- •Введение
- •Таблица 2.1.1 – Результаты сглаживания по методу скользящих средних
- •Таблица 2.3.1 − Экспоненциальное сглаживание при разных значениях параметра
- •Таблица 2.4.1 – Расчетные данные
- •MEAN (Test for difference in mean 1st half to 2nd half) – тест на существенность разности средних служит для определения тенденции среднего значения.
- •Рисунок 3.5.7 – Панель статистического сравнения с переводом
- •Библиографический список
- •Содержание
- •Введение……………………………………………………………………3
- •Редактор Г. С. Одинцова
|
|
|
|
|
|
|
|
12 |
|
|
|
|
|
|
1 |
16,5 |
16,6 |
16,9 |
17,0 |
1 |
17,1 |
||
|
|
|
|
||||||||
|
2 |
2 |
|||||||||
1996 г. |
y96 |
|
|
|
|
|
|
|
|
|
16,8 . |
|
|
|
|
5 |
1 |
|
|
||||
|
|
|
|
|
|
|
|
|
Таблица 2.1.1 – Результаты сглаживания по методу скользящих средних
Годы |
Общая |
пло- |
|
|
Сглаженные уровни |
|
|
||
|
щадь |
жилых |
|
|
|
|
|
|
|
|
Простая |
скользящая |
|
|
2 |
|
|||
|
помещений, |
|
|
( yi y) |
|
||||
|
средняя |
|
|
|
|
|
|||
|
приходящаяся |
|
|
|
|
|
|
||
|
3-член- |
4-член- |
5-член- |
|
3-член- |
4-член- |
5-член- |
||
|
в среднем на 1 |
|
|||||||
|
|
|
|
|
ная |
ная |
ная |
||
|
жителя.кв.м, |
ная, y |
ная, y |
ная, y |
|
||||
|
|
|
|
|
|
|
|
||
|
yi |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1992 |
15,4 |
- |
- |
- |
|
- |
- |
- |
|
|
|
|
|
|
|
|
|
|
|
1993 |
16,1 |
16,0 |
- |
- |
|
0,01 |
- |
- |
|
1994 |
16,5 |
16,4 |
16,3 |
16,3 |
|
0,01 |
0,026 |
0,040 |
|
1995 |
16,6 |
16,7 |
16,6 |
16,6 |
|
0,004 |
0,001 |
0,000 |
|
1996 |
16,9 |
16,8 |
16,8 |
16,8 |
|
0,004 |
0,006 |
0,006 |
|
1997 |
17,0 |
17,0 |
17,1 |
17,1 |
|
0 |
0,003 |
0,010 |
|
1998 |
17,1 |
17,3 |
17,4 |
17,4 |
|
0,05 |
0,083 |
0,102 |
|
1999 |
17,9 |
17,7 |
17,7 |
17,7 |
|
0,03 |
0,026 |
0,026 |
|
2000 |
18,2 |
18,2 |
18,2 |
18,2 |
|
0,00 |
0,000 |
0,000 |
|
2001 |
18,5 |
18,7 |
18,7 |
18,7 |
|
0,03 |
0,031 |
0,032 |
|
2002 |
19,3 |
19,1 |
19.1 |
19,0 |
|
0,04 |
0,056 |
0,068 |
|
2003 |
19,5 |
19,5 |
19,4 |
19,4 |
|
0 |
0,006 |
0,014 |
|
2004 |
19,7 |
19,7 |
- |
- |
|
0 |
- |
- |
|
2005 |
19,9 |
- |
- |
- |
|
- |
- |
- |
|
Итого |
248,6 |
- |
- |
- |
|
0,179 |
0,239 |
0,299 |
Как видно из таблицы 2.1.1, трехчленная скользящая средняя демонстрирует выравненный динамический ряд с однонаправленной тенденцией движения уровней. Сглаживание по трехчленной скользящей средней дало более сглаженный ряд, так как для трехчленной скользящей
средней оказалась меньше сумма |
квадратов отклонений фактических |
||
|
|
2 |
= 0,179) (таблица 2.1.1). Иными |
данных ( yi ) от сглаженных ( y ) ( |
( yi y) |
|
словами, трехчленная скользящая средняя лучше всего представляет закономерность движения уровней динамического ряда.
