Расчет выровненных значений t и ошибок e в аддитивной модели.
t |
yt |
Si |
T+E=yi-Si |
T |
T+S |
E=yt-(T+S) |
E2 |
1 |
75,500 |
-0,411 |
75,911 |
81,350 |
80,939 |
-5,439 |
29,578 |
2 |
75,700 |
0,030 |
75,670 |
80,290 |
80,320 |
-4,620 |
21,346 |
3 |
75,200 |
0,489 |
74,711 |
79,230 |
79,719 |
-4,519 |
20,417 |
4 |
75,400 |
-0,066 |
75,466 |
78,170 |
78,104 |
-2,704 |
7,314 |
5 |
74,700 |
-0,411 |
75,111 |
77,110 |
76,699 |
-1,999 |
3,994 |
6 |
74,600 |
0,030 |
74,570 |
76,050 |
76,080 |
-1,480 |
2,191 |
7 |
76,400 |
0,489 |
75,911 |
74,990 |
75,479 |
0,921 |
0,849 |
8 |
74,200 |
-0,066 |
74,266 |
73,930 |
73,864 |
0,336 |
0,113 |
9 |
73,300 |
-0,411 |
73,711 |
72,870 |
72,459 |
0,841 |
0,708 |
10 |
73,900 |
0,030 |
73,870 |
71,810 |
71,840 |
2,060 |
4,243 |
11 |
73,800 |
0,489 |
73,311 |
70,750 |
71,239 |
2,561 |
6,561 |
12 |
73,500 |
-0,066 |
73,566 |
69,690 |
69,624 |
3,876 |
15,020 |
13 |
73,400 |
-0,411 |
73,811 |
68,630 |
68,219 |
5,181 |
26,848 |
14 |
73,900 |
0,030 |
73,870 |
67,570 |
67,600 |
6,300 |
39,687 |
15 |
73,700 |
0,489 |
73,211 |
66,510 |
66,999 |
6,701 |
44,910 |
16 |
74,000 |
-0,066 |
74,066 |
65,450 |
65,384 |
8,616 |
74,229 |
17 |
74,300 |
-0,411 |
74,711 |
64,390 |
63,979 |
10,321 |
106,533 |
18 |
74,200 |
0,030 |
74,170 |
63,330 |
63,360 |
10,840 |
117,501 |
19 |
73,800 |
0,489 |
73,311 |
62,270 |
62,759 |
11,041 |
121,914 |
20 |
73,400 |
-0,066 |
73,466 |
61,210 |
61,144 |
12,256 |
150,200 |
Параметры линейного тренда:
Константа |
73,5368 |
Коэффициент регрессии |
3,5917 |
Стандартная ошибка коэффициента регрессии |
14,5712 |
R2 |
0,807936 |
Число наблюдений |
20 |
Число степеней свободы |
18 |
Таким образом, имеем следующий линейный тренд: T= -1.06* t + 82.41
(1-1897,448/20792,627)*100%=90,87442%
Следовательно, можно сказать, что аддитивная модель объясняет 90,87% общей вариации уровней временного ряда.
