
- •Збірник задач
- •З теорії ймовірностей та математичної статистики
- •Навчальний посібник
- •Рекомендовано
- •Міністерством освіти України
- •Рецензенти: член-кореспондент нан України, доктор фізико-математичних наук
- •Передмова
- •Розділ 1. Елементи комбінаторики
- •Приклади розв’язання задач
- •Розділ 2. Простір елементарних подій, випадкові події та операції над ними
- •Правило де Моргана: Приклад розв’язання задачі
- •Розділ 3. Ймовірності у дискретних просторах елементарних подій. Класичне означення ймовірності
- •Приклад розв’язання задачі
- •Розділ 4. Геометричні ймовірності.
- •Приклад розв’язання задачі
- •Розділ 5. Аксіоми теорії ймовірностей
- •Приклад розв’язання задачі
- •Розділ 6. Умовні ймовірності.
- •Приклад розв’язання задачі
- •Розділ 7. Формула повної ймовірності. Формула Байєса
- •Приклад розв’язання задачі
- •Розділ 8. Дискретні випадкові величини. Числові характеристики дискретних випадкових величин
- •Приклад розв’язання задачі
- •Дисперсія d
- •Розділ 9. Схема Бернуллі. Класичні дискретні розподіли
- •Приклад розв’язання задачі
- •Розділ 10. Неперервні випадкові величини
- •Приклад розв’язання задач
- •Розділ 11. Закон великих чисел. Центральна гранична теорема
- •Наслідок 2. Якщо для послідовності {n, n1} виконується умова Ляпунова, то справджується і центральна гранична теорема. Приклад розв’язання задач
- •Розділ 12. Вибірка та її основні характеристики. Емпірична функція розподілу, гістограма
- •Приклад розв’язання задачі
- •Розділ 13. Оцінювання невідомих параметрів розподілів. Класифікація оцінок. Вибіркове середнє та дисперсія, мода, медіана
- •Приклад розв’язання задачі
- •Розділ 14. Ефективні оцінки. Достатні статистики
- •Приклади розв’язання задач
- •Розділ 15. Метод моментів та метод максимальної правдоподібності
- •Приклади розв’язання задач
- •Розділ 16. Надійні інтервали
- •Приклад розв'язання задачі
- •Розділ 17. Перевірка статистичних гіпотез. Критерії згоди
- •Приклади розв’язання задач
- •Розділ 18. Перевірка гіпотез про рівність математичних сподівань та дисперсій для нормальних сукупностей
- •Приклади розв’язання задач
- •Розділ 19. Лінійна регресія
- •Приклади розв’язання задач
- •Розділ 20. Елементи дисперсійного аналізу
- •Приклад розв’язання задачі
- •Розділ 21. Елементи аналізу часових рядів. Виділення тренду, згладжування, прогноз
- •Приклад розв’язання задачі
- •Розділ 22. Задачі для контрольних робіт Контрольна робота №1 “Теорія ймовірностей”
- •Контрольна робота №2 “Теорія ймовірностей”
- •Контрольна робота №3 “Математична статистика”
- •Розділ 4
- •Розділ 5
- •Розділ 6
- •Розділ 7
- •Розділ 8
- •Розділ 9
- •Розділ 10
- •Розділ 11
- •Розділ 18
- •Розділ 19
- •Розділ 20
- •Розділ 21
- •Додатки
- •Література Підручники, навчальні посібники та монографії
- •Збірники задач
- •Для нотаток:
Розділ 21. Елементи аналізу часових рядів. Виділення тренду, згладжування, прогноз
Адитивна
модель часового ряду
де
— детермінована
складова (тренд),
— сезонні
коливання,
— нерегульований
або залишковий компонент (випадкова
складова),
Мультиплікативна
модель:
Виділення
тренду. Нехай
—
незалежні випадкові величини з
Для
виділення тренду застосовується метод
найменших квадратів. Наприклад, якщо
то
і
знаходити з
Аналогічно використовується метод найменших квадратів у випадку поліноміального тренду:
Зважене
згладжування.
або
де
— наперед задане число.
Експоненціальне згладжування. Цей метод дає змогу аналізувати часовий ряд і отримувати прогнози без попереднього задання форми тренду. Вимагається лише, щоб у множині дослідження тренд змінювався досить поступово.
