Paweł Nowak Ewa Kowalczyk



Download 2,4 Mb.
Pdf ko'rish
bet67/80
Sana14.04.2022
Hajmi2,4 Mb.
#551713
1   ...   63   64   65   66   67   68   69   70   ...   80
Bog'liq
5cdadb7b-bb64-4d65-9bc8-f2fab89fd0d1

u
BX
AY
Y



(16) 
Для визначення параметрів такої моделі вико-
ристовуються такі методи, як дво- або трикроковий 
метод найменших квадратів. 
Особливість аграрного виробництва полягає у 
тому, що економічні процеси, які його формують, 
корелюють між собою і ці зв’язки виявляються не 
відразу, а поступово, через певний період часу, 
тобто з запізненням, лагом. Цей процес потребує 
аналізу економічності інформації для попере-
дження ризиків у прийнятті управлінських рішень. 
Тому для вимірювання зв’язку між економічними 
показниками з урахуванням лагу необхідно буду-
вати економетричну модель розподіленого лага, яка 
має вигляд: 
u
x
a
y
t
t
j
j
t







0
(17), 
де коефіцієнти 
...
3
,
2
,
1
,
0
,

j
a
j
є коефіцієн-
тами лагу моделі. 
Узагальнена модель розподіленого лагу вклю-
чає не тільки лагові змінні, а й змінні, що характе-
ризують виробничі умови функціонування еконо-
мічних систем, і описується рівнянням типу : 
t
t
s
s
m
t s
t
y
a x
b x
u
 
 







0
1
,
(18) 
Обгрунтувати величину лагу 

економетрич-
ної моделі доцільно на основі взаємної кореляцій-
ної функції, яка визначає кореляційний зв’язок еле-
ментів вектора залежної змінної з елементом век-
тору незалежної змінної з врахуванням лагу. Такі 
процеси аналізують часові ряди, які характеризу-
ють ефективність економічної діяльності аграрних 
підприємств і на основі екстрополяційних методів 
прогнозування здійснюється їх управління [7, с. 
290].
Опис і узагальнення первинної (вхідної) інфо-
рмації для подальшого прогнозування та моделю-
вання виробничих процесів здійснюють за допомо-
гою методів математичної статистики. На основі 
одержаних результатів математичної статистики 
формулюють відповідні висновки і здійснюють ви-
бір методів для подальшого моделювання та про-
гнозування часових рядів [3, с. 378].
Загальний вид моделі часового процесу ефек-
тивності управління аграрним виробництвом може 
бути представлений у такому вигляді: 















 
(19)

де, Т
t
– детермінована невипадкова компоне-
нта аграрного процесу, трендова складова; S
t
– се-
зонна складова; С
t
– циклічна складова; ε
t
–стохас-
тична складова економічного процесу у певний мо-
мент часу t, яка формується в умовах 
невизначеності. 
Для екстраполяції тренду, що описує емпіри-
чні економічні дані, проводиться попередня обро-
бка вихідних даних на основі їх згладжування [1, с. 
565].
Для згладжування або фільтрації часових рядів 
використовується метод ковзної середньої а також 
експоненціального згладжування середніх. Експо-
ненціальна середня розраховується за рекурсивною 


«
Colloquium-journal
» 
#36(123), 2021 / 
ECONOMIC SCIENCES
47
формулою: 
𝑆
𝑡
=∝ 𝑦
𝑡
+ (1−∝)𝑆
𝑡−1
,
де α – параметр 
згладжування; 
𝑆
𝑡
— значення експоненціальної се-
редньої в момент часу t , 
𝑆
𝑡−1
— значення експоне-
нціальної середньої в момент часу t – 1. Значення 
параметра згладжування α, який визначає оцінку 
параметрів моделі, визначають прогнозні якості мо-
делі. Більше значення α визначає більший вплив 
останніх спостережень у складі тренду, а при ма-
лому α оцінки базуються на значеннях усіх одиниць 
сукупності [4, с. 108].
Наступним етапом є розрахунок параметрів 
обраної екстраполяційної функції, у сучасних еко-
номічних умовах ефективними для аналізу часових 
рядів аграрного виробництва мають бути методи 
адаптивного прогнозування.
Часткова автокореляційна функція є функцією 
часткової автокореляції від зсуву часу на період k , 
вона вимірює кореляцію між рівнями часового ряду 
𝑥
𝑡
та 
𝑥
𝑡−𝑘
. Стохастичний процес вважається стаці-
онарним, якщо він, у певному сенсі, знаходиться у 
статистичній рівновазі і з певною ймовірністю не 
залежить від часу. У разі стаціонарного процесу 
значення вибіркового частинного коефіцієнта авто-
кореляції розраховуються як оцінки останнього 
найбільшого коефіцієнта у авторегресійному рів-
нянні за методом найменших квадратів [5, с. 987; 9, 
с.434].
Часткова автокореляційна функція використо-
вується у економетричних дослідженнях для вирі-
шення задач ідентифікації часових рядів, якщо вона 
спадає [6, с. 385].
Основним напрямом забезпечення стабільного 
зростання економіки є використання економіко-ма-
тематичного моделювання для апроксимації склад-
них економічних процесів, які відбуваються у агра-
рному виробництві. Економетричні моделі є мате-
матичною основою у побудові прогнозів, що 
забезпечують досягнення запланованих показників 
економічної діяльності підприємств з врахуванням 
їх специфіки. На основі якісних прогнозів буду-
ються ефективні управлінські рішення, які форму-
ють успішні стратегії розвитку підприємств і забез-
печують його конкурентоспроможність. 

Download 2,4 Mb.

Do'stlaringiz bilan baham:
1   ...   63   64   65   66   67   68   69   70   ...   80




Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©hozir.org 2024
ma'muriyatiga murojaat qiling

kiriting | ro'yxatdan o'tish
    Bosh sahifa
юртда тантана
Боғда битган
Бугун юртда
Эшитганлар жилманглар
Эшитмадим деманглар
битган бодомлар
Yangiariq tumani
qitish marakazi
Raqamli texnologiyalar
ilishida muhokamadan
tasdiqqa tavsiya
tavsiya etilgan
iqtisodiyot kafedrasi
steiermarkischen landesregierung
asarlaringizni yuboring
o'zingizning asarlaringizni
Iltimos faqat
faqat o'zingizning
steierm rkischen
landesregierung fachabteilung
rkischen landesregierung
hamshira loyihasi
loyihasi mavsum
faolyatining oqibatlari
asosiy adabiyotlar
fakulteti ahborot
ahborot havfsizligi
havfsizligi kafedrasi
fanidan bo’yicha
fakulteti iqtisodiyot
boshqaruv fakulteti
chiqarishda boshqaruv
ishlab chiqarishda
iqtisodiyot fakultet
multiservis tarmoqlari
fanidan asosiy
Uzbek fanidan
mavzulari potok
asosidagi multiservis
'aliyyil a'ziym
billahil 'aliyyil
illaa billahil
quvvata illaa
falah' deganida
Kompyuter savodxonligi
bo’yicha mustaqil
'alal falah'
Hayya 'alal
'alas soloh
Hayya 'alas
mavsum boyicha


yuklab olish