- •Міністерство освіти і науки україни кременчуцький державний політехнічний університет
- •1. Моделювання рядів динаміки або часових рядів
- •2. Метод найменших квадратів
- •3. Статистична перевірка моделі залежності
- •4. Гармонійний аналіз часових рядів
- •4.1. Сезонна складова
- •4.2. Основні гармоніки
- •5. Адекватність і прогноз сумарної моделі тренда
- •6. Завдання і його виконання
- •Виконання роботи в середовищі табличного процесора ms excel пакета офісних додатків ms office 2000
- •Розрахунок параметрів часового ряду і періодичної складової Продовження таблиці 3
4. Гармонійний аналіз часових рядів
Розглянемо
особливий
випадок наявності автокореляції в
залишках, коли тренд
часового ряду
поданий у вигляді
суми двох складових; неперіодичної
q(t) і періодичної
P(t), тобто
Y(t) = q(t)+P(t)+E(t) (33)
Після
перебування оцінки
неперіодичної
складової
зокрема, у вигляді
залежностей (2) - (7), у залишках
буде присутня періодична складова P(t),
що призведе до наявності автокореляції.
Розглянемо методи виділення періодичної
складової
тренду
часового ряду.
Метою гармонійного аналізу є виявлення і визначення періодичних коливань у часових рядах. Слід зазначити, що за допомогою ряду Фур'є будь-які періодичні коливання можна представити сумою певного числа гармонік, але задача гармонійного аналізу полягає у визначенні основних гармонік, що містять основні закономірності розвитку досліджуваного явища.
Загальну задачу гармонійного аналізу - виявлення періодичної складової - можна сформулювати в такий спосіб. Нехай на кінцевому інтервалі (-L; L) задана функція x(t), причому x(t) = P(t)+E(t), де
P(t) - періодична функція;
E(t) -
випадкова складова, причому
і
.
Функція
P(t) вважається
цілком визначеною,
якщо відомі її період T (або частоти
)
і коефіцієнти ряду Фур'є.
(34)
Задача
вважається
вирішеною,
якщо визначені
параметри
.
У нашому
випадку в ролі X(t) виступає
і задача
зводиться по суті
до перебування оцінки
залежності
![]()
(35)
де
- невідомі параметри. Ці параметри
визначаються методом найменших квадратів,
що мінімізує функцію
,
(36)
із нормальної системи 2m+1 рівнянь [5]. Можна показати [5], що на інтервалі [-L; L] розв'язання цієї системи
(36')
k=1; 2; ... ;m
Частоти
визначаються як
, де
- періоди коливань X(t), що знаходяться
як відстані між піками коливань цієї
функції, заданої
по точках
на графіку.
Як випливає
з вищевикладеного, при виділенні
періодичної
складової
тренду
часового ряду дві основні труднощі:
1) у визначенні частот коливань
і 2) обсягу
обчислень за формулами (36).
4.1. Сезонна складова
Виявлення сезонних коливань тренду часового ряду є окремим випадком гармонійного аналізу, при якому період коливань T відомий і дорівнює 12 місяцям n=12. Коефіцієнти Фур'є визначаються за допомогою формул Беселя для найкращого (у значенні методу найменших квадратів) наближення функції X(t) тригонометричною сумою [5].
(37)
Оцінка
має вигляд
(38)
Звичайно
.
Найбільше придатною
є
функція
,
при якій
середньоквадратична
помилка
має найменше значення, де
(39)
4.2. Основні гармоніки
Часто досліднику потрібні не всі гармоніки в (38) , а лише основні, що породжують основна частина дисперсії процесу. Перебування таких гармонік можливо на основі теореми Парсеваля [5].
Рівняння (35) можна записати у вигляді
,
(40)
де
(41)
(42)
(43)
![]()
Рівняння
(40) називається амплітудним і фазовим
представленням
процесу X(t), RK називається амплітудою і
- фазою к-ої
гармоніки щодо деякого довільного
початку
відліку часу.
Дисперсія процесу X(t) дорівнює
,
(44)
якщо
і
,
(45)
якщо
![]()
У такий
спосіб із (44) - (45) випливає,
що внесок у дисперсію для нульової
гармоніки дорівнює
,
для к-ої
гармоніки -
,
(k=1, 2, . . . , m). Для перевірки істотності
внеску гармоніки (істотності
гармоніки) у дисперсію
можна перевірити значимість коефіцієнтів
R у моделі (40). Як незалежні перемінні
(фактори)
виступають функції
,
k=1; 2; ... m.
відповідає фактор
тотожно рівний
1, тобто Z0(t)=1. Тоді (40) подано у вигляді
(46)
тобто у вигляді рівняння множинної регресії.
Для
перевірки значимості
необхідно
за формулами (25) знайти розрахункові
значення критерію Стьюдента.
,
де за (24)
.
З (23)
.
,
t=1, 2, . . . , T.
Тоді
розмірність
,
а
.
Знайдемо коваріаційну
матрицю
.
(47)

(48)
Можна показати [6], що
(49)
Тому що (48) є наближенням (49) за правобічною формулою прямокутників [1], то можна вважати, що
(50)
Тоді
![]()

і

Отже,
(51)
і, відповідно,
(52)
Зауваження
4.
Тому, що матриця
діагональна, то при винятку
з моделі (46) факторів,
що
незначуще
впливає,
ZK(t)
змінюється
тільки ,
де
m1
- число
від
0 , k = 1; 2; . . . ; m,
,
що значимо
відрізняються.
