
- •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
2.9 Расчет точечной и интервальной прогнозной оценки с периодом упреждения, равным 1
Показательный
тренд имеет следующий вид:
.
Необходимо найти точечный и интервальный прогноз оборота по степенному тренду на 13-й день работы магазина «Ткани для дома». Для проведения расчета построим табл. 10.
В графе 2 этой таблицы приведены данные о фактической реализации продукции, а в графе 3 – данные, рассчитанные по уравнению показательного тренда. Согласно условиям примера период основания прогноза (число дней) n=12, а период упреждения прогноза τ=1.
Для логарифмирования
по показательному тренду так же используют
технологию пронозирования по линейному
тренду. После линеаризации с помощью
логарифмирования показательный тренд
примет следующий вид:
.
Тогда логарифм точечного прогноза :
Пропотенцировав
,
найдем истинное значение точечного
прогноза. Кроме того его можно найти
сразу:
4,4096
Таблица 11
t |
|
|
|
|
|
1 |
2 |
3 |
4 |
5 |
6 |
1 |
7,9 |
8,1605 |
2,066863 |
2,099305 |
0,001053 |
2 |
8,6 |
7,7525 |
2,151762 |
2,048015 |
0,010763 |
3 |
7,3 |
7,3651 |
1,987874 |
1,996753 |
0,000079 |
4 |
6,8 |
6,9966 |
1,916923 |
1,945424 |
0,000812 |
5 |
5,9 |
6,6469 |
1,774952 |
1,894151 |
0,014208 |
6 |
6,2 |
6,3145 |
1,824549 |
1,842849 |
0,000335 |
7 |
6,7 |
5,9984 |
1,902108 |
1,791493 |
0,012236 |
8 |
5,8 |
5,6986 |
1,757858 |
1,740221 |
0,000311 |
9 |
6,0 |
5,4134 |
1,791759 |
1,688877 |
0,010585 |
10 |
5,2 |
5,1428 |
1,648659 |
1,637598 |
0,000122 |
11 |
5,0 |
4,8860 |
1,609438 |
1,586374 |
0,000532 |
12 |
4,4 |
4,6420 |
1,481605 |
1,535145 |
0,002867 |
- |
- |
- |
- |
- |
0,053923 |
Теперь найдем интервальный прогноз по линеаризированному показательному тренду :
Для нахождения интервального прогноза определим К по приложению 6. Поскольку n=12, а τ=1, постольку К = 2,1274.
В результате
расчета логарифм нижней границы
прогнозного интервала
,
а логарифм его верхней границы
.
Пропотенцировав найденные логарифмы, найдем, что нижняя граница прогнозного интервала равна 2,6971, а верхняя − 3,6862. Таким образом, оборот магазина «Ткани для дома» на 13-й день с вероятностью γ=0,9 (90%) будет расположен в интервале 2,6971….3,6862.