- •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
18
Таблица 2.3.1 − Экспоненциальное сглаживание при разных значениях параметра
Годы |
Общая |
площадь |
Экспоненциальные средние |
|
|
2 |
|
|||
|
( yi y) |
|
|
|||||||
|
жилых |
|
|
|
Qt при |
|
|
|
|
|
|
помещений, |
|
|
|
|
|
|
|
|
|
|
|
0,1 |
0,3 |
0,5 |
0,1 |
0,3 |
0,5 |
|||
|
приходящаяся |
в |
||||||||
|
|
|
|
|
|
|
|
|||
|
среднем |
на |
1 |
|
|
|
|
|
|
|
|
жителя .кв.м, yi |
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
1992 |
15,4 |
|
15,94 |
15,94 |
15,70 |
0,29 |
0,18 |
|
0,09 |
|
1993 |
16,1 |
|
15,96 |
15,82 |
15,90 |
0,21 |
0,06 |
|
0,04 |
|
1994 |
16,5 |
|
16,01 |
15,91 |
16,20 |
0,24 |
0,34 |
|
0,09 |
|
1995 |
16,6 |
|
16,07 |
15,98 |
16,40 |
0,28 |
0,38 |
|
0,04 |
|
1996 |
16,9 |
|
16,15 |
16,07 |
16,65 |
0,56 |
0,68 |
|
0,06 |
|
1997 |
17,0 |
|
16,24 |
16,17 |
16,83 |
0,58 |
0,70 |
|
0,03 |
|
1998 |
17,1 |
|
16,32 |
16,26 |
16,96 |
0,60 |
0,70 |
|
0,02 |
|
1999 |
17,9 |
|
16,48 |
16,42 |
17,43 |
2,01 |
2,18 |
|
0,22 |
|
2000 |
18,2 |
|
16,65 |
16,60 |
17,82 |
2,39 |
2,56 |
|
0,15 |
|
2001 |
18,5 |
|
16,84 |
16,79 |
18,16 |
2,76 |
2,92 |
|
0,12 |
|
2002 |
19,3 |
|
17,08 |
17,04 |
18,73 |
4,91 |
5,10 |
|
0,33 |
|
2003 |
19,5 |
|
17,32 |
17,28 |
19,11 |
4,73 |
4,89 |
|
0,15 |
|
2004 |
19,7 |
|
17,56 |
17,53 |
19,41 |
4,57 |
4,71 |
|
0,09 |
|
2005 |
19,9 |
|
17,80 |
17,77 |
19,65 |
4,42 |
4,55 |
|
0,06 |
|
Итого |
248,6 |
|
232,43 |
199,84 |
244,95 |
28,38 |
29,96 |
|
1,48 |
По данным таблицы 2.3.1 наименьшая сумма квадратов отклонений
фактических данных от выравненных |
|
2 |
при |
0,5 , равная 1,48. |
( yi y) |
|
Следовательно, эта константа является наилучшей для сглаживания.
2.4. Вычисление прогноза по методу экспоненциальных средних
При использовании экспоненциальных средних в прогнозировании каждое новое прогнозное значение основывается на предыдущем прогнозе:
St St 1 |
( yt 1 St 1 ) , |
где St – прогноз для периода t ; |
|
St 1 – прогноз для периода (t |
1) ; |
– константа сглаживания; |
|
yt 1 – фактический уровень для периода (t 1) . |
|
Ошибка прогноза: |
|
p |
( yt 1 St 1 ) . |
Рассмотренный метод прогнозирования относятся к классу адаптивных методов. Применительно к прогнозированию процесс адаптации состоит в