Modele adaptacyjne

Z Encyklopedia Zarządzania
Modele adaptacyjne
Polecane artykuły

Modele adaptacyjne- zaliczają się do modeli ekonometrycznych oraz ściśle związane są ze zjawiskiem prognozowania. Są określane za pomocą metod matematyczno-statystycznych. Modele tego typu zyskują na coraz większej popularności wynika to z faktu, że założenia predykcji opierają się na stwierdzeniu niezmienności mechanizmu rozwojowego badań (D. Ampuła 2013, s 78)

Opis zagadnienia modeli adaptacyjnych

Stosowane są najczęściej przy prognozowaniu szeregów o niestabilnych zmianach trendu, które często podlegają wahaniom sezonowym. Do jednej z ich głównych zalet należy dobre odwzorowanie szeregów o przebiegu segmentowym, biorąc pod uwagę szeregi gdzie tylko niektóre przedziały czasu są „gładkie”. By właściwie używać modeli adaptacyjnych niezbędne jest założenie, iż błędy prognozowanie są statyczne w czasie (J. Nazarko 2005, s 5).

Modele adaptacyjne konstruowane są w taki sposób by spełniać często złożone założenia teorii predykcji również potencjalne braki w stabilności prawidłowości zmiennej w czasie. Jednym z głównych założeń modeli jest ich duża elastyczność oraz zdolność do dostosowania się na wypadek nieregularnych zmian kierunku albo prędkości trendu, bądź przesunięć, zniekształceń oraz przesunięć wahań sezonowych czyniąc zatem modele adaptacyjne skutecznymi oraz praktycznymi wskaźnikami predykcji. Okolicznościami, gdy powyższy rodzaj modeli jest stosowany są przykłady, w których zmienne zależne mają stabilny przebieg w czasie oraz wybierany jest model trendu zamiast przyczynowo skutkowego (D. Ampuła 2013, s 79).

Problemy związane z modelami predykacji

Wszelkie wnioskowanie o przyszłości stosuje się do klasycznych modeli trendów, przyczynowo skutkowych oraz modeli symptomatycznych. Niestety oparcie wnioskowania o te modele wiąże się z ryzykiem, iż przewidywanie może być nieaktualne, dane mogę nie odzwierciedlać parametrów rzeczywistych relacji ilościowych między poszczególnymi zmiennymi co w konsekwencji może prowadzić do większych błędów we wnioskowaniu (D. Ampuła 2013, s 79).

Metody adaptacyjne przy sporządzaniu prognoz

Do tworzenia prognoz najczęściej stosowanymi metodami adaptacyjnymi są miedzy innymi (M. Rostek 2017, s 83):

  • model Browna
  • model Holta
  • model Wintersa
  • model trendu liniowego
  • średniej ruchomej

Najpopularniejszą, a zarazem najprostsza metodą jest metoda średnich ruchomych. Stosowane w niej wygładzenie dokonywane jest za pośrednictwem wyznaczania średniej, na której podstawie tworzone są kolejne szeregi, które są wygładzone w odniesieniu do szeregu wejściowego (M. Rostek 2017, s 84).

Warto zauważyć, iż dobór odpowiedniej metody na znaczący wpływ w zależności od badanego rodzaju zjawiska. W sytuacjach, kiedy w badanym szeregu czasowym mamy do czynienia z tendencja rozwojową lub wahaniem przypadkowym, najlepszymi spośród wymienionych powyżej metod badania są metoda trendu liniowego oraz metoda Holta. W przypadku gdy mówimy o szeregu czasowym, w którym występuje składowa systematyczna pod postacią stałego poziomu zmiennej prognozowanej najodpowiedniejsza okazuje się metoda Browna nazywana również prostym modelem wygładzenia wykładniczego (E. Sojka 2016, s 253).

Etapy prognozowania dla modeli adaptacyjnych

Pojęcie modeli adaptacyjnych ścisłe związane jest ze zjawiskiem prognozowania. Poniżej przedstawione są etapy prognozowania (M. Rostek 2017, s 84):

  • ustalenie zmiennych prognozowanych, celu oraz horyzontu prognozy
  • określenie czynników, które kształtują dane zjawisko
  • zebranie danych
  • wybór metody prognozowania oraz wyznaczenie prognoz
  • ocena dopuszczalności prognoz i wykorzystanie
  • weryfikacja i monitorowanie prognoz

Bibliografia


Autor: Magdalena Mącznik