2005 11835 0,937 0,291 -0,063 -0,067 2006 11625 0,982 0,286 -0,018 -0,018 2007 11123 0,957 0,274 -0,043 -0,045 2008 10699 0,962 0,263 -0,038 -0,040 absoluutne aheljuurde- absoluutne kasv alusjuurdekasv libisev keskmine eksponentsilumine 0,5 40663 1593 1593 41459,5 53 1646 41742,667 41884,3 -928 718 41982,000 41632,625 -1479 -761 41197,333 40767,313 -975 -1736 40070,000 39847,156
x1 x2 x3 x4 regressioonmudelis olevate sõltumatute tunnuste omavaheline korrelatsioon, heteroskedastiivsus, multikollineaarsus Test 11 momentrida, perioodrida, voosuurus, vaosuurus momentrida, kronoloogiline keskmine alusjuurdekasv, aheljuurdekasv, alusjuurdekasvutempo, aheljuurdekasvutempo, juurdekasvutempo, kasvutempo absoluutne aheljuurdekasv absoluutne alusjuurdekasv, aegrea silutud väärtus eksponentsilumine aditiivne mudel, trendi mudel, keskmine sesoonne komponent, prognoositav väärtus silumiskonstant, prognoositav väärtus, multiplikatiivne mudel libisev keskmine sesoonne komponent multiplikatiivne mudel, sesoonne muutus, tsükliline muutus perioodiliselt ümber trendi perioodiga adaptiivne prognoosimine, operatiivne, lühiajaline, keskmise pikkusega prognoos
Tegelikult on näha, et kasu nendest keskmistest antud juhul eriti ei ole, kuna tegeliku rahvaarvu juures kõikumist eriti palju ei esine, eriti Tallinna puhul. Samas Tartu puhul on kolme aasta libiseva keskmise kasutamine täiesti mõeldav, kuna silub väga hästi ära aastatel 1999-2000 toimuva hüppe, moonutamata sealjuures olulisel määral tegelikku rahvaarvu. 18 Joonis 22. 19 Joonis 23. 2.3. Eksponentsilumine Sarnaselt silumisele libiseva keskmisega, on ka eksponentsiaalsel silumisel tegelikult vaid mõtet Tartu puhul, kuna Tallinna rahvaarvu langus on juba silumatagi väga sile. Tartu natuke kõveramale rahvaarvu muutuse joonele aga võib eksponentsilumine tulla täitsa kasuks. Tartu puhul, joonisel 24, valiti silumiskonstandiks 0,5, kuna katsetamise teel saadi sellega parim tulemus. Suurema konstandi valimisel hakkaks silumine järjest
Võrdperioodsete ridade korral lihtne aritmeetiline keskmine. Mittevõrdperioodsete ridade korral kaalutud aritmeetiline keskmine Kronoloogiline keskmine - momentrea andmete põhjal leitud perioodrea perioodide keskmiste aritmeetiline keskmine. Aegrea silumine – Eesmärgiks on mitmesuguste perioodiliste ja juhuslike muutuste kõrvaldamine ning arengutendentside väljaselgitamine Silumismeetodid: Libisev keskmine MA Eksponentsilumine ES Silumine regressioonjoonega Kui tahame prognoosida mitme järgmise perioodi väärtust, siis need on kõik ühesugused ja võrduvad käesoleva perioodi libiseva keskmisega. Eksponentsilumisel leitakse silutud väärtus Et ajahetkele t vastava tegeliku väärtuse yt ja eelmise silutud väärtuse Et-1 kaalutud keskmisena. Eksponentsilumise korral on järgmise perioodi prognoosiks viimase perioodi silutud väärtus.Eksponentsiaalse mudeli parameeter - Suuruse suhteline
Kogutakse andmeid turuseisu hüpoteesi kontrollimiseks, kasutades selleks erinevaid meetodeid (küsitlused, intervjuud jt), grupiarvamuse meetod. Prognoos tugineb grupiarvamusel, ajalooline analoogimeetod. Meetod toetub analoogse toote elutsüklile, Delfi meetod. Ekspertide rühm vastab küsimustele. Rühma juht töötab vastused läbi ja koostab rühmale uued küsimused. Arutelus puudub domineeriv arvamus. 2) Aegridade analüüs libiseva keskmine, eksponentsilumine, regressioonianalüüs jt. Etapid on: 9 1) Prognoosieelne orienteerimine prognoosimise eesmärgi ja ülesannete ning prognoosi liigi määratlemine baasi- ja prognoosiperioodi esmane fikseerimine 2) Retrospektiivne uuring ja diagnoos - süsteemi (objekti jne) arengu ajalugu ja eripära uurimine - prognoosimise foon (majanduskeskkond, turusituatsioon jm) - dünaamika ja taseme analüüs
annaabi.ee 
