
- •План лекции:
- •1Й учебный вопрос. Анализ автокорреляции временного ряда и определение длины цикла.
- •Расчет коэффициентов автокорреляции на основе временного ряда потребления электроэнергии жителями региона
- •2Й учебный вопрос. Выявление сезонной компоненты и построение аддитивной и мультипликативной модели временного ряда.
- •3Й учебный вопрос. Моделирование сезонных и цикличесикх колебаний с помощью рядов Фурье.
- •Вспомогательные расчеты для определения параметров ряда Фурье
2Й учебный вопрос. Выявление сезонной компоненты и построение аддитивной и мультипликативной модели временного ряда.
Следует иметь в виду, что с математической точки зрения между циклическими и сезонными колебаниями нет особой разницы. Различие лишь в содержательном смысле и длине цикла (периода колебаний). Сезонные колебания – это внутригодичные колебания, с длиной цикла меньше года, т.е. ежемесячные или ежеквартальные колебания. Циклические колебания как правило имеют длину цикла более года (например, цикл инвестиционной активности или колебания конъюнктуры рынка).
Существует несколько подходов к анализу структуры временных рядов, содержащих сезонные или циклические колебания. Моделирование циклических колебаний в целом осуществляется аналогично моделированию сезонных колебаний, поэтому мы рассмотрим здесь только методы моделирования последних. Простейший подход — расчет значений сезонной компоненты методом скользящей средней и построение аддитивной или мультипликативной модели временного ряда.
Построение аддитивной или мультипликативной модели временного ряда сводится к расчету значений T, S, E для каждого уровня ряда.
Процесс построения модели включает в себя следующие шаги:
Выравнивание исходного ряда методом скользящей средней;
Расчет значений сезонной компоненты S;
Устранение сезонной компоненты из исходных уровней ряда и получение выравненных данных (T+E) в аддитивной или (T*E) в мультипликативной модели;
Аналитическое выравнивание уровней (T+E) или (T*E) и расчет значений T c использованием полученного уравнения тренда;
Расчет полученных по модели значений (T+S) или (T*S)
Расчет абсолютных и/или относительных ошибок
Рассмотрим построение аддитивной модели ряда на том же примере, который был рассмотрен при расчете коэффициентов автокорреляции.
В таблице 9.3. приведен расчет оценок сезонной компоненты.
Таблица 9.3
Расчет оценок сезонной компоненты в аддитивной модели
t |
yt |
Итого за 4 квартала |
Скользящая средняя |
Центриров. скольз. средняя |
Оценка сезонной компоненты |
1 |
6 |
- |
- |
- |
|
2 |
4,4 |
24,4 |
6,1 |
- |
|
3 |
5 |
25,6 |
6,4 |
6,25 |
-1,250 |
4 |
9 |
26,0 |
6,5 |
6,45 |
2,550 |
5 |
7,2 |
27,0 |
6,75 |
6,625 |
0,575 |
6 |
4,8 |
28,0 |
7 |
6,875 |
-2,075 |
7 |
6 |
28,8 |
7,2 |
7,1 |
-1,100 |
8 |
10 |
29,6 |
7,4 |
7,3 |
2,700 |
9 |
8 |
30,0 |
7,5 |
7,45 |
0,550 |
10 |
5,6 |
31,0 |
7,75 |
7,625 |
-2,025 |
11 |
6,4 |
32,0 |
8 |
7,875 |
-1,475 |
12 |
11 |
33,0 |
8,25 |
8,125 |
2,875 |
13 |
9 |
33,6 |
8,4 |
8,325 |
0,675 |
14 |
6,6 |
33,4 |
8,35 |
8,375 |
-1,775 |
15 |
7 |
24,4 |
- |
- |
- |
16 |
10,8 |
17,8 |
- |
- |
- |
При построении таблицы вначале (в графе 3) были определены условные годовые объемы потребления электроэнергии (суммируя данные за 4 квартала). Затем в графе 4 построенный ряд был выравнен по 4хчленной скользящей средней. Затем в графе 5 были построены центрированные скользящие средние (на основе средних из двух соседних значений выравненного ряда в графе 4). В графе 6 были рассчитаны оценки сезонной компоненты (как разность данных граф 2 и 5).
