Нормативный метод. Сущность нормативного метода заключается в технико-экономическом обосновании прогнозов, планов, программ с использованием норм и нормативов.

Сущность нормативного метода заключается в технико-экономическом обосновании прогнозов, планов, программ с использованием норм и нормативов.

Система норм и нормативов включает: нормы расхода и запасов сырьевых и топливно-энергетических рес-ов; нормы затрат труда и з/п; нормы и нормативы использ. основных производственных фондов; нормы капитальных вложений и капитального строительства; нормы и нормативы, характеризующие степень обществен.производства; финансов-экономич. нормы и нормативы (нормы амортизации, нормативы рентабельности, ставки налогов и др.); соц. нормы и нормативы (мин. потребительский бюджет, мин.зарплата, нормы потребления прод. и непрод. товаров на душу населения, нормы жилой площади в городской и сельской местности); экологические нормы и нормативы (нормы выброса вредных веществ в окруж. среду, нормативы содержания в воде вредных веществ и др.).

Все нормы и нормативы подразделяются следующим образом:

По времени действия: текущие и перспективные.

По уровню распространения: укрупненные; подетальные, подетально-специфицированные и индивидуальные нормы

По хар-ру распространения: местные, отраслевые и межотраслевые.

25.Моделирование тенденций развития: проверка гипотезы о существовании неслучайной составляющей временного ряда; модели кривых роста.

Решение любой задачи по анализу временных рядов начинается с построения графика исследуемого показателя. При этом однако на графике не всегда четко прослеживается присутствие тренда во временном ряду. В таких случаях, прежде чем переходить к определению тенденции и выделению тренда, нужно выяснить, существует ли вообще тенденция в исследуемом процессе.

Основные подходы к решению этой задаче основаны на статистической проверке гипотез. Критерии выявления компонент ряда основаны на проверке гипотезы о случайности временного ряда, т.е. по существу на статистической проверке гипотезы

Н0: M yt = a = const

Плавную кривую (гладкую функцию), аппроксимирующую временной ряд принято называть кривой роста.

Аналитические методы выделения (оценки) неслучайной составляющей временного ряда с помощью кривых роста реализуются в рамках моделей регрессии, в которых в роли зависимой переменной выступает переменная yt, а в роли единственной объясняющей переменной - время t.

Наиболее часто в практической работе используются кривые роста, которые позволяют описывать процессы трех основных типов:

-без предела роста;

-с пределом роста без точки перегиба;

-с пределом роста и точкой перегиба.