- •§ 5 Моделирование колебаний
- •§ 5.1 Основные элементы временного ряда
- •§ 5.2. Автокорреляция уровней временного ряда и выявление его структуры
- •§ 5.3. Моделирование сезонных и циклических колебаний
- •Расчет значений сезонной компоненты в аддитивной модели
- •Расчет выровненных значений и ошибокв аддитивной модели
- •Прибыль компании, тыс. Долл. Сша
- •Расчет оценок сезонной компоненты в мультипликативной модели
- •Расчет сезонной компоненты в мультипликативной модели
- •I квартал: II квартал:
- •III квартал: IV квартал:
- •§ 5.4. Автокорреляция остатков. Критерий Дарбина-Уотсона
Расчет значений сезонной компоненты в аддитивной модели
Показатели |
Год |
№ квартала, | |||
I |
II |
III |
IV | ||
Полученные оценки сезонной компоненты |
1 |
|
|
-1,250 |
2,550 |
2 |
0,575 |
-2,075 |
-1,100 |
2,700 | |
3 |
0,550 |
-2,025 |
-1,475 |
2,875 | |
4 |
0,675 |
-1,775 |
|
| |
Итого за -ый квартал (за все годы) |
|
1,800 |
-5,875 |
-3,825 |
8,125 |
Средняя ошибка сезонной компоненты для-го квартала, |
|
0,600 |
-1,958 |
-1,275 |
2,708 |
Скорректированная сезонная компонента, |
|
0,581 |
-1,977 |
-1,294 |
2,690 |
Проверим условие равенства нулю суммы значений сезонной компоненты: .
Таким образом, получены следующие значения сезонной компоненты:
I квартал: ; II квартал:;
III квартал: ;IV квартал: .
Занесем полученные значения в табл. 4.6 для соответствующих кварталов каждого года.
Шаг 3. Элиминируем влияние сезонной компоненты, вычитая ее значение из каждого уровня исходного временного ряда. Получим величины (гр. 4 табл. 6). Эти значения рассчитываются за каждый момент времени и содержат только тенденцию и случайную компоненту.
Шаг 4. Определим компоненту данной модели. Для этого проведем аналитическое выравнивание рядас помощью линейного тренда. Результаты аналитического выравнивания следующие:
-
Константа
5,715416
Коэффициент регрессии
0,186421
Стандартная ошибка коэффициента регрессии
1,015188
-квадрат
0,914971
Число наблюдений
16
Число степеней свободы
14
Таким образом, имеем следующий линейный тренд:
.
Подставляя в это уравнения значения, найдем уровнидля каждого момента времени (гр. 5 табл. 7).
Таблица 7
Расчет выровненных значений и ошибокв аддитивной модели
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
1 |
6,0 |
0,581 |
5,419 |
5,902 |
6,483 |
-0,483 |
0,2334 |
2 |
4,4 |
-1,977 |
6,377 |
6,088 |
4,111 |
0,289 |
0,0834 |
3 |
5,0 |
-1,294 |
6,294 |
6,275 |
4,981 |
0,019 |
0,0004 |
4 |
9,0 |
2,690 |
6,310 |
6,461 |
9,151 |
-0,151 |
0,0227 |
5 |
7,2 |
0,581 |
6,619 |
6,648 |
7,229 |
-0,029 |
0,0008 |
6 |
4,8 |
-1,977 |
6,777 |
6,834 |
4,857 |
-0,057 |
0,0032 |
7 |
6,0 |
-1,294 |
7,294 |
7,020 |
5,727 |
0,273 |
0,0747 |
8 |
10,0 |
2,690 |
7,310 |
7,207 |
9,896 |
0,104 |
0,0107 |
9 |
8,0 |
0,581 |
7,419 |
7,393 |
7,974 |
0,026 |
0,0007 |
10 |
5,6 |
-1,977 |
7,577 |
7,580 |
5,603 |
-0,003 |
0,0000 |
11 |
6,4 |
-1,294 |
7,694 |
7,766 |
6,472 |
-0,072 |
0,0052 |
12 |
11,0 |
2,690 |
8,310 |
7,952 |
10,642 |
0,358 |
0,1281 |
13 |
9,0 |
0,581 |
8,419 |
8,139 |
8,720 |
0,280 |
0,0783 |
14 |
6,6 |
-1,977 |
8,577 |
8,325 |
6,348 |
0,252 |
0,0634 |
15 |
7,0 |
-1,294 |
8,294 |
8,512 |
7,218 |
-0,218 |
0,0475 |
16 |
10,8 |
2,690 |
8,110 |
8,698 |
11,388 |
-0,588 |
0,3454 |
Шаг 5. Найдем значения уровней ряда, полученные по аддитивной модели. Для этого прибавим к уровням значения сезонной компоненты для соответствующих кварталов (см. на рисунке график уравнения тренда и значений).
Шаг 6. В соответствии с методикой построения аддитивной модели расчет ошибки производится по формуле
.
Это абсолютная ошибка. Численные значения абсолютных ошибок приведены в гр. 7 табл. 7.
По аналогии с моделью регрессии для оценки качества построения модели или для выбора наилучшей модели можно применять сумму квадратов полученных абсолютных ошибок. Для данной модели . По отношению к общей сумме квадратов отклонений уровней ряда от его среднего уровняэта величина составляет чуть более 1,5%. Следовательно, можно сказать, что аддитивная модель объясняет 98,5% общей вариации временного ряда потребления электроэнергии за последние 16 кварталов.
Пример 4. Построение мультипликативной модели временного ряда
Пусть имеются поквартальные данные о прибыли компании за последние четыре года (табл. 8).
Таблица 8.