально-экономических процессов.
Список использованных источников и литературы
Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование: Учебник. — М.: Финансы и статистика, 2001. — 228 с.
Артамонова И. А., Краснопевцева Б. В. Учебное пособие «Теория управления». Москва: МИИГАик, 2003.-86с.
Ахметов Р. Ш. Демографические процессы в Оренбургской области: вчера, сегодня, завтра – Региональный портал образовательного сообщества Оренбуржья orenport/
Борисов В. А. Демография Учебник для вузов 2-е изд., исправленное— М.: Издательский дом NOTABENE, 1999, 2001. — 272 с.
Добров Г.М. Рабочая книга по прогнозированию. - М.: 1998
Концепция демографической политики Оренбургской области на период до 2025 года. Портал органов государственной власти Оренбуржья orenburggov/magnoliaPublic/regportal/Info/SocialServices/dempolit/Main.html
Кузьмин А.И. Курс лекций "Основы демографии". Лекция 6 Основные показатели демографии. humanities.edu/db/msg/47074
Курбатов В.И. Социальная работа: Учебное пособие. – М.: Издательско-торговая корпорация «Дашков и К», Ростов н/Д: Наука – Пресс, 2007 – 480с.
Луков В.А. Социальное проектирование. - М.: 1997. – 282 с.
Медков В. М. Демография: Учебное пособие. Серия «Учебники и учебные пособия». - Ростов-на-Дону: «Феникс», 2002. - 448 с.
Новикова Н.В., Поздеева О.Г. Прогнозирование национальной экономики: Учебно-методическое пособие. Екатеринбург: Изд-во Урал. гос. экон. ун-та, 2007. - с.138
Областной статистический ежегодник. 2009: Стат.сб./Территориальный орган Федеральной службы государственной статистики по Оренбургской области.- Оренбург. 2009. – 525 с.
Основы социальной работы: Учеб. пособие для студ. высш. учеб. заведений / Под ред. Н.Ф. Басова. – М.: Издательский центр «Академия», 2004. – 288 с.
Прогнозирование и планирование в условиях рынка./ Под редакцией Т.Г. Морозовой, А.В.Пулькина. М.: ЮНИТИ – ДИАНА, 20001 г., 318 с.
Сафронова В.М. Прогнозирование и моделирование в социальной работе: Учеб. пособие для студ. высш. учеб. заведений. – М.: Издательский центр «Академия», 2002. – 192с.
Смагина И. В. «Статистический анализ демографических процессов в Орловской области на фоне депопуляции населения России»: автореферат диссертации соискание ученой степени кандидата экономических наук www.econ.msu/cmt2/lib/a/839/File/Smagina.doc
Смирнова И.В. Демография: Учебно-методическое пособие для студентов специальности «Государственное и муниципальное управление» / филиал СЗАГС в г. Калуга. – Калуга, 2004. – 138 с.
Теория управления. Учебник / Уколов В.Ф., Масс А.М., Быстряков И.К. - М.: Экономика, 2003. - 576 с.
Указ Президента РФ № 1351 от 9 октября 2007 года «Об утверждении Концепции демографической политики Российской Федерации на период до 2025 года»
Черныш Е.А., Молчанова и др. Прогнозирование и планирование. М., 2001 г.
Шмойлова Р.А, Минашкин В. Г. Теория статистики- Финансы и Статистика: 2009г., 656стр. Яковлева А.В. Эконометрика: конспект лекций ЭКсмо, 2008
Материалы сайтов www.demographia, .
Приложение 1
Расчет прогнозных значений абсолютного показателя родившихся методом скользящей средней.