2.2. Сглаживание временных рядов методом взвешенных скользящих средних
Поскольку укрупнение интервала сглаживания приводит к уменьшению числа сглаженных уровней ряда, а длина динамического ряда в экономике часто ограничена (максимум 10−15 лет), то многочленные скользящие
13
средние практически не применяются (исключение составляет применение скользящих средних при измерении сезонных колебаний).
Простые скользящие средние в ряде случаев позволяют выявить тенденцию лишь в общих чертах. Более совершенным приемом считается взвешенная скользящая средняя. При исчислении простой скользящей средней все уровни временного ряда считаются равноценными. При расчете взвешенной скользящей средней каждому уровню в пределах интервала сглаживания приписывается вес, зависящий от расстояния данного уровня до середины интервала сглаживания.
Веса для уровней ряда при сглаживании могут быть взяты как коэффициенты бинома Ньютона (таблица 2.2.1).
Таблица 2.2.1− Весовые коэффициенты
Интервал сглаживания |
Коэффициенты ( f ) |
Сумма весов |
|||
|
|
|
|
|
|
3 |
1 |
2 |
1 |
|
4 |
|
|
|
|
|
|
5 |
1 4 |
6 |
4 |
1 |
16 |
|
|
|
|||
7 |
1 6 15 20 15 6 1 |
64 |
|||
|
|
|
|
|
|
Взвешенная скользящая средняя определяется как средняя арифметическая взвешенная:
|
|
n |
|
|
|
|
yt |
f |
|
|
i |
|
, |
|
|
yt |
|
|
|
|
n |
|
||
|
|
|
f |
|
|
|
i |
|
|
где |
|
|
|
|
yt − скользящая средняя; |
|
|
|
yt − уровни динамического ряда, участвующие в расчете за интервал n ;
f − веса.
Для рассматриваемого примера трехчленная взвешенная скользящая средняя за 1993 г. будет равной:
|
|
|
16,03 ; |
y93 |
(15,4 1 16,1 2 |
16,5 1) : 4 |
|
для 1994 г. соответственно получим: |
|
|
|
|
|
|
16,43. |
y94 |
(16,1 1 16,5 2 |
16,6 1) : 4 |
При пятичленной взвешенной скользящей средней для 1994 и 1995 гг. получим:
|
|
|
14 |
|
|
|
|
|
16,38 ; |
y94 |
(15,4 1 16,1 4 16,5 |
6 16,6 |
4 16,9 1) :16 |
|
|
|
|
|
16,64 . |
y95 |
(16,1 16,5 4 16,6 6 |
16,9 4 |
17,0 1) :16 |
Аналогично рассчитываются и для других лет взвешенные скользящие средние, результаты которых приведены в таблице 2.2.2.
Таблица 2.2.2 – Результаты расчетов по методу взвешенной скользящей средней
Годы |
Общая |
пло- |
Взвешенная скользящая |
|
( yi |
yˆ)2 |
|
|
щадь |
жилых |
средняя |
|
|
|
|
|
помещений, |
3-членная |
5-членная |
|
3-членная |
5-членная |
|
|
приходящаяся |
|
|
|
|
|
|
|
в среднем на 1 |
|
|
|
|
|
|
|
жителя, м2, yi |
|
|
|
|
|
|
1992 |
15,4 |
- |
- |
|
- |
- |
|
1993 |
16,1 |
16,03 |
- |
|
0,006 |
- |
|
1994 |
16,5 |
16,42 |
16,38 |
|
0,006 |
0,014 |
|
1995 |
16,6 |
16,65 |
16,64 |
|
0,003 |
0,002 |
|
1996 |
16,9 |
16,85 |
16,84 |
|
0,003 |
0,004 |
|
1997 |
17,0 |
17,00 |
17,03 |
|
0,000 |
0,001 |
|
1998 |
17,1 |
17,30 |
17,33 |
|
0,031 |
0,053 |
|
1999 |
17,9 |
17,78 |
17,76 |
|
0,016 |
0,021 |
|
2000 |
18,2 |
18,20 |
18,2 |
|
0,000 |
0,000 |
|
2001 |
18,5 |
18,62 |
18,65 |
|
0,016 |
0,023 |
|
2002 |
19,3 |
19,15 |
19,10 |
|
0,023 |
0,038 |
|
2003 |
19,5 |
19,5 |
19,46 |
|
0,000 |
0,001 |
|
2004 |
19,7 |
19,7 |
- |
|
0,000 |
- |
|
2005 |
19,9 |
- |
- |
|
- |
- |
|
Итого |
248,6 |
- |
- |
|
0,1006 |
0,1564 |
Как видно из расчетов, взвешенные скользящие средние несколько ближе подходят к фактическим данным. Для них меньше, чем для простых
средних |
|
квадрат отклонения: для трехчленной взвешенной скользящей |
|||
|
2 |
= 0,1006, а для пятичленной − |
|
2 |
= 0,1564. |
( yi y) |
|
( yi y) |
|
Из расчетов видно, что трехчленная скользящая средняя лучше описывает закономерность движения уровней динамического ряда.
