1. Прогнозирование как элемент планирования в экономике.

Значительно снизить риск принятия решения в качестве плана может обеспечить грамотно составленный прогноз. В общем виде под прогнозом следует понимать научно-обоснованное суждение о возможных состояниях объекта в будущем, об альтернативных путях и сроках его осуществления. Возможные разновидности прогнозов:

1. Экономические прогнозы - носят преимущественно общий характер и служат для описания состояния экономики в целом по компании или по конкретным изделиям.

2. Прогнозы развития конкуренции - характеризуют возможную стратегию и тактику поведения конкурентов.

3. Прогнозы развития технологии - ориентируют пользователя относительно перспектив развития технологий.

4. Прогнозы состояния рынка - используются для анализа рынка товаров.

5. Социальное прогнозирование - исследует вопросы, связанные с отношением людей к тем или иным общественным явлениям.

Методы прогнозирования делятся на количественные (формализованные) и качественные (интуитивные).

Применение количественных методов прогнозирования целесообразно в случаях устойчивой экстраполяционной направленности исследуемого явления. Термин «экстраполяция» имеет несколько толкований. Чаще всего речь идет о перенесении тенденций развития системы или совокупности процессов из прошлого в будущее. Экстраполяция в экономике базируется на анализе временных рядов. Для повышения точности экстраполяции используют различные приемы (построение тренда с использованием метода наименьших квадратов, метода экспоненциального сглаживания, применение метода скользящей средней и т.п.). К приемам количественного прогнозирования относятся эконометрическое моделирование и определение уровня экономических индикаторов (уровень инфляции, уровень доходов населения, уровень конкуренции, демографический состав населения, политическое состояние в обществе и т.п. ).

Качественные (интуитивные) методы прогнозирования используются и в случаях необходимости решения сложных неформализуемых процессов (явлений),когда  аналитик располагает неполной информацией, достаточной для количественных методов прогнозирования.  Качественные методы предполагают выявление мнения определенных групп людей. При составлении прогноза можно использовать мнению как конечных потребителей (модели ожидания потребностей), так и мнения независимых экспертов - людей наиболее компетентных по исследуемым вопросам (методы экспертных оценок). Вторая группа методов, получившая гораздо большее распространение, делится на методы индивидуальных и коллективных экспертных оценок.

Примеры методов индивидуальных экспертных оценок:

· метод интервью

· аналитический метод основан на самостоятельной работе эксперта без контакта с опрашиваемым

· метод написания сценария -предварительное построение логики процесса или явления и затем получение необходимых для прогнозирования данных в строго определенных объеме и порядке.

Примеры методов коллективных экспертных оценок:

· метод комиссии основан на создании специальной группы экспертов (комиссии, жюри), задача которой заключается в распределении обязанностей по формулировке вопросов анкет, проведению опроса потребителей или его представителей, обработке материалов и выработке окончательной гипотезы развития объекта (процесса, явления) в будущем;

· метод Дельфи исходит из анонимности экспертов, полного отсутствия контакта между ними, многоуровневой процедуры опроса экспертов, обеспечение экспертов всей имеющейся информацией об исследуемом объекте (процессе, явлении);

· метод коллективной генерации идей (метод мозговой атаки) предполагает отбор наиболее квалифицированных специалистов-экспертов, перед которыми ставится определенная задача и сроки ее решения.

· метод морфологического анализа исходит из возможности последовательного разбора этапов процесса (явления, объекта) и получения информации по каждому из этапов возможных вариантов его развития, Чаще всего при применении этого метода строится дерево решений или матрица решений.

2. Статистические закономерности, возникающие при измерениях. Виды ошибок. Возможность минимизации ошибок.

Статистическая закономерность – это форма проявления причинной связи, выражающаяся в последовательности, регулярности, повторяемости событий с достаточно высокой степенью вероятности, если причины, порождающие события, не изменяются или изменяются незначительно. Статистическая закономерность устанавливается на основе анализа массовых данных.

Ошибка – отклонение полученного результата от действительного значения измеряемой величины. Виды ошибок:

Абсолютная ошибка (погрешность) измерения – это абсолютная величина разности между истинным значением измеряемой величины и результатом измерения.

Относительная ошибка (погрешность) измерения, характеризующая точность измерения, численно равна отношению абсолютной погрешности измерения к истинному значению измеряемой величины (выражается в процентах).

Погрешности или ошибки измерений можно разделить на три класса: систематические, случайные и грубые (промахи).

Систематической называют такую погрешность, которая остается постоянной или закономерно (согласно некоторой функциональной зависимости) изменяется при повторных измерениях одной и той же величины. Такие погрешности возникают в результате конструктивных особенностей измерительных приборов, недостатков принятого метода измерений, каких-либо упущений экспериментатора, влияния внешних условий или дефекта самого объекта измерения.

Случайными ошибками называют ошибки, которые непредсказуемым образом изменяют свою величину и знак от опыта к опыту. Появление случайных ошибок обусловлено действием многих разнообразных и неконтролируемых причин.Например, при взвешивании весами этими причинами могут быть колебания воздуха, осевшие пылинки, разное трение в левом и правом подвесе чашек и др.

Промахи и грубые погрешности – чрезмерно большие ошибки, явно искажающие результат измерения. Этот класс погрешностей вызван чаще всего неправильными действиями экспериментатора.

Средней квадратичной ошибкой называется среднее квадратичное значение из суммы квадратов ошибок отдельных измерений. Для ее вычисления используют либо истинные ошибки измерений, либо уклонения результатов измерений от среднего арифметического.

3.Закон распределения случайной величины, среднеквадратичная ошибка среднего арифметического, доверительный интервал.

Случайной называют величину, которая в результате испытания примет случайно одно и только одно значение из множества возможных значений.

Дискретной (прерывной) называют случайную величину, которая принимает отдельные возможные значения с определенными вероятностями. (число очков, выпавших при бросании игральной кости) 1-6

Непрерывной называют случайную величину, которая может принимать все значения из некоторого конечного или бесконечного промежутка. (рост случайно выбранного из учебной группы студента) бесконечное множество значений

Законом распределения случайной величины называется соотношение, устанавливающее связь между возможными значениями случайной величины и соответствующими им вероятностями. При табличном задании закона распределения дискретной случайной величины первая строка таблицы содержит возможные значения, а вторая - их вероятности (Табл.1).

Таблица 1

Сумма вероятностей второй строки таблицы 1, равна единице:

p1 + p2 + ...+ pn = 1.

Математическим ожиданием дискретной случайной величины называют сумму произведений всех ее возможных значений на их вероятности. Если дискретная случайная величина принимает только значения x1, x2, ..., xn, вероятности которых соответственно равны p1, p2, ..., pn . Тогда математическим ожидание определяется равенством:

Доверительный интервал - интервал, в котором с определенной долей вероятности (надежностью) лежит истинное значение статистической характеристики.

Для оценки математического ожидания  случайной величины , распределенной по нормальному закону, при известном среднем квадратическом отклонении  служит доверительный интервал