Проверка динамического ряда на наличие автокорреляции

 

 

Таблица 2

Весомость параметров (а)

Параметры	X1	Х2	Х3	Х4	а
X1	1,0	1,2	1,8	1,4	5,4
Х2	0,8	1,0	1,3	1,1	4,2
Х3	0,2	0,7	1,0	0,9	2,8
Х4	0,6	0,9	1,1	1,0	3,6

 

 

Система баллов строится следующим образом. Допустим, что установленные в табл. 2 весомости параметров характерны для группы приборов одного назначения: X1 — количество измеряемых параметров, Х2 — точность измерений, %, Х3 — пределы измерений основного параметра, Х4 — количество измерений в единицу времени. Максимальные значения параметров для данной группы приборов следующие: X1 — 4, Х2 — ± 5%, Х3 — 100 и Х4 — 6 измерений в минуту. По этим значениям параметров и их весомости (см. табл. 2) строится система баллов для прогнозирования полезного эффекта новых приборов данного класса (рис. 1).

При построении данной системы баллов для упрощения принято, что зависимость между параметрами и полезным эффектом или элементами затрат прямо пропорциональная (линейная). При необходимости уточнения системы баллов можно построить и криволинейные зависимости.

Рис. 1 Система баллов (условная) для прогнозирования полезного эффекта приборов

По параметру Х2 на рис. 1 показана обратная зависимость, т.е. с уменьшением величины, характеризующей точность измерений, полезный эффект прибора повышается. Данный класс приборов имеет точность измерений от ±1 до ±5%. Следовательно, приборам, имеющим самую высокую точность, равную ±1%, присваивается максимальное количество баллов 4,2, а приборам, имеющим минимальную точность (±5%), баллы не присваиваются. С увеличением значений остальных параметров полезный эффект прибора увеличивается. Поэтому приборам, имеющим нулевое значение параметров X1, Х3 и Х4, баллы не присваиваются.

Для прогнозирования или расчета полезного эффекта и каждого элемента затрат по каждому классу объектов одного назначения строится своя система баллов, так как на полезный эффект и элементы затрат влияют свои факторы или параметры.

Например, на затраты по разработке нового объекта в первую очередь влияют такие факторы, как количество наименований элементов в объекте, наименований оригинальных (впервые разрабатываемых) элементов, коэффициент или категория сложности нового объекта. На затраты по изготовлению серийно освоенного объекта влияют другие факторы: общее количество элементов в объекте в штуках, их конструктивно-технологическая сложность, серийность выпуска объекта, повторяемость элементов (отношение общего количества элементов к количеству их наименований), удельный вес механически обрабатываемых элементов объекта, обобщающий показатель организационно-технического уровня производства.

Рассмотрим пример расчета полезного эффекта объекта на стадии разработки технического задания. Допустим, необходимо создать прибор со следующими основными функциями (параметрами):

количество измеряемых параметров — 3, точность измерений ±2%, предел измерения основного параметра — 90, количество измерений в единицу времени — 5. По этим данным рассчитаем полезный эффект в баллах условного объекта (Б) по формуле

                                                 (2)

где n — количество важнейших параметров объекта, включенных в систему для расчета полезного эффекта или какого-либо элемента затрат данного объекта;

Xi — плановое или фактическое значение i-го параметра объекта;

Xmax i — максимальное значение i-го параметра в данной системе баллов;

Бmax i — максимальное количество баллов по i-му параметру объекта.

Подставив плановые значения параметров объекта в формулу (2), получим:

Таким образом, с применением экспертных методов несколько параметров объекта приводятся к единой размерности. Пользуясь балльной оценкой совокупности параметров объектов, аналогично методу удельных показателей (см. формулу 2), можно рассчитать элементы затрат по новому объекту. Допустим, себестоимость базового объекта равна 115 млн. руб., сумма баллов по параметрам для прогнозирования себестоимости равна для базового объекта 10,85, нового — 12,77, тогда себестоимость нового объекта без учета корректирующих коэффициентов будет равна

млн.руб.

Экспертные методы могут применяться не только для прогнозирования полезного эффекта или элементов затрат по объекту, но и для оценки полезного эффекта (технического уровня) серийно выпускаемого объекта

Экспертные методы разделяются на два подкласса.

Прямые экспертные оценки строятся по принципу получения и обработки независимого обобщенного мнения коллектива экспертов (или одного из них) при отсутствии воздействия на мнение каждого эксперта мнения другого эксперта и всего коллектива.

Экспертные оценки с обратной связью в том или ином виде реализуют принцип обратной связи на основе воздействия на оценку экспертной группы (одного эксперта) мнениями, полученными ранее от этой группы (или от одного из экспертов).

Также различают индивидуальные и коллективные экспертные оценки.

В состав индивидуальных экспертных оценок входят: метод «интервью», при котором осуществляется непосредственный контакт эксперта со специалистом по схеме «вопрос - ответ»; аналитический метод, при котором осуществляется логический анализ какой-либо прогнозируемой ситуации, составляются аналитические докладные записки; метод написания сценария, который основан на определении логики процесса или явления во времени при различных условиях.

