Демографические процессы в России: сравнительный анализ прогнозных моделей

Применение математических методов для исследования динамики и построения прогнозов демографических показателей возможно как с применения классических эконометрических моделей, так и новых методов машинного обучения. Оба подхода имеют определенные преимущества и недостатки и не позволяют получить устойчивые оценки параметров и надежные прогнозные оценки при долгосрочном прогнозировании. Поэтому в работе предлагается выполнить сравнительный анализ эконометрического подхода и методов машинного обучения при моделировании основных демографических показателей Российской Федерации в зависимости от исходных данных, что определило цель работы, заключающейся в исследовании влияния неустойчивости исходных данных на выбор типа моделей для долгосрочного прогнозирования. Методами исследования послужили эконометрические модели временных рядов и нейронные сети. Результаты исследования: ARMA модели показали большую эффективность для моделирования исследуемых процессов. Эти модели имеют прозрачный алгоритм как оценки параметров, так и их трактовки, дают возможность оценить надежность и значимость параметров, строить интервальные прогнозы с желаемой вероятностью, которую можно рассматривать как вероятность отдельных сценариев развития.