- •Содержание
 - •Множественная регрессия и корреляция
 - •Виды многофакторных моделей
 - •Оценка параметров уравнения множественной регрессии
 - •Расчет коэффициентов эластичности
 - •Показатели корреляции и детерминации, их использование
 - •Оценка надежности результатов множественной регрессии, корреляции и фактора дополнительно включенного в модель
 - •Оценка статистической значимости коэффициентов чистой регрессии производится с помощью t - критерия Стьюдента по формулам:
 - •Решение типовых задач
 - •Решение
 - •Практические задачи
 - •Задание
 - •Задача 7
 - •Задача 8
 - •Задача 9
 - •Задача 11
 - •Задача 12
 - •Задача 13
 - •Задача 14
 - •Задача 16
 - •Задача 17
 - •Задача 18
 - •Задача 19
 - •Реализация типовых задач на компьютере
 - •Решение задач с помощью ппп Excel (функции линейн)
 - •По результатам вычислений составим уравнение множественной регрессии
 - •Решение задач с помощью ппп Excel (инструмент Регрессия)
 - •Контрольные задания
 - •Контрольные вопросы
 - •Система эконометрических уравнений
 - •Виды систем уравнений
 - •Проблема идентификации. Необходимое и достаточное условие
 - •Методы оценивания параметров структурной модели
 - •Практические задания
 - •Контрольные вопросы
 - •Временные ряды в эконометрических исследованиях
 - •Выявление структуры временного ряда
 - •Моделирование тенденции временного ряда
 - •Моделирование сезонных и циклических колебаний
 - •Построение аддитивной модели временного ряда
 - •Построение мультипликативной модели временного ряда
 - •Прогнозирование по моделям временного ряда
 - •Практические задачи
 - •Контрольные вопросы
 - •Библиографический список
 
Построение аддитивной модели временного ряда
Для расчетов используем данные об объеме выпуска некоторого товара по кварталам за 3 года, представленные в табл. 3.1.
Анализ величины коэффициентов автокорреляции показал, что в данном временном ряде имеются сезонные колебания с периодичностью 4.
Рассчитаем компоненты аддитивной модели.
Таблица 3.2 – расчет оценок сезонной компоненты в аддитивной модели
Номер квартала t  | 
		Объем выпуска Yt  | 
		Итого за четыре квартала  | 
		Скользящая средняя за 4 квартала  | 
		Центрированная скользящая средняя  | 
		Оценка сезонной компоненты  | 
	
1  | 
		410  | 
		-  | 
		-  | 
		-  | 
		-  | 
	
2  | 
		400  | 
		-  | 
		-  | 
		-  | 
		-  | 
	
3  | 
		715  | 
		2125  | 
		531,25  | 
		553,13  | 
		161,87  | 
	
4  | 
		600  | 
		2300  | 
		575  | 
		595  | 
		5,0  | 
	
5  | 
		585  | 
		2460  | 
		615  | 
		647,5  | 
		-62,5  | 
	
6  | 
		560  | 
		2720  | 
		680  | 
		705  | 
		-145,0  | 
	
7  | 
		975  | 
		2920  | 
		730  | 
		752,5  | 
		222,5  | 
	
8  | 
		800  | 
		3100  | 
		775  | 
		795  | 
		5,0  | 
	
9  | 
		765  | 
		3260  | 
		815  | 
		847,5  | 
		-82,5  | 
	
10  | 
		720  | 
		3520  | 
		880  | 
		917,5  | 
		-197,5  | 
	
11  | 
		1235  | 
		3820  | 
		955  | 
		
  | 
		
  | 
	
12  | 
		1100  | 
		
  | 
		
  | 
		
  | 
		
  | 
	
Шаг 1. Проведем выравнивание исходных уровней ряда методом скользящей средней. Для этого:
а) просуммируем уровни ряда последовательно за каждые четыре квартала со сдвигом на один момент времени;
б) разделим полученные суммы на 4, найдем скользящие средние, которые не содержат сезонной компоненты;
с) найдем средние значения из двух последовательных скользящих средних – центрированные скользящие средние.
Таблица 3.3 – расчет значений сезонной компоненты в аддитивной модели
Показатели  | 
		Год  | 
		Номер квартала, i  | 
	|||
I  | 
		II  | 
		III  | 
		IY  | 
	||
  | 
		1 2 3  | 
		- -62,5 -82,5  | 
		- -145 -197,5  | 
		161,87 222,5 -  | 
		5,0 5,0 -  | 
	
