- •Институт информационных систем управления Лабораторная работа №1
- •Проверка гипотезы о наличии тренда методом фостера-стюарта
- •Построение тренда
- •Проверка гипотезы о правильности выбора вида тренда
- •Проверка гипотезы о стационарности случайного компонента
- •Построение авторегрессионной модели с помощью множественной регрессии
- •Построение arima модели Общая формула арисс – модели имеет вид:
- •Приложение 2 Приложение 3
Построение авторегрессионной модели с помощью множественной регрессии
Из графика видно, что наибольшее значение частная автокорреляционная функция достигает при 1и10сдвигах (1-й и10-й столбцы выходят за пределы доверительной «трубы»), но мы не можем построить модель 10 порядка из-за ограниченности временногоряда.
Построим авторегрессионную модель первого порядка:
t= -0,7325*t-1+zt
Проведем дисперсионный анализ:
Для оценки модели в целом рассчитывается F-стат.
, где ,. ЗатемF-стат сравнивается с F-табл при степенях свободы . ЕслиF-стат > F-табл, то можно сделать вывод о значимости модели в целом.
Для оценки параметров модели рассчитывается t-стат.
, где , диагональные элементы есть дисперсии свободного члена и коэффициентов регрессии,Z - матрица независимых переменных; . Затемt -стат сравнивается с t -табл при степени свободы . Еслиt-стат > t-табл, то делаем вывод о значимости параметра.
Для построения доверительного интервала параметров модели воспользуемся следующей формулой:
Результаты дисперсионного анализа показали, что модель значима т.к. F-стат > F-табл (F-стат=8,83, F-табл при 1, 34 равно 4,15).
Дисперсионный анализ показал, что параметры данных моделей, т.к. t-стат > t-табл (t-стат=5,69, t-табл при 34, 0,05 = 1,692) а также модели в целом значимы.
Доверительный интервал для 0,5133<аj<0,9517
Теперь посмотрим подчиняется ли ряд остатков zt (обеих моделей) закону нормального распределения.
Для этого необходимо будет рассчитать показатель асимметрии (А) и эксцесса (Э), и их среднеквадратические ошибки А Э.
Уровни ряда являются нормально распределенными, если выполняются следующие условия (для выборочной совокупности):
,
где коэффициенты асимметрии и эксцесса определяются по формулам:
а среднеквадратические ошибки коэффициентов асимметрии и эксцесса - по формулам:
Если выполняется хотя бы одно из неравенств:
,
то данные не являются даже приблизительно нормальными и их применение в дальнейшем анализе не рекомендуется.
Рассчитаем, выше приведенные показатели, для zt , полученного в результате построения модели.
Отклонения zt , полученные в результате построения модели, имеют приблизительно нормальный закон распределения с математическим ожиданием 0.
Построение arima модели Общая формула арисс – модели имеет вид:
(В)(1-В)d yt =(В) t, где d – порядок разности.
АРИСС – модель имеет порядок (p,d,q).
Таким образом, АРИСС – модель может рассматриваться в следующих в частных случаях:
при (р,0,q) – смешанная модель;
при (р,0,0) – модель авторегрессии;
при (0,0,d) – модель скользящего среднего.
При построение данных моделей с помощью ППП Statgraphics оказалось, что модели (1,0,1) и (1,0,2) и т.д. не значимы, т.к. параметры при переменных не значимы (см. Приложение 2 и Приложение 3).
ПОСТРОЕНИЕ ПРОГНОЗА
Построим прогноз по уравнению следующего вида:
Yt = 4,4849 + 0,6494*t + 0,7395*Yt-1
Для построения прогноза необходимо перестроить авторегрессию для 35 данных:
Y = 10,1371 + 2,4938*t + t
t= -0,7395*t-1+zt
Точечный прогноз на 36 период: Y=98,78
Построим доверительный интервал прогноза. Для этого воспользуемся следующей формулой:
S=2,27
t=2,02
Доверительный интервал: 92,99 < Y < 104,576
Приложение 1