17 Предварительный анализ временных рядов: выявление аномальных наблюдений.

Основная цель статистич анализа временных рядов - изучение соотношения м/у закономерностью и случайностью, формирование уровней ряда.

Экстраполяционное прогнозирование эк процессов, представленных одномерными временными рядами, проводится по след этапам:

1)постановка задачи

2)предварительный анализ данных

3)построение моделей временных рядов

4)построение точечного и интервального прогнозов

Выявление аномальных явлений явл-ся обязательной процедурой. Для проверки существуют различные критерии.

где

расчетное значение сравнивается с крит знач критерия

Если оно больше критич, то соответственный уровень признается аномальным.

Аномальные наблюдения необходимо исключить из временного ряда и заменить их расчетными значениями. В качестве нового значения можно принять среднее из 2х соседних уровней или заменой на соотв уровни кривой роста, апроксимирующей данный временной ряд.

41.Адаптивные модели прогнозирования. Модель Хольта-Уитнерса.

Модификация модели Брауна с учетом линейности тренда. В основном используется для прогнозирования показателей торговли.

При прогнозировании с ярко выраженной тенденцией на повышение/понижение.

За исходную гипотезу берется представление о том, что имеется не только медленно текущий уровень, но и тенденция с медленно

развивающимся наклоном.

Была предложена модель, в которой прогноз осуществляется путем экстраполяции тенденции линейным трендом на «тау» тактов вперед.

для расчетов коэффициентов тренда используются 2 параметра сглаживания:α и β.

0< α,β<1 определяется пользователем и определяют характер изменчивости среднего и тренда.

Адаптация параметров проводится так:

;

Начальные уровни следует выбирать и как в модели Брауна, или эмпирическим путем, снижая ошибки прогностической и информационной пригодности модели.

31.Статистические показатели динамики экономических процессов, простейшие приёмы прогнозирования (планирования) от достигнутого уровня.

Анализ интенсивности изменения во времени осуществляет­ся с помощью показателей, получаемых в результате сравнения уровней, к таким показателям относятся: абсолютный прирост, темп роста, темп прироста, абсолютное значение одного процен­та прироста. Показатели анализа динамики могут вычисляться на посто­янной и переменных базах сравнения. При этом принято называть сравниваемый уровень отчетным, а уровень, с которым производится сравнение, — базисным. Важнейшим статистическим показателем анализа динамики яв­ляется абсолютный прирост (сокращение), т.е. абсолютное изменение,характеризующее увеличение или уменьшение уровня ряда за оп­ределенный промежуток времени. Абсолютный прирост с пере­менной базой называют скоростью роста. Абсолютный прирост            Абсолютный прирост (цепной):                       (базисный):                                            

Для оценки интенсивности, т. е. относительного изменения уровня динамического ряда за какой-либо период времени ис­числяют темпы роста (снижения).                    Интенсивность изменения уровня оценивается отношением отчетного уровня к базисному. Показатель интенсивности изменения уровня ряда, выраженный в долях единицы, называется коэффициентом роста, а в процентах - темпом роста. Эти показатели интенсивности из­менения отличаются только единицами измерения. Коэффициент роста (снижения) показывает, во сколько раз сравниваемый уровень больше уровня, с которым произ­водится сравнение (если этот коэффициент больше единицы) или какую часть уровня, с которым производится сравнение, составляет сравниваемый уровень (если он меньше единицы). Темп роста всегда представляет собой положительное число. Коэффициент роста:        Коэффициент роста:   Т_р = K_р*100. Относительную оценку скорости измерения уровня ряда в еди­ницу времени дают показатели темпа прироста (сокращения). Темп прироста (сокращения) показывает, на сколько процентов сравниваемый уровень больше или меньше уровня, принятого за базу сравнения, и вычисляется как отношение абсолютного при­роста к абсолютному уровню, принятому за базу сравнения

  

Темп прироста (сокращения) можно получить и из темпа роста, выраженного в процентах, если из него вычесть 100%.

Наивный прогноз является самой простой методикой прогнозирования. Она основывается на предположении о том, что прогнозируемое потребление будущего периода равно потреблению предшествующего периода.