-
Выявление тренда. REM: Приложение 1.
-
Проверим гипотезу о наличии тренда с помощью метода равенства средних и метода Фостера - Стюарта.
а) метод равенства средних = 0.05
Разбиение исходного ряда, % |
Однородность |
Равенство средних |
50/50 |
Однородны |
Не равны |
30/70 |
Не однородны |
Не равны |
70/30 |
Однородны |
Не равны |
б) метод Фостера – Стюарта
Результаты расчетов
N=36, = 6.294, 1 = 1.956, 2 = 2.509
|
Параметры |
|tрасч| |
tкр(0.05, 36) |
Тенденция |
Дисперсия |
s = 20 |
7.007 |
2.03 |
Есть |
Средняя |
d = 20 |
7.971 |
2.03 |
Есть |
Таким образом, на основе двух методов получили, что тенденция в средних существует, однако, при расчете по методу Фостера – Стюарта выяснилось, что совокупность не отвечает критерию однородности.
Для наглядности построим график:
Н а основании проведенного выше исследования можно сделать заключение о наличии тенденции в совокупности.
2) Построение тренда
Для анализа рассмотрим линейный тренд, а также полиномиальные 2-го и выше порядков.
Результаты расчетов представлены в следующей таблице:
Модель |
R2,% |
S |
DW |
Автокор-реляция |
F |
Значимость модели, % |
Kt |
232.8+2.48*t |
57.91 |
22.01 |
0.18 |
Есть |
2.9*103 |
100 |
0.343 |
197.84+7.99*t-0.15*t2 |
77.23 |
16.54 |
0.3 |
Есть |
3.4*103 |
100 |
0.057 |
236,2-3,66*t+0,63*t2-014*t3 |
Не значим коэффициент при t |
||||||
222,1+0,41*t2-0,0103*t3 |
89.3 |
11.1 |
0.63 |
Есть |
8.4*103 |
100 |
0.443 |
229.9-0.6*t+0.3* t2+0.001* t3-0.0002* t4 |
Уже не значимы коэффициенты при t3 и t4 |
Таким образом, наилучшим образом ряд описывается с помощью квадратичного тренда.
3) Исключение тренда
Для этого вычтем спрогнозированные по тренду значения из рассматриваемого ряда и рассмотрим остатки.
-
Определение длины периода m. REM: Приложение 2.
Для определения наличия гармоники (цикличности) в ряду рассчитывают функции спектральной плотности f(w). При наличии гармоники в исходном ряду f(w) будет иметь пик в частоте, соответствующей данной гармонике. Число периодов, входящих в эту частоту и определит длину периода гармонической составляющей.
Определим длину периода m двумя способами: обычным и с помощью оценок Парзена.
-
Выражение функции спектральной плотности f(w) через последовательность автоковариационных функций представляется следующим образом:
, где wj – частоты, для которых оцениваются спектры, , j = 1,2,…, m,
Сk – автоковариационная функция, , где zt – отклонение от тренда,
m – число частотных полос для которых оценивается спектр, величина m зависит от длины временного ряда.
По результатам расчетов в StatGraphics получили, что максимальное значение функции спектральной плотности приходится на частоту w2=0,0555556 ( f(w2)=4108,89 ), что соответствует числу периодов m = 18.
-
Расчет оценок спектра по методу Парзена.
В этом случае спектр временного ряда может быть записан в виде
, где k – специально подобранные веса значений автоковариацонной функции.
, тогда формула для оценок спектра примет вид:
.
В этом случае значения автоковариационной функции определяются по формуле:
, учитывая, что в нашем случае , получим .
Согласно проведенному выше исследованию получили, что число используемых сдвигов m = 18. Для расчета оценок Парзена будем также использовать это значение.
Тогда в результате получаем, пик в спектре временного ряда остатков котировок цен находится в точке u2 = 193.63. Следовательно, в исследуемом ряду имеется гармоническая составляющая с периодом m = 2*18 / 2 = 18 месяцев, что и получили выше.
Т аким образом, для построения периодического тренда будем использовать гармоник.