де
або
Прогнози:
Метод
згладжування Холта—Вінтерса. Нехай
—
трендова компонента, а
— приріст. Тоді
Прогноз
часового ряду:
Нехай
тепер
—
стаціонарний процес.
Модель
авторегресії AR(p):
Коефіцієнти
можна оцінити методом найменших
квадратів. Наприклад, для AR(1)
маємо:
і
прогноз
.
Модель
рухомого середнього МА(q):
Модель
ARMA(p,
q):
Міри
точності прогнозів.
Якщо
—
часовий ряд, а
— прогнозне значення, то
—
середньоквадратична
похибка прогнозу за n
кроків.
— середня
абсолютна похибка.
—
корінь
із середньоквадратичної похибки у
відсотках від фактичних значень.
— середня
абсолютна похибка у відсотках.
Приклад розв’язання задачі
Задача
1.
У таблиці наведено
щорічні значення виробництва пива у
США за 1970—1989
рр. Методом експоненціального згладжування
(w=0,7
та
)
та методом Холта—Вінтерса (
та
)
побудувати прогнози значень виробництва
пива на 1987—1989
рр, використовуючи дані за 1970—1986
рр. Підрахувати похибки
Розв’язок.
Спочатку підрахуємо
експоненціально згладжені значення
E1,
E2,
…, Et
для років 1970—1986.
Для
Інші значення подано в таблиці.
Для
Інші значення подано в таблиці.
-
Рік
Виробництво
пива
Експоненціально
згладжене значення,
Експоненціально
згладжене значення,
1970
133,1
133,10
133,10
1971
137,4
134,39
136,11
1972
141,3
136,46
139,74
1973
148,6
140,10
145,94
1974
156,2
144,93
153,12
1975
160,6
149,63
158,36
1976
163,7
153,85
162,10
1977
170,5
158,85
167,98
1978
179,1
164,92
175,76
1979
184,2
170,71
181,67
1980
194,1
177,72
190,37
1981
193,7
182,52
192,70
1982
196,2
186,62
195,15
1983
195,4
189,26
195,33
1984
192,2
190,14
193,14
1985
194,3
191,39
193,95
1986
194,4
192,29
194,27
1987
195,9
1988
197,4
1989
197,8
Використовуючи експоненціальне згладжування, отримаємо такі прогнозні значення.
Для
похибка
прогнозу
похибка
прогнозу
похибка
прогнозу
Для
похибка
прогнозу
похибка
прогнозу
похибка
прогнозу
Тепер обчислимо значення за методом Холта—Вінтерса за 1970—1986 рр.
Для
та
Інші
значення
та
подано в таблиці.
Для
та
Інші значення та подано в таблиці.
-
Рік
Виробництво
пива
1970
133,1
1971
137,4
137,40
4,30
137,40
4,30
1972
141,3
141,42
4,22
141,58
4,22
1973
148,6
147,71
4,84
146,64
4,80
1974
156,2
155,10
5,61
152,87
5,80
1975
160,6
160,63
5,58
159,25
6,21
1976
163,7
164,45
5,05
164,93
5,84
1977
170,5
170,20
5,26
170,69
5,78
1978
179,1
178,01
6,03
177,26
6,33
1979
184,2
184,15
6,06
183,78
6,46
1980
194,1
192,93
6,88
191,40
7,27
1981
193,7
195,53
5,59
197,18
6,23
1982
196,2
197,68
4,56
201,24
4,72
1983
195,4
197,45
3,12
202,79
2,50
1984
192,2
194,71
1,36
201,36
–0,25
1985
194,3
194,83
0,99
199,07
–1,68
1986
194,4
194,83
0,69
196,49
–2,31
1987
195,9
1988
197,4
1989
197,8
Далі будуємо прогнози за методом Холта—Вінтерса.
Для та
похибка
прогнозу
похибка
прогнозу
похибка
прогнозу
Для та
похибка
прогнозу
похибка
прогнозу
похибка
прогнозу
Тепер підрахуємо похибки прогнозів.
Для експоненціального згладжування при
Для експоненціального згладжування при
Для методу Холта—Вінтерса при та
Для методу Холта—Вінтерса при та
Слід
зазначити, що обидва значення
для прогнозів за методом експоненціального
згладжування
та
лежать між значеннями
для прогнозів за методом Холта—Вінтерса
(
та
).