Методы коллективных экспертных оценок включают в себя метод «комиссий», «коллективной генерации идей» («мозговая атака»), метод «Дельфи», матричный метод. Эта группа методов основана на том, что при коллективном мышлении, во-первых, выше точность результата во-вторых, при обработке индивидуальных независимых оценок, выносимых экспертами, по меньшей мере могут возникнуть продуктивные идеи.

В класс экспертных методов прогнозирования входит также метод эвристического прогнозирования (эвристика - наука, изучающая продуктивно творческое мышление). Это аналитический метод, суть которого заключается в построении и последующем усечении «дерева поиска» экспертной оценки с использованием какой-либо эвристики. При этом методе осуществляется специализированная обработка прогнозных экспертных оценок, получаемых путем систематизированного опроса высококвалифицированных специалистов. Он применяется для разработки прогнозов научно-технических проблем и объектов, анализ развития которых либо полностью, либо частично не поддается формализации.

Для решения названных выше типовых задач в настоящее время применяются различные разновидности метода экспертных оценок. К основным видам относятся: анкетирование и интервьюирование; мозговой штурм; дискуссия; совещание; оперативная игра; сценарий. Каждый из этих видов экспертного оценивания обладает своими преимуществами и недостатками, определяющими рациональную область применения. Во многих случаях наибольший эффект дает комплексное применение нескольких видов экспертизы.

Анкетирование и сценарий предполагают индивидуальную работу эксперта. Интервьюирование может осуществляться как индивидуально, так и с группой экспертов. Остальные виды экспертизы предполагают коллективное участие экспертов, в работе. Независимо от индивидуального или группового участия экспертов в работе целесообразно получать информацию от множества экспертов. Это позволяет получить на основе обработки данных более достоверные результаты, а также новую информацию о зависимости явлений, событий, фактов, суждений экспертов, не содержащуюся в явном виде в высказываниях экспертов.

В целом, принимать решения можно либо на основе объективных данных (в том числе с помощью оптимизационных методов и вероятностно-статистических моделей), либо на основе мнений специалистов (экспертов). В задачах стратегического и оперативного управления, технико-экономического анализа, обеспечения экологической безопасности, управления природопользованием и охраны окружающей природной среды и т.п. постоянно используются разнообразные методы экспертных оценок.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2. Задача

 

Условия:

Осуществить прогноз базового индекса потребительских цен помесячно и в целом за 2011 год с помощью расчёта сезонных индексов.

Базовый индекс потребительских цен, процент, в % к предыдущему месяцу.

Курганская область	2005	2006	2007	2008	2009	2010
Январь	102,2	101,3	100,8	101,3	101,57	100,46
Февраль	100,5	103,4	100,8	101,4	101,38	100,43
Март	101,1	100,1	101	100,8	101,62	100,65
Апрель	100,8	100,2	100,5	101,2	100,7	100,17
Май	101,2	100,4	100,4	101,7	100	100,06
Июнь	100,8	100,2	100,4	101,1	100,15	100,24
Июль	100,5	101	101,2	100,8	100,69	100,64
Август	100,5	100,5	101,3	101	100,58	101,22
Сентябрь	100,6	100,6	101,1	101,4	100,74	101,53
Октябрь	100,7	100,3	102,2	101,3	99,93	100,83
Ноябрь	100,3	100,7	100,8	100,7	100,33	100,88
Декабрь	100,8	101,2	100,9	101	100,24	100,96

 
Решение:

Курганская область	2005	2006	2007	2008	2009	2010		У i
Январь	102,2	101,3	100,8	101,3	101,57	100,46	101,2717	100,420912
Февраль	100,5	103,4	100,8	101,4	101,38	100,43	101,3183	100,46712
Март	101,1	100,1	101	100,8	101,62	100,65	100,8783	100,030817
Апрель	100,8	100,2	100,5	101,2	100,7	100,17	100,595	99,7498967
Май	101,2	100,4	100,4	101,7	100	100,06	100,6267	99,7813304
Июнь	100,8	100,2	100,4	101,1	100,15	100,24	100,4817	99,6375485
Июль	100,5	101	101,2	100,8	100,69	100,64	100,805	99,9581325
Август	100,5	100,5	101,3	101	100,58	101,22	100,85	100,002754
Сентябрь	100,6	100,6	101,1	101,4	100,74	101,53	100,995	100,146536
Октябрь	100,7	100,3	102,2	101,3	99,93	100,83	100,8767	100,02923
Ноябрь	100,3	100,7	100,8	100,7	100,33	100,88	100,6183	99,773001
Декабрь	100,8	101,2	100,9	101	100,24	100,96	100,85	100,002754
Ср. уровень ряда	100,8333	100,825	100,95	101,1417	100,6608	100,6725	100,8472