- •Министерство образования и науки российской федерации
- •2012 Г.
- •Тема 1. Построение моделей оптимального формирования пакета ценных бумаг (на примере задачи линейного программирования).
- •Тема 2. Решение транспортной задачи.
- •Тема 3. Определение показателей эффективности системы массового обслуживания (на примере многоканальной системы с неограниченной очередью).
- •Тема 4. Нахождение оптимальных смешанных стратегий игры с нулевой суммой.
- •Тема 5. Прогнозирование временных рядов.
- •Тема 6. Применение метода экстраполяции к непрерывным математическим моделям (на примере дифференциального уравнения).
Тема 5. Прогнозирование временных рядов.
Временным ( динамическим ) рядом называется последовательность наблюдений некоторой переменнойyв последующие моменты времени
t=1, 2, …,n.
Обычно модель временного ряда представляется в виде уравнения парной регрессии
t=f(t)
, (5.1)
которое показывает, как в среднем меняется y в зависимости от t. Чаще всего временной ряд рассматривается в виде линейного тренда
t=
b0
+ b1t.
(5.2)
Коэффициент bo и b1 могут быть найдены с помощью метода наименьших квадратов по следующим формулам:

где n – число наблюдений переменных t и y,

Используя временные ряды, можно осуществлять процедуру прогнозирования, которая представляет собой процесс построения умозаключений о будущем на основании имеющейся модели.
Существует
два вида прогнозов: точечный и
интервальный. Точечный
прогноз
представляет
собой оценку значения прогнозируемой
переменной и находится в результате
подстановки в линейный тренд
t=b0+b1t
времени
прогноза
t
= T.
Интервальный
прогноз
представляет собой интервал, который
с некоторой априорной вероятностью,
называется достоверностью
прогноза,
содержит неизвестное значение
прогнозируемой переменной.
Пусть T – время прогноза, тогда погрешность прогноза вычисляется по формуле:
ST=
, (5.4)
где
S
–
погрешность случайных отклонений,
– временная средняя величина.
При
заданной достоверности прогноза
по
таблице функции Лапласа определяется
соответствующий параметр
.
Истинное значение прогнозируемой
переменной
с вероятностью
располагается в интервале с центром в
точечном прогнозе
,
то есть

Пример 5.1.
Статистические данные о длине электрофицированных железнодорожных путей ( тыс. км) представлены в таблице в виде временного ряда
|
Год |
1970 |
1971 |
1972 |
1973 |
1974 |
1975 |
1976 |
1977 |
1978 |
1979 |
1980 |
1981 |
1982 |
1983 |
1984 |
|
yt |
3,9 |
4,0 |
4,4 |
4,7 |
5,1 |
5,6 |
6,0 |
6,3 |
6,5 |
6,7 |
6,9 |
7,1 |
7,4 |
7,8 |
8,3 |
Определить
точечный и интервальный прогноз на
длину таких путей на 1989 год, если
достоверность прогноза
=
0,95.
Решение:
По
данным таблицы, используя метод наименьших
квадратов, построим линейный тренд
= 3,581 + 0,382t. При этом считаем, что 1970 год
соответствуетt=1,
1971 год – t=2,…
1984 год – t=15,
следовательно 1989 год соответствует
t=T=20.
Найдем
точечный
прогноз:
=
3,581+0,382
20=9,348
тыс.км. Погрешность случайных отклонений
определяем по формуле:
,
откуда по формуле (5.4) погрешность прогноза
=0,203
тыс. км.
Согласно
таблице функции Лапласа при
=
0,95 имеем
=
1,96. Таким образом, интервальный прогноз
представлен интервалом
(9,348-0,203
= ( 9,745; 10,143).
Следовательно
с вероятностью
=0,95
можно предположить, что в 1989 году длина
электрофицированных железнодорожных
путей будет находиться в этом интервале.
