- •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
-
Расчет линейного параметра методом усреднения по левой и правой половине
Для выбора трендовой модели найдём абсолютные цепные приросты временного ряда в таблице 5.
Таблица 5
-
t
Y(t)
уt1
7,9
-
2
8,6
+0,7
3
7,3
-1.3
4
6,8
-0,5
5
5,9
-0,9
6
6,2
+0,3
7
6,7
+0,5
8
5,8
-0,9
9
6,0
+0,2
10
5,2
-0,8
11
5,0
-0,2
12
4,4
-0,6
Итого
Анализ цепных
приростов показывает, что прирост
относительно постоянен по абсолютной
величине, что даёт возможность
предположить, что для описания исходных
данных можно использовать линейный
тренд, т.е.
![]()
Рассчитаем
параметры линейного тренда
методом усреднения по левой и правой
половине.
Метод усреднения
по левой и правой половине данных
позволяет найти параметры а
и а
линейного тренда
.
Таблица 6
|
Дни t |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
|
Y(t) |
7,9 |
8,6 |
7,3 |
6,8 |
5,9 |
6,2 |
6,7 |
5,8 |
6,0 |
5,2 |
5,0 |
4,4 |
Рассчитаем по каждой половине среднее число дней и средний оборот магазина «Ткани для дома»:
-
для первой половины данных таблицы
;
![]()
-
для второй половины данных таблицы
;
![]()
В результате расчетов мы получили координаты двух точек
А (3,5; 7,12)
В (9,5; 5,52)
В прямоугольной системе координат построим эти точки в соответствии с рисунком 3. Через них проведем прямую до пересечения с осью ординат. Точка пересечения построенной прямой и оси даст нам значение а0; в данном случае а0=8,1.
Рисунок 3
Теперь определим значение параметра а1. Подставим координаты точки А(3,5; 7,12) в формулу:
.
В результате
расчетов выбранная нами линейная модель
будет иметь следующий конкретный вид
.
Как видно из рисунка 3 линейный тренд отражает убывающую тенденцию временного ряда.