| годы | Число родившихся, человек | Скользящая средняя m |
Расчет средней относительной ошибки
|
| итого | 37,38 | ||
| 1990 | 33 311 | - | - |
| 1991 | 30 177 | 30 327 | 0,50 |
| 1992 | 27 494 | 27 273 | 0,80 |
| 1993 | 24 148 | 25 367 | 5,05 |
| 1994 | 24 458 | 23 813 | 2,64 |
| 1995 | 22 833 | 22 913 | 0,35 |
| 1996 | 21 449 | 21 724 | 1,28 |
| 1997 | 20 890 | 21 430 | 2,58 |
| 1998 | 21 951 | 20 998 | 4,34 |
| 1999 | 20 154 | 21 193 | 5,16 |
| 2000 | 21 475 | 21 163 | 1,45 |
| 2001 | 21 861 | 22 279 | 1,91 |
| 2002 | 23 500 | 22 934 | 2,41 |
| 2003 | 23 442 | 23 508 | 0,28 |
| 2004 | 23 583 | 23 162 | 1,79 |
| 2005 | 22 460 | 23 126 | 2,97 |
| 2006 | 23 335 | 23 857 | 2,24 |
| 2007 | 25 776 | 25 353 | 1,64 |
| 2008 | 26 947 | 26 155 | |
| прогноз 2009 | 25 743 | 26 148 | |
| прогноз 2010 | 25 754 | ||
| прогноз 2011 | 26 125 | ||
| Средняя относительная ошибка | 2,20 | ||
| Средняя абсолютная ошибка | -85 | ||
| Средняя квадратическая ошибка | 594 | ||
| Расчет прогнозных значений абсолютного показателя умерших методом скользящей средней. | |||
| итого | 22,64 | ||
| 1990 | 20 933 | - | |
| 1991 | 22 469 | 22 507 | 0,17 |
| 1992 | 24 120 | 24 991 | 3,61 |
| 1993 | 28 383 | 27 916 | 1,65 |
| 1994 | 31 244 | 29 887 | 4,34 |
| 1995 | 30 033 | 29 949 | 0,28 |
| 1996 | 28 570 | 28 938 | 1,29 |
| 1997 | 28 210 | 28 406 | 0,70 |
| 1998 | 28 439 | 29 006 | 1,99 |
| 1999 | 30 368 | 30 187 | 0,59 |
| 2000 | 31 755 | 31 472 | 0,89 |
| 2001 | 32 293 | 32 360 | 0,21 |
| 2002 | 33 031 | 32 772 | 0,79 |
| 2003 | 32 991 | 32 781 | 0,64 |
| 2004 | 32 321 | 32 819 | 1,54 |
| 2005 | 33 145 | 32 350 | 2,40 |
| 2006 | 31 583 | 31 909 | 1,03 |
| 2007 | 31 000 | 31 162 | 0,52 |
| 2008 | 30 904 | 31 011 | |
| Прогноз 2009 | 31 130 | 31 040 | |
| Прогноз 2010 | 31 087 | ||
| Прогноз 2011 | 31 026 | ||
| Средняя относительная ошибка | 2,02 | ||
| Средняя абсолютная ошибка | 32 | ||
| Средняя квадратическая ошибка | 795 | ||
Расчет прогнозных значений абсолютного показателя числа прибывших методом скользящей средней.
| годы | Число прибывших за год | Скользящая средняя m |
Расчет средней относительной ошибки
|
| итого | 75,0 | ||
| 1993 | 73131 | ||
| 1994 | 76108 | 73 160 | 3,87 |
| 1995 | 70242 | 68 229 | 2,87 |
| 1996 | 58336 | 62 100 | 6,45 |
| 1997 | 57721 | 55 832 | 3,27 |
| 1998 | 51438 | 52 475 | 2,02 |
| 1999 | 48267 | 47 730 | 1,11 |
| 2000 | 43484 | 41 538 | 4,47 |
| 2001 | 32864 | 35 192 | 7,08 |
| 2002 | 29228 | 30 611 | 4,73 |
| 2003 | 29740 | 29 556 | 0,62 |
| 2004 | 29701 | 30 921 | 4,11 |
| 2005 | 33322 | 30 912 | 7,23 |
| 2006 | 29712 | 31 661 | 6,56 |
| 2007 | 31949 | 29 077 | 8,99 |
| 2008 | 25570 | 28 524 | 11,55 |
| 2009 | 28 053 | 27 658 | 1,41 |
| Прогноз 2010 | 29 352 | 28 499 | |
| Прогноз 2011 | 28 091 | ||
| Прогноз 2012 | 28 078 | ||
| Средняя относительная ошибка | 5 | ||
| Средняя абсолютная ошибка | 11 | ||
| Средняя квадратическая ошибка | 2 177 | ||
Расчет прогнозных значений абсолютного показателя числа выбывших методом скользящей средней.
