- •Прогнозирование на основе стационарного временного ряда
- •1.1 Построение и визуальный анализ графика по исходным и сглаженным данным
- •1.2 Проверка наличия или отсутствие тенденции с помощью коэффициента Кендэла.
- •1.3 Точечные и интервальные прогнозные оценки
- •2. Прогнозирование на основе тренда временного ряда
- •2.1 Построение графика по исходным данным и его визуальный анализ
- •2.2 Оценка наличия тенденции среднего уровня ряда (тренда) и дисперсии в исходном временном ряде с помощью метода Фостера-Стюарта.
- •2.3 Оценка наличия во временном ряде тенденции среднего уровня ряда с помощью метода коэффициента Кендэла
- •Расчет линейного параметра методом усреднения по левой и правой половине
- •2.5 Расчет параметров линейного тренда с помощью метода наименьших квадратов (мнк)
- •2.6 Выбор нелинейного тренда
- •2.7 Выбор тренда, наилучшим образом аппроксимирующего исходный временной ряд
- •2.8 Расчет величины еt и адекватности выбранной модели тренда на основе условий
- •2.9 Расчет точечной и интервальной прогнозной оценки с периодом упреждения, равным 1
- •3 Прогнозирование на основе сезонного цикла временного ряда
- •4 Прогнозирование с помощью метода экспоненциального сглаживания
- •4.1 Построение графика курса акций фирмы ао «Московская швея» в соответствии с рисунком 9.
- •4.2 Расчет прогнозной оценки с помощью метода экспоненциального сглаживания
- •4.3 Определение уровня сглаживания , дающего наименьшую ошибку, с помощью критерия наименьшей суммы квадрата отклонений
- •Список использованных источников
4.3 Определение уровня сглаживания , дающего наименьшую ошибку, с помощью критерия наименьшей суммы квадрата отклонений
Для выбора уровня сглаживания, которая наилучшим образом аппроксимировала бы исходные данные, используются различные критерии, например, критерий наименьшей суммы квадратов отклонений.
Критерий наименьшей суммы квадратов отклонений будет иметь следующий вид:
.
Для проведения промежуточных расчетов построим таблицу:
Таблица 21
yt |
0,1 |
0,35 |
0,65 |
(y-0,1)2 |
(y-0,35)2 |
(y-0,65)2 |
460 |
460 |
460 |
460 |
0 |
0 |
0 |
458 |
460 |
460 |
460 |
4 |
4 |
4 |
461 |
459,8 |
459,3 |
458,7 |
1,44 |
2,89 |
5,29 |
457 |
459,9 |
459,9 |
460,2 |
8,41 |
8,41 |
10,24 |
453 |
459,6 |
458,9 |
458,1 |
43,56 |
34,81 |
26,01 |
454 |
459 |
456,8 |
454,3 |
25 |
7,84 |
0,09 |
2743 |
2758,3 |
2754,9 |
2751,3 |
82,41 |
57,95 |
45,63 |
Сравним значения критерия наименьшей суммы квадратов отклонений для уровней сглаживания 0,1; 0,35; 0,65
Сумма квадратов отклонений для уровня сглаживания при а=0,1 равно 82,41, для при а=0,35 – 57,95 и для при а=0,65 – 45,63. Коэффициент для уровня сглаживания а=0,65 меньше, чем для остальных, поэтому уровень сглаживания при а=0,64 лучше аппроксимирует исходные данные и следовательно курс акций на 13 день будет равен 454,3
Список использованных источников
1 Станкевич А.В. Основы прогнозирования емкости и конъюнктуры рынка. Учебное пособие: – М.: ГОУ ВПО "МГТУ им. А.Н.Косыгина", 2008.
2 Теория статистики /Под ред. Г.Л.Громыко. – М.: ИНФРА–М, 2005.
3 Статистика /Под ред. И.И.Елисеевой. – М.: Проспект, 2002.
4 Общая теория статистики: Статистическая методология в изучении коммерческой деятельности /Под ред. А.А.Спирина, О.Э.Башиной. – М.: Финансы и статистика, 2007.
5 Калинина В.Н., Панкин В.Ф. Математическая статистика. М.: Высшая школа, 2006.
6 Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование. – М.: Финансы и cтатистика, 2001.
7 Четыркин Е.М. Статистические методы прогнозирования. – М.: Статистика, 1977.
8 ГОСТ 7.32–2001. Отчет о научной работе. Структура и правило оформления. М.: Издательство стандартов, 2003.
9 Русский орфографический словарь: около 180 000 слов/Российская академия наук. Ин-т рус. яз. им. В.В. Виноградова: Редкол.: В.В. Лопатина (отв. ред.), Б.З. Букчина, Н.А. Еськова и др. – Москва.: "Азбуковник", 2007.