- •Подготовка исходных данных и расчет основных показателей динамики Подготовка исходных данных
- •Проверка гипотезы о наличии тренда
- •Критерий серий, основанный на медиане
- •Метод Фостера-Стюарта
- •Сглаживание временного ряда с помощью скользящей средней
- •Аналитическое выравнивание временных рядов. Прогнозирование развития с помощью кривых роста
- •Построение кривых роста
- •Построение кривых роста
- •Проверка адекватности модели по сглаженному ряду
- •Проверка гипотезы об отсутствии автокорреляции остатков
- •Проверка гипотезы о нормальности распределения остатков
- •Методика расчета сезонной составляющей
- •Мультипликативная модель
- •Аддитивная модель
- •Построение точечных и интервальных оценок прогнозов Построение точечных оценок прогнозов
- •Построение интервальных оценок прогнозов
- •Экспоненциальное сглаживание в ms Excel
- •Экспоненциальное сглаживание в statistica
Проверка гипотезы о наличии тренда
Анализ рядов динамики, как правило, начинают с определения основной тенденции развития. В большинстве случаев, выделению и оценке тренда предшествует проверка гипотез о его наличии или отсутствии на основании различных критериев.
Критерий серий, основанный на медиане
Вычисляем
медианное значение исследуемого
временного ряда. Можно перейти к
ранжированному временному ряду
и далее, в соответствии с определением
медианы Me
вариационного
ряда длиной n,
рассчитать:
где - уровни ранжированного ряда.
Так же медиану можно определить с помощью функций Microsoft Excel.
В соответствии с расчетами, медиана исследуемого ряда равна 23431,5.
Далее
каждому уровню ряда yt
поставим
в соответствие значение
по правилу:
Далее определим серии – последовательности подряд идущих плюсов и минусов, полученные результаты представлены в приложении 3.
Подсчитаем
наблюдаемые значения двух показателей:
– число серий в совокупности
;
– протяженность самой длинной серии.
Критические значения (для 5% уровня
значимости) рассчитываются по формулам:
Вычисленные критические значения равны соответствующе 23 и 9.
Проверим гипотезу об отсутствии тренда. Она основана на сравнении наблюдаемых и критических значений числа серий и максимальной протяженности серии. Критерий формулируется следующим образом:
если выполняется
то
с 95% вероятностью гипотеза об отсутствии
тренда не отвергается;если хотя бы одно из неравенств системы не выполняется, то гипотеза об отсутствии тренда отвергается с вероятностью ошибки 5%.
В рассматриваемом примере наблюдаемое число серий 14 меньше критического значения 23, а наблюдаемая протяженность самой длинной серии 21 превышает критическое значение 9. Поэтому в соответствии с критерием серий, основанным на медиане, гипотеза о том, что временной ряд импорт товаров в РФ в месяц не содержит тренд, отвергается с 95% вероятностью, то есть тренд есть.
Метод Фостера-Стюарта
Каждому уровню ряда yt , начиная со второго, ставят в соответствие значение трех вспомогательных характеристик mt, lt, и dt :
Полученные значения представлены в приложении 3.
Определим
характеристики
и её среднюю квадратическую ошибку
В
нашем примере D=17,
Расcчитаем
наблюдаемое значение статистики критерия
,
критическое значение
.
В нашем случае они равны соответственно
6,04 и 1,99.
Проверка гипотезы об отсутствии тренда методом Фостера-Стюарта основывается на сравнении наблюдаемого и критического значения t – статистки. Сам критерий формулируется следующим образом:
если выполняется:
,
то с вероятностью (1-α) гипотеза об
отсутствии тренда не отвергается;если
, то гипотеза об отсутствии тренда
отвергается с вероятностью ошибки α.
В рассматриваемом примере наблюдаемое значение статистики 6,04 превышает критическое значение 1,99. Поэтому в соответствии с критерием Фостера-Стюарта гипотеза о том, что ряд импорта товаров в РФ в месяц не содержит тренд, отвергается с 95% вероятностью.
В результате проведенных исследований можно сделать вывод о том, что данный временной ряд содержит тренд.