| годы | Число выбывших за год | Скользящая средняя m |
Расчет средней относительной ошибки
|
| итого | 31,0 | ||
| 1993 | 53931 | ||
| 1994 | 51900 | 54 083 | 4,21 |
| 1995 | 56419 | 53 455 | 5,25 |
| 1996 | 52047 | 51 873 | 0,33 |
| 1997 | 47152 | 47 831 | 1,44 |
| 1998 | 44293 | 45 041 | 1,69 |
| 1999 | 43678 | 42 558 | 2,56 |
| 2000 | 39703 | 39 702 | 0,00 |
| 2001 | 35725 | 36 248 | 1,46 |
| 2002 | 33317 | 34 516 | 3,60 |
| 2003 | 34506 | 33 952 | 1,61 |
| 2004 | 34032 | 34 577 | 1,60 |
| 2005 | 35194 | 34 389 | 2,29 |
| 2006 | 33940 | 34 120 | 0,53 |
| 2007 | 33225 | 32 083 | 3,44 |
| 2008 | 29085 | 29 304 | 0,75 |
| 2009 | 25 603 | 27 611 | |
| Прогноз 2010 | 28 144 | 27 401 | |
| Прогноз 2011 | 28 457 | ||
| Прогноз 2012 | 27 506 | ||
| Средняя относительная ошибка | 2,05 | ||
| Средняя абсолютная ошибка | 32 | ||
| Средняя квадратическая ошибка | 1 161 | ||
Приложение 2
Расчет прогнозного значения абсолютного показателя родившихся в Оренбургской области методом экпоненциального сглаживания.
| года | Число родившихся, человек | Экспоненциально взвешенная средняя Ut |
Расчет средней относительной ошибки
|
|||
| Iспособ | IIспособ | I способ | II способ | |||
| 1 | 1990 | 33311 | 24 171 | 33 311 | 27,44 | 0,00 |
| 2 | 1991 | 30177 | 25 085 | 33 311 | 16,87 | 10,39 |
| 3 | 1992 | 27494 | 25 594 | 32 998 | 6,91 | 20,02 |
| 4 | 1993 | 24148 | 25 784 | 32 447 | 6,77 | 34,37 |
| 5 | 1994 | 24458 | 25 620 | 31 617 | 4,75 | 29,27 |
| 6 | 1995 | 22833 | 25 504 | 30 901 | 11,70 | 35,34 |
| 7 | 1996 | 21449 | 25 237 | 30 095 | 17,66 | 40,31 |
| 8 | 1997 | 20890 | 24 858 | 29 230 | 19,00 | 39,92 |
| 9 | 1998 | 21951 | 24 461 | 28 396 | 11,44 | 29,36 |
| 10 | 1999 | 20154 | 24 210 | 27 751 | 20,13 | 37,70 |
| 11 | 2000 | 21475 | 23 805 | 26 992 | 10,85 | 25,69 |
| 12 | 2001 | 21861 | 23 572 | 26 440 | 7,83 | 20,95 |
| 13 | 2002 | 23500 | 23 401 | 25 982 | 0,42 | 10,56 |
| 14 | 2003 | 23442 | 23 411 | 25 734 | 0,13 | 9,78 |
| 15 | 2004 | 23583 | 23 414 | 25 505 | 0,72 | 8,15 |
| 16 | 2005 | 22460 | 23 431 | 25 313 | 4,32 | 12,70 |
| 17 | 2006 | 23335 | 23 334 | 25 027 | 0,01 | 7,25 |
| 18 | 2007 | 25776 | 23 334 | 24 858 | 9,47 | 3,56 |
| 19 | 2008 | 26947 | 23 578 | 24 950 | 12,50 | 7,41 |
| прогноз | 2009 | 23 915 | 25 150 | |||
| итого | 459 244 | 188,92 | 382,72 | |||
| Средняя относительная ошибка ɛ | 9,94 | 20,14 | ||||
|
Средняя
абсолютная
ошибка Δ |
-135 | -4 296 | ||||
|
Средняя
квадратическая
ошибка
|
3 275 | 5 386 | ||||
Расчет прогнозного значения абсолютного показателя умерших в Оренбургской области методом экпоненциального сглаживания.
| года | Число умерших, человек | Экспоненциально взвешенная средняя Ut |
Расчет средней относительной ошибки
Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.),
обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus.
Помогаем в публикации. Правки вносим бесплатно.
Похожие рефераты: | |||