Веса при использовании скользящих средних могут быть подобраны не только как коэффициенты бинома Ньютона, но и путем подбора полинома второго и третьего порядка к группе наблюдений в пределах интервала сглаживания:
yˆ |
t |
a |
0 |
a t |
a |
t 2 . |
|
|
1 |
2 |
|
15
Выравнивание с помощью |
взвешенной |
скользящей средней по |
||||
полиному осуществляется следующим образом. |
||||||
Для каждого активного участка подбирается полином вида |
||||||
yˆ |
t |
a |
a t |
a |
t 2 ... |
a t n , |
|
|
0 1 |
2 |
|
n n |
параметры которого оцениваются по методу наименьших квадратов. При этом начало отсчета переносится в середину активного участка. Например, для длины интервала сглаживания g 5 , индексы уровней активного участка будут:−2, −1, 0, 1, 2.
Тогда сглаженным значением для уровня, стоящего в середине активного участка, будет значение параметра a0 подобранного полинома. Причем при сглаживании по полиному k -й нечетной степени весовые коэффициенты будут такими же, как при сглаживании по полиному ( k 1) степени (таблица 2.2.3).
Таблица 2.2.3 − Весовые коэффициенты при сглаживании по полиномам второго и третьего порядка
Длина интервала сглаживания |
|
|
Весовые коэффициенты |
|
|||||||||||
5 |
|
|
|
|
|
1 |
[ 3, 12, 17] |
|
|||||||
|
|
|
|
|
|
35 |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
1 |
[ |
2, |
3, |
6, |
7] |
|
|
7 |
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
21 |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
1 |
|
[ 21, 14, 39, 54, 59] |
|||||||||||
9 |
|
|
|
|
|
|
|||||||||
|
231 |
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
||||||
|
|
1 |
[ |
36, |
|
9, |
44, |
69, |
84, |
89] |
|||||
11 |
|
429 |
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
1 |
[ |
11, |
|
9, |
16, |
21, |
24, |
25] |
||||
13 |
|
143 |
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Так как веса симметричны относительно центрального уровня, то в таблице использована символическая запись: приведены веса для половины уровней активного участка, выделен вес, относящийся к уровню, стоящему в центре участка сглаживания.
Например:
yˆ |
1 |
15,4 ( |
3) |
16,1 12 |
16,5 17 |
16,6 12 |
16,9 |
( |
3) |
16,46 ; |
|
|
|||||||||||
94 |
|
35 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
yˆ |
|
1 |
16,1 ( |
3) |
16,5 12 |
16,6 17 |
16,9 12 |
17,0 |
( |
3) |
16,68 и т.д. (таблица |
|
|
||||||||||
95 |
|
35 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2.2.4).
