Page 157 - 6251

 у  у рі  2   у 2
і
 2   2  л ,
п , п
2
де σ – дисперсія фактичного ряду відносно теоретичного
(розрахованого через середній абсолютний приріст),
2
ρ – середній квадрат ланцюгових абсолютних приростів (в
цьому випадку n як і для будь-якої середньої означає кількість
значень в чисельнику).
Проведемо відповідні розрахунки (табл. 2.29).

Таблиця 2.29 – Розрахунки для перевірки умови придатності до
прогнозування

Обсяг Абсолютний
виробництва, у рі, ланцю-говий 2 2
Рік Δу л у і- у рі (у і- у рі)
тис. т тис. т приріст, тис. т
у і Δу л
2013 20 20 0 0
2014 25 22,5 5 25 2,5 6,25
2015 22 25 -3 9 -3 9
2016 26 27,5 4 16 -1,5 2,25
2017 30 30 4 16 0 0
Разом 123 125 10 66 -2 17,5

2
2
Отже, за даними таблиці σ = 17,5/5 = 3,5; ρ = 66/4 = 16,5.
16, 5
Оскільки, 53,  , умова для прогнозування за допомогою
2
середнього абсолютного приросту виконується.
Отже, обсяг виробництва на підприємстві у 2018 р.

становитиме 32,5 тис. т, а у 2019 – 35 тис. т.
Проте потрібно розуміти, що будь-які прогнози
справджуються лише за певної стабільності інших умов.

Точнішим є прогнозування за допомогою трендового
рівняння, яке розглянемо далі.
На основі середнього абсолютного приросту можна визначити
не лише значення невідомого рівня в кінці (або на початку) ряду

динаміки, тобто проводити екстраполяцію, але й знаходити
невідомий рівень в середині ряду динаміки (інтерполяція).
Інтерполяція ґрунтується на загальному характері розвитку

явища. Найпростішим є зміна явища по прямій. Наприклад,
населення Івано-Франківська на 1.01.2013 р. становить 243 715

156