Итого за i- й квартал за все годы  | 
		
  | 
		-145  | 
		-342,5  | 
		384,37  | 
		10,0  | 
	
Средняя оценка сезонной компоненты для i-го квартала  | 
		
  | 
		-72,5  | 
		-171,25  | 
		192,185  | 
		5,0  | 
	
Скорректированная сезонная компонента, Si  | 
		
  | 
		-60,858  | 
		-159,609  | 
		203,826  | 
		16,641  | 
	
Шаг 2. Найдем оценки сезонной компоненты как разность между фактическими уровнями ряда и центрированными скользящими средними. Используем эти оценки для расчета значений сезонной компоненты S. Для этого найдем средние за каждый квартал (по всем годам) оценки сезонной компоненты Si.
В аддитивной модели сумма значений сезонной компоненты по кварталам должна быть равна нулю.
Для данной модели имеем: -72,5-171,25+192,185+5,0=-46,565.
Определим корректирующий коэффициент :
k = -46,565/4 = -11,641.
Рассчитаем скорректированные значения сезонной компоненты как разность между ее средней оценкой и корректирующим коэффициентом.
Проверим условие равенства нулю суммы значений сезонной компоненты:
-60,858 – 159,609 + 203,826 + 16,641 = 0.
Таким образом, получены следующие значения сезонной компоненты:
I квартал: S1 = -60,858; II квартал: S2 = -159,609;
III квартал: S3 = 203,826; IY квартал: S4 = 16,641.
Занесем полученные значения в табл.3.4 для соответствующих кварталов года.
Таблица 3. 4 – расчет выровненных значений Т и ошибок Е в аддитивной модели
t  | 
		Yt  | 
		Si  | 
		T + E = Yt - S  | 
		T  | 
		T + S  | 
		Е=Yt – (T+S)  | 
		E2  | 
	
1  | 
		410  | 
		-60,858  | 
		470,858  | 
		445,727  | 
		384,869  | 
		25,131  | 
		631,5672  | 
	
2  | 
		400  | 
		-159,609  | 
		559,609  | 
		499,004  | 
		339,395  | 
		60,605  | 
		3672,966  | 
	
3  | 
		715  | 
		203,826  | 
		511,174  | 
		552,281  | 
		756,107  | 
		-41,107  | 
		1689,785  | 
	
4  | 
		600  | 
		16,641  | 
		583,359  | 
		605,558  | 
		622,199  | 
		-22,199  | 
		492,7956  | 
	
5  | 
		585  | 
		-60,858  | 
		645,858  | 
		658,835  | 
		597,977  | 
		-12,977  | 
		168,4025  | 
	
6  | 
		560  | 
		-159,609  | 
		719,609  | 
		712,112  | 
		552,503  | 
		7,497  | 
		56,20501  | 
	
7  | 
		975  | 
		203,826  | 
		771,174  | 
		765,389  | 
		969,215  | 
		5,785  | 
		33,46622  | 
	
8  | 
		800  | 
		16,641  | 
		783,359  | 
		818,666  | 
		835,307  | 
		-35,307  | 
		1246,584  | 
	
9  | 
		765  | 
		-60,858  | 
		825,858  | 
		871,943  | 
		811,085  | 
		-46,085  | 
		2123,827  | 
	
10  | 
		720  | 
		-159,609  | 
		879,609  | 
		925,22  | 
		765,611  | 
		-45,611  | 
		2080,363  | 
	
11  | 
		1235  | 
		203,826  | 
		1031,174  | 
		978,497  | 
		1182,323  | 
		52,677  | 
		2774,866  | 
	
12  | 
		1100  | 
		16,641  | 
		1083,359  | 
		1031,774  | 
		1048,415  | 
		51,585  | 
		2661,012  | 
	
Шаг 3. элиминируем влияние сезонной компоненты, вычитая ее значение из каждого уровня исходного временного ряда. Получим величины Т + Е = Yt – S. Эти значения рассчитываются за каждый момент времени и содержат только тенденцию и случайную компоненту.
Шаг 4. определим компоненту Т данной модели. Для этого проведем аналитическое выравнивание ряда Т + Е с помощью линейного тренда. В результате получен линейный тренд вида:
Т = 392,45 + 53,277*t.
Коэффициент детерминации R2 = 0,958. График уравнения тренда приведен на рис. 3.4.
Рис. 3.4. Объем выработки продукции
Подставляя в это уравнение значения t = 1, 2,…,12, найдем уровни Т для каждого момента времени.
Шаг 5. Найдем значения уровней ряда, полученные по аддитивной модели. Для этого прибавим к уровням Т значение сезонной компоненты для соответствующих кварталов.
Шаг 6. В соответствии с методикой построения аддитивной модели расчет ошибки производится по формуле
Е = Yt – (T+S).
По аналогии с моделью регрессии для оценки качества построения модели можно применять сумму квадратов полученных абсолютных ошибок. Для данной модели она равна 17631,84. По отношению к общей сумме квадратов отклонений уровней ряда от его среднего уровня, равной 735606,3. Эта величина составляет 2,4 %.
(1-17631,84/735606,3)*100 = 97,6%.
Следовательно, можно сказать, что аддитивная модель объясняет 97,6% общей вариации уровней временного ряда объема выпуска продукции за последние 12 кварталов.