16
Таблица 2.2.4 − Сглаживание полинома с помощью весовых коэффициентов
Годы |
Общая |
пло- |
Взвешенная скользящая |
( yi |
yˆ)2 |
||
|
щадь |
жилых |
средняя |
|
|
|
|
|
помещений, |
5-членная |
7-членная |
5-членная |
|
7членная |
|
|
приходящаяся |
|
|
|
|
|
|
|
в среднем на 1 |
|
|
|
|
|
|
|
жителя.кв.м,, |
|
|
|
|
|
|
|
yi |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1992 |
15,4 |
- |
- |
- |
|
- |
|
1993 |
16,1 |
- |
- |
- |
|
- |
|
1994 |
16,5 |
16,46 |
- |
0,002 |
|
- |
|
1995 |
16,6 |
16,68 |
16,71 |
0,006 |
|
0,012 |
|
1996 |
16,9 |
16,85 |
16,80 |
0,003 |
|
0,011 |
|
1997 |
17,0 |
16,96 |
17,00 |
0,002 |
|
0,000 |
|
1998 |
17,1 |
17,26 |
17,34 |
0,027 |
|
0,059 |
|
1999 |
17,9 |
17,75 |
17,68 |
0,021 |
|
0,501 |
|
2000 |
18,2 |
18,20 |
18,19 |
0,000 |
|
0,000 |
|
2001 |
18,5 |
18,64 |
18,72 |
0,019 |
|
0,048 |
|
2002 |
19,3 |
19,15 |
19,11 |
0,021 |
|
0,038 |
|
2003 |
19,5 |
19,55 |
- |
0,003 |
|
- |
|
2004 |
19,7 |
- |
- |
- |
|
- |
|
2005 |
19,9 |
- |
- |
- |
|
- |
|
Итого |
248,6 |
- |
- |
0,103 |
|
0,218 |
Расчеты показали, что сглаживание по весовым коэффициентам дало наилучший вариант при сглаживании с помощью пятичленной взвешенной скользящей средней, так как оказалась наименьшей сумма квадратов отклонений эмпирических и теоретических даных ( ( yi yˆ)2
2.3.Экспоненциальное сглаживание
Внастоящее время для учета степени «устаревания» данных во взвешенных скользящих средних используются веса, подчиняющиеся экспоненциальному закону, т.е. применяется метод экспоненциальных средних.
Смысл экспоненциальных средних состоит в том, чтобы найти такие средние, в которых влияние прошлых наблюдений затухает по мере удаления от момента, для которого определяются средние. Веса в экспоненциальных средних устанавливаются в виде коэффициентов
17
( |
|
1) . Веса по времени убывают экспоненциально, а сумма весов |
|
||
|
|
|
стремится к 1.
Экспоненциальная средняя определяется по формуле Р. Брауна:
|
Qt |
yt (1 ) Qt 1 , |
где Qt |
− экспоненциальная средняя (сглаженное значение уровня ряда) |
|
|
на момент t ; |
|
|
− вес текущего наблюдения при расчете экспоненциальной |
|
|
средней; |
|
yt |
− фактический уровень динамического ряда в момент времени t ; |
Qt 1 − экспоненциальная средняя предыдущего периода.
Вес, с которым участвует каждый уровень динамического ряда в определении экспоненциальных средних, зависит от параметра сглаживания . Поэтому при использовании экспоненциальных средних в прогнозировании одной из важных проблем является выбор оптимального
параметра . |
|
Если коэффициент |
близок к 0, то веса, по которым взвешиваются |
уровни динамического ряда, убывают медленно, и при прогнозе в этом случае учитываются все прошлые наблюдения. Если близок к 1, то при прогнозировании учитываются в основном наблюдения последних лет. Чем ближе к 1, тем в большей мере сглаженные уровни воспроизводят фактические уровни динамического ряда
Например: В качестве начального значения экспоненциальной средней возьмем среднее значение из 3 первых уровней (таблица 2.3.1.).
|
1 |
|
3 |
15,4 |
16,1 |
16,5 |
|
16 ; |
|
|||
Q0 |
|
|
|
yt |
|
|
|
|
|
|
|
|
|
3 t |
|
|
3 |
|
|
|
|
||||
|
|
1 |
|
|
|
|
|
|
|
|||
Q1 |
|
|
|
y1 |
(1 |
) |
Q9 |
|
0,1 15,4 |
(1 |
0,1) 16 15,94 ; |
|
Q2 |
|
|
|
y1 |
(1 |
) |
Q1 |
|
0,1 16,1 |
(1 |
0,1) 15,94 15,96 ; |
|
Q3 |
0,1 16,5 |
(1 |
0,1) |
16,01 |
16,01 . |
|