Далее построим вспомогательную таблицу для расчета окончательных значений сезонной компоненты (табл. 9.4)
Таблица 9.4.
Расчет значений сезонной компоненты в аддитивной модели
Показатели |
Год |
№ квартала |
|||
I |
II |
III |
IV |
||
|
1 |
- |
- |
-1,250 |
2,550 |
2 |
0,575 |
-2,075 |
-1,100 |
2,700 |
|
3 |
0,550 |
-2,025 |
-1,475 |
2,875 |
|
4 |
0,675 |
-1,775 |
- |
- |
|
Итого за i-тый квартал (за все годы) |
|
1,800 |
-5,875 |
-3,825 |
8,125 |
Средняя оценка сезонной компоненты для i-го квартала |
|
0,600 |
-1,958 |
-1,275 |
2,708 |
Скорректированная сезонная компонента (St) |
|
0,581 |
-1,977 |
-1,294 |
2,690 |
Корректировочный коэффициент |
|
0,01875 |
0,01875 |
0,01875 |
0,01875 |
В таблице 9.4 вначале находятся средние за каждый квартал оценки сезонной компоненты, а затем корректируются с учетом того, что сумма значений сезонной компоненты за четыре квартала должна быть равна нулю.
Корректировочный коэффициент рассчитывается как сумма средних оценок (0,6- 1,958- 1,275+2,708= 0,075), деленная на 4. Скорректированные значения сезонной компоненты рассчитываются как разность между ее средней оценкой и корректирующим коэффициентом k.
Затем в таблице 9.5 элиминируется влияние сезонной компоненты, вычитая ее значение из каждого уровня исходного временного ряда. Получаем величины T+E= Y-S. Эти значения рассчитываются за каждый момент времени и содержать только тенденцию и случайную компоненту. Затем производится выравнивание построенного ряда с помощью линейного тренда. К выравненному ряду снова добавляются значения сезонной компоненты.
Выявление сезонной компоненты в мультипликативной модели выполняется аналогично. Разница лишь в том, что скорректированные значения сезонной компоненты умножаются на корректировочный коэффициент (а не находятся в виде разности).
Таблица 9.5.
Расчет выравненных значений T и случайных ошибок E в аддитивной модели
t |
yt |
St |
T+E= yt-St |
T |
T+S |
E=yt-(T+S) |
E2 |
1 |
6 |
0,581 |
5,419 |
5,940 |
6,521 |
-0,521 |
0,271 |
2 |
4,4 |
-1,977 |
6,377 |
6,110 |
4,133 |
0,267 |
0,072 |
3 |
5 |
-1,294 |
6,294 |
6,280 |
4,986 |
0,014 |
0,000 |
4 |
9 |
2,690 |
6,310 |
6,450 |
9,139 |
-0,139 |
0,019 |
5 |
7,2 |
0,581 |
6,619 |
6,620 |
7,201 |
-0,001 |
0,000 |
6 |
4,8 |
-1,977 |
6,777 |
6,790 |
4,813 |
-0,013 |
0,000 |
7 |
6 |
-1,294 |
7,294 |
6,960 |
5,666 |
0,334 |
0,111 |
8 |
10 |
2,690 |
7,310 |
7,130 |
9,820 |
0,180 |
0,033 |
9 |
8 |
0,581 |
7,419 |
7,470 |
8,051 |
-0,051 |
0,003 |
10 |
5,6 |
-1,977 |
7,577 |
7,640 |
5,663 |
-0,063 |
0,004 |
11 |
6,4 |
-1,294 |
7,694 |
7,810 |
6,516 |
-0,116 |
0,014 |
12 |
11 |
2,690 |
8,310 |
7,980 |
10,670 |
0,330 |
0,109 |
13 |
9 |
0,581 |
8,419 |
8,150 |
8,732 |
0,268 |
0,072 |
14 |
6,6 |
-1,977 |
8,577 |
8,320 |
6,343 |
0,257 |
0,066 |
15 |
7 |
-1,294 |
8,294 |
8,490 |
7,197 |
-0,197 |
0,039 |
16 |
10,8 |
2,690 |
8,110 |
8,660 |
11,350 |
-0,550 |
0,303 |