Многофакторная регрессионная модель

В программе для построения многопараметрического уравнения регрессии используют две модели с запаздывающими аргументами:

 

у_t=а₀+а₁у_t-i+L+ а_ру_t-р+₁S_t⁽¹⁾+ L+а_р+_mS_t^(m);

у_t=а₀·у_t-i^a₁L+ у_t-p^a_p · (S_t⁽¹⁾)^a_p+1L(S_t^(m)) ^a_p+m.

 

Здесь у_t-j - значение уровня в момент времени t-j (j=1, K,p), где р - период запаздывания; S_t⁽¹⁾, К, S_t^(m) - значения факторов S_t⁽¹⁾, К, S_t^(m) в момент времени.

Эти модели позволяют не только учесть влияние на прогнозируемый признак факторов модели (факторы анализируются и отбираются автоматически, по заданным коэффициентам корреляции), но учесть предыдущие значения ряда прогнозируемого признака.

Следует иметь в виду, что если период запаздывания равен р, то модель строится по (n-p) точкам. Должно выполняться неравенство

(n-p)>(n+m+1), т.е. количество параметров не должно превосходить числа точек, по которым строится модель.

Процессы моделирования и реализации стратегий, в особенности на международных рынках, предполагают четкую организацию этих процессов, т.е. эффективную организацию маркетинга в системе управления международными компаниями, что будет рассмотрено далее.