Имитационное моделирование сложных систем. Духанов А.В - 86 стр.

      t – стохастическая (случайная) компонента процесса.
    Детерминированная компонента, иначе ее называют трен-
дом, xt характеризует общую тенденцию изменения изучаемого
показателя. Стохастическая компонента  t отражает случайные
колебания или шумы.
      Отрезок времени k , отмеряемый от момента времени t ,
т.е. точки n  1, n  2, ..., n  k , называют периодом упреждения
или прогнозным периодом. Если период упреждения находится
в пределах трех лет, то прогноз называют краткосрочным. Когда
мы прогнозируем на период от трех до пяти лет, то выполняем
среднесрочный прогноз, а при периоде более пяти лет – долго-
срочный прогноз.
     При прогнозировании оценивается математическое ожида-
ние исследуемого процесса (точечный прогноз) и величина ин-
тервала, в который с заданной вероятностью попадет прогнози-
руемое значение процесса (интервальный прогноз).
     Эстраполяционные методы можно классифицировать
на следующие группы:
    1) методы авторегрессии;
    2) методы, основанные на разложении временного ряда
на компоненты;
    3) методы, позволяющие учесть неравнозначность исход-
ных данных;
    4) методы прямой экстраполяции;
    5) методы, основанные на построении многофакторных
корреляционно-регрессионных моделей.
     Дадим краткую характеристику вышеприведенным груп-
пам.
     Авторегрессионные модели используют в случае, когда
влияние факторов на исследуемый параметр четко не определе-
но, т.е. невозможно выделить стабильные во времени причинно-

                                   86