Самара: Изд-во Самар. гос. аэрокосм. ун-та, 2006. - 217 с. Данная
работа посвящена эконометрическому моделированию и прогнозированию
динамики показателей инноваций, для которой характерно многообразие
видов и структур моделей, причём на коротких выборках их
наблюдения. Рассмотрены известные методы моделирования, предложен
новый подход на основе обобщенных параметрических моделей
авторегрессии - скользящего среднего, позволивший получить выигрыш
по объему требуемой выборки в разы, давая тем самым возможность
мониторинга эволюции моделей.
Подход иллюстрирован десятью методами для линейного тренда с аддитивными и мультипликативными колебательными компонентами и логистического тренда Верхулста (Перла-Рида). Рассмотрена стохастическая компонента как аддитивная, так и мультипликативная. Приведены примеры приложений данных моделей, результаты реализации методов на реальных и тестовых выборках. Материалы апробированы на занятиях в Самарском государственном аэрокосмическом университете.
Подход иллюстрирован десятью методами для линейного тренда с аддитивными и мультипликативными колебательными компонентами и логистического тренда Верхулста (Перла-Рида). Рассмотрена стохастическая компонента как аддитивная, так и мультипликативная. Приведены примеры приложений данных моделей, результаты реализации методов на реальных и тестовых выборках. Материалы апробированы на занятиях в Самарском государственном аэрокосмическом университете.