НАУЧНЫЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ В ЭКОНОМИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ

2023

Full text Open access: Hybrid Metadata (CSL-JSON)
DOI 10.47649/vau.2023.v68.i1.12
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

В статье описаны научные методы прогнозирования экономической детельности, используемые для оценки вероятности будущих событий. Собраны материалы из различных источников о научных методах прогнозирования и обобщены, чтобы дать полное представление о существующем научном знании в этой области. Выведены преимущества и недостатки, сильные и слабые стороны различных научных методов прогнозирования для того, чтобы лучше понять, какой метод может быть наиболее эффективным в конкретной ситуации. Предложены рекомендации по использованию научных методов прогнозирования, обобщены практические рекомендации по использованию научных методов прогнозирования в различных областях, таких как финансы, экономика, маркетинг и т.д. Важно отметить, что научные методы прогнозирования не являются строго точными и могут содержать ошибки из-за неполноты данных, на которых они основаны, а также из-за сложности самого процесса прогнозирования. Поэтому научные методы прогнозирования следует использовать с учетом этих ограничений и понимания того, что они не являются строго точными. Они служат лишь как ориентир и инструмент для помощи в принятии решений, но не являются гарантией точности и не заменяют самостоятельное размышление и анализ.