Optimal forecasts are, under a squared error loss, conditional expectations of the unknown future values of interest. When stochastic demographic models are used in macroeconomic analyses, it becomes important to be able to handle updated forecasts. That is, when population development turns out to differ from the expected one, the decision makers in the macroeconomic models may change their behavior. To allow for this, numerical methods have been developed that allow us to approximate how future forecasts might look like, for any given observed path. Some technical details of how this can be done in the R environment are given.
Pienintä neliövirhettä vastaavat optimaaliset ennusteet ovat odotusarvoja. Kun stokastisia demografisia malleja käytetään makroekonomisissa kestävyystarkasteluissa, on tärkeää voida käsitellä sellaisia tilanteita, joissa päätöksentekijät muuttavat käytöstään uuden informaation tullessa tietoon. Käytännössä tämä tarkoittaa päivittyvien ennusteiden laskentaa. Kirjoituksessa käsitellään lähestymistapoja, joita voidaan R-ympäristössä käyttää tarvittavien ehdollisten odotusarvojen laskennassa.
