Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Стат. обр. 4195-96. 2014 / Конспект лекции 8.doc
Скачиваний:
126
Добавлен:
12.03.2015
Размер:
13.57 Mб
Скачать

5.2. Сглаживание и прогнозирование методом скользящего среднего

Метод скользящего среднего (СС) является наиболее простым из известных методов, он позволяет сгладить периодические и случайные колебания в ВДР и тем самым выявить наличие имеющейся тенденции его изменения. В центрированном сглаживании данные усредняются слева и справа от выбранной точки. Такой вид сглаживания имеет существенный недостаток: сигнал об изменении тенденции существенно запаздывает во времени. Однако необходимо как можно раньше определить момент изменения тенденции, чему способствует использование нецентрированного СС. В существующих ППП [5,13] для сглаживания и прогнозирования применяется нецентрированное СС.

В нецентрированном СС усредненная величина заменяет не центральный член интервала усреднения, а его последний член

, (5.2.1),

где yi – фактическое значение переменной на i-ом интервале времени;

- сглаженное, или спрогнозированное значение переменной на j-ом интервале времени;

m – интервал усреднения.

Для прогнозирования, начиная со значения n+1 и по r, спрогнозированные значения вычисляются по формуле

. (5.2.2)

Сводные результаты сглаживания и прогнозирования методом скользящего среднего при изменении интервала сглаживания m приведены в таблице 5.2.1.

По результатам таблицы 5.2.1 были сделаны следующие выводы:

  1. Изменение фактора сглаживания m: 3, 5, 7, 9 с целью выявления наилучшего значения, обеспечивающего минимальную ошибку прогнозирования, существенных результатов по улучшению достоверности не дало. Для каждого показателя деятельности предприятия наилучшие спрогнозированные значения были получены при различных значениях интервала усреднения.

  2. Наименьшая ошибка прогнозирования методом скользящего среднего составила 0,235388066, наибольшее значение ошибки прогнозирования – 68,36838773.

  3. Лучшие результаты прогнозирования методом скользящего среднего приведены в таблице 5.2.2.

Таблица 5.2.1

Сводная таблица ошибок прогноза при изменении параметра m

Код

Ошибка прогноза

Среднее значение

Отношение стандартной ошибки к среднему значению

m=3

m=5

m=7

m=9

m=3

m=5

m=7

m=9

y1

60777,52327

78801,4937

100870,9

84564,5

142797,6667

0,425619863

0,551840205

0,706390539

0,592198062

y2

105234,0577

66755,5734

79183,36

65346,28

112090,6667

0,938829796

0,595549793

0,706422444

0,582976972

y3

3158,40561

1647,33399

1989,803

1468,194

6237,333333

0,506371143

0,264108698

0,319015081

0,235388066

y4

15439,08137

10759,2706

14191,6

12037,04

21675,66667

0,712277118

0,496375532

0,654725148

0,555324792

y5

1546,507894

1601,37733

5763,453

6631,376

3645,333333

0,424243204

0,43929517

1,581049762

1,81914113

y6

1615,945016

693,359003

1366,403

898,5244

2608,666667

0,619452472

0,265790571

0,523793483

0,344438177

y7

955,030715

509,144498

517,6526

373,48

705,6666667

1,35337371

0,7215085

0,73356538

0,529258772

y8

186,9580068

166,191616

159,3092

235,1568

612,67

0,305154527

0,271259439

0,260025866

0,383825069

y9

19408,54989

17416,9543

18885,03

19457,92

36853

0,52664776

0,472606146

0,512442125

0,527987279

y10

20178,76

18861,773

20389,55

20910,41

37726

0,534876848

0,499967477

0,540464231

0,554270455

y11

16180,51843

21135,1669

20422,66

18790,70

236,6666667

68,36838773

89,30352225

86,29291756

79,39731151

y12

13634,32043

19178,1621

22971,09

24010,34

665

20,50273748

28,83934148

34,54298844

36,10576784

y13

214,8190544

139,875658

181,888

156,4402

237,8227432

0,903273806

0,588150888

0,764805069

0,657801759

y14

2,576856041

2,60473278

10,55362

12,48477

6,072491704

0,424349043

0,428939701

1,737938657

2,055954619

Таблица 5.2.2