Аналогічно,
для прогнозів за методом експоненціального
згладжування
та
лежать між
для прогнозів за методом Холта—Вінтерса
та
Можна сказати, що існує трендовий компонент у часовому ряду виробництва пива. Дані збільшуються кожного року з 1970 по 1980 рр, потім зростають та спадають протягом декількох років і знову збільшуються з 1985 року. Здається, що модель Холта—Вінтерса з параметрами та є найкращою для прогнозування обсягів виробництва пива. Ця модель має найменшу похибку.
Задачі
21.1. У таблиці
наведено квартальні значення експорту
послуг України за 1996—1998
роки. а) Методом експоненціального
згладжування (=0,8);
б) методом Холта—Вінтерса (
)
побудувати прогнози значень експорту
послуг на 1998 рік,
використовуючи дані за 1996—1997
роки. Підрахувати похибки
Статті платіжного балансу |
1996 р. |
1997 р. |
1998 р |
|||||||||
І кв. |
II кв. |
III кв. |
IV кв. |
I кв. |
II кв. |
III кв. |
IV кв. |
І кв. |
II кв. |
III кв. |
IV кв. |
|
Баланс товарів та послуг |
–702 |
65 |
–22 |
–463 |
–741 |
–354 |
–249 |
–192 |
–722 |
–261 |
–364 |
140 |
Експорт товарів та послуг |
4667 |
5486 |
5068 |
5125 |
4744 |
5040 |
5205 |
5366 |
4421 |
4727 |
4147 |
4326 |
Імпорт товарів та послуг |
5369 |
5421 |
5090 |
5588 |
5485 |
5394 |
5454 |
5558 |
5143 |
4988 |
4511 |
4186 |
Експорт товарів |
3544 |
4208 |
3905 |
3890 |
3527 |
3858 |
3945 |
4088 |
3443 |
3750 |
3174 |
3332 |
Імпорт товарів |
5050 |
5019 |
4624 |
5150 |
4983 |
4882 |
4830 |
4928 |
4459 |
4270 |
3868 |
3686 |
Баланс послуг |
804 |
876 |
697 |
797 |
715 |
670 |
636 |
648 |
294 |
259 |
330 |
494 |
Експорт послуг |
1123 |
1278 |
1163 |
1235 |
1217 |
1182 |
1260 |
1278 |
978 |
977 |
973 |
994 |
Імпорт послуг |
319 |
402 |
466 |
438 |
502 |
512 |
624 |
630 |
684 |
718 |
643 |
500 |
21.2. У таблиці наведено квартальні значення імпорту послуг з України за 1996—1998 рр. Методами: а) експоненціального згладжування (=0,8); б) Холта—Вінтерса ( ) побудувати прогнози значень імпорту послуг на 1998 рік, використовуючи дані за 1996—1997 рр. Підрахувати похибки
21.3. У таблиці наведено квартальні значення балансу товарів та послуг з України за 1996—1998 рр. Методами: а) експоненціального згладжування (=0,8); б) Холта—Вінтерса ( ) побудувати прогнози значень балансу товарів та послуг на 1998 рік, використовуючи дані за 1996—1997 рр. Підрахувати похибки
21.4. У таблиці наведено квартальні значення експорту товарів України за 1996—1998 рр. Методами: а) експоненціального згладжування (=0,8); б) Холта—Вінтерса ( ) побудувати прогнози значень експорту товарів на 1998 рік, використовуючи дані за 1996—1997 рр. Підрахувати похибки
21.5. У таблиці наведено квартальні значення імпорту товарів України за 1996—1998 рр. Методами: а) експоненціального згладжування (=0,8); б) Холта—Вінтерса ( ) побудувати прогнози значень товарів послуг на 1998 рік, використовуючи дані за 1996—1997 рр. Підрахувати похибки
21.6. Припускаючи, що дані часових рядів стаціонарні, побудувати AR(1) для: а) експорту послуг; б) імпорту послуг; в) експорту товарів; г) імпорту товарів; д) балансу товарів та послуг. Побудувати прогноз на 1998 рік, використовуючи дані за 1996—1997 роки. Підрахувати похибки
21.7. Виділити лінійний тренд для імпорту послуг.