- •Содержание
- •Введение
- •Кластерный анализ
- •Принцип дальнего соседа:
- •Принцип средней связи:
- •Принцип центра тяжести
- •Нелинейная регрессия
- •Прогнозирование величины прожиточного минимума на основе временного ряда
- •Важнейшие показатели изменения уровней рядов динамики
- •Акф и стационарность временного ряда
- •Сглаживание временных рядов с помощью скользящих средних
- •Проверка гипотезы о существовании тренда с помощью критерия «восходящих и нисходящих» серий
- •Выбор кривой роста. Подбор параметров уравнения регрессии
- •Моделирование сезонных колебаний
- •Оценка адекватности и точности построенной модели
- •Прогнозирование на основе построенной модели временного ряда
Моделирование сезонных колебаний
Простейший подход к моделированию сезонных колебаний – это расчет значений сезонной компоненты методом скользящей средней и построение аддитивной или мультипликативной модели временного ряда.
Ранее был сделан вывод об аддитивном характере сезонности в исходных данных на основе графического анализа.
Общий вид аддитивной модели следующий:
Y = T + S + E .
Эта модель предполагает, что каждый уровень временного ряда может быть представлен как сумма трендовой (T), сезонной (S) и случайной (E) компонент.
Построение аддитивной и мультипликативной моделей сводится к расчету значений T , S и E для каждого уровня ряда.
Процесс построения модели включает в себя следующие шаги:
1) Выравнивание исходного ряда методом скользящей средней.
2) Расчет значений сезонной компоненты S .
3) Устранение сезонной компоненты из исходных уровней ряда и
получение выровненных данных (T + E ) в аддитивной.
4) Аналитическое выравнивание уровней (T + E ) и расчет значений T с использованием полученного уравнения тренда.
5) Расчет полученных по модели значений (T + E).
6) Расчет абсолютных и/или относительных ошибок. Если полученные значения ошибок не содержат автокорреляции, ими можно заменить исходные уровни ряда и в дальнейшем использовать временной ряд ошибок E для анализа взаимосвязи исходного ряда и других временных рядов.
Рассчитаем компоненты аддитивной модели временного ряда.
Шаг 1. Проведем выравнивание исходных уровней временного ряда методом скользящей средней.
-
№ квартала
t
y,руб.
Скользящая средняя
Оценка сезонной компоненты x(i)
I
1
3374
II
2
3443
III
3
3434
3462,25
-28,25
IV
4
3437
3548,25
-111,25
I
5
3696
3649,625
46,375
II
6
3809
3776,25
32,75
III
7
3879
3935,5
-56,5
IV
8
4005
4128,375
-123,375
I
9
4402
4326,875
75,125
II
10
4646
4506,75
139,25
III
11
4630
4677,875
-47,875
IV
12
4693
4830,625
-137,625
I
13
5083
4969,25
113,75
II
14
5187
5096,625
90,375
III
15
5198
5207,375
-9,375
IV
16
5144
5316,5
-172,5
I
17
5518
5434,875
83,125
II
18
5625
5593,25
31,75
III
19
5707
IV
20
5902
Шаг 2. Найдем оценки сезонной компоненты x(i) как разность между фактическими уровнями ряда и скользящими средними (гр. 6). Используем эти оценки для расчета значений сезонной компоненты S. Для этого найдем средние за каждый квартал (по всем годам) оценки сезонной компоненты Si . В моделях с сезонной компонентой обычно предполагается, что сезонные воздействия за период взаимопогашаются. В аддитивной модели это выражается в том, что сумма значений сезонной компоненты по всем кварталам должна быть равна нулю.
-
№ квартала
i
Средняя оценка сезонной компоненты х(i)
Скорректированные значения сезонной компоненты S(t)
I
1
79,59375
84,234375
II
2
73,53125
78,171875
III
3
-35,5
-30,85938
IV
4
-136,188
-131,5469
∑
-18,5625
0
Корректирующий коэффициент: k=-18,5625/4=-4,64063.
Рассчитываем скорректированные значения сезонной компоненты
S(t)= х(i) − k.
Проверим равенство нулю суммы значений сезонной компоненты:
84,234375+78,171875-30,85938-131,5469= 0.
Шаг 3. Исключим влияние сезонной компоненты, вычитая ее значение из каждого уровня исходного временного ряда. Получим величины T + E = Y – S (гр. 4 табл. 4.7). Эти значения рассчитываются за каждый момент времени и содержат только тенденцию и случайную компоненту.
-
t
y,руб.
S(t)
T+E=Y-S
T
T+S
1
3374
84,23438
3289,766
3323,031
3407,265
2
3443
78,17188
3364,828
3384,009
3462,181
3
3434
-30,8594
3464,859
3466,573
3435,714
4
3437
-131,547
3568,547
3568,278
3436,731
5
3696
84,23438
3611,766
3686,681
3770,915
6
3809
78,17188
3730,828
3819,338
3897,51
7
3879
-30,8594
3909,859
3963,803
3932,944
8
4005
-131,547
4136,547
4117,633
3986,086
9
4402
84,23438
4317,766
4278,383
4362,617
10
4646
78,17188
4567,828
4443,61
4521,782
11
4630
-30,8594
4660,859
4610,868
4580,009
12
4693
-131,547
4824,547
4777,714
4646,167
13
5083
84,23438
4998,766
4941,704
5025,938
14
5187
78,17188
5108,828
5100,392
5178,564
15
5198
-30,8594
5228,859
5251,335
5220,476
16
5144
-131,547
5275,547
5392,089
5260,542
17
5518
84,23438
5433,766
5520,209
5604,443
18
5625
78,17188
5546,828
5633,251
5711,423
19
5707
-30,8594
5737,859
5728,771
5697,912
20
5902
-131,547
6033,547
5804,324
5672,777
Шаг 4. Трендовую компоненту мы определяли в пункте 3.5.:
Т=3286,08+26,12t+13,24t2 – 0,407t3.
Подставляя в это уравнение значения t = 1, 2, ..., 20, найдем уровни T для каждого момента времени (гр. 5).
Шаг 5. Найдем значения уровней ряда, полученные по аддитивной модели. Для этого прибавим к уровням T значения сезонной компоненты для соответствующих кварталов (гр. 6).
Шаг 6. Проанализируем точность построенной модели. Для этого рассчитаем абсолютные и относительные ошибки и коэффициент детерминации.
-
t
y,руб.
Расчетные значения T+S
Абсолютная ошибка, руб.
Относительная ошибка, %
E2
(yt - y̅)2
1
3374
3407,265
-33,2654
-0,97631
1106,585
1360956
2
3443
3462,181
-19,1809
-0,55401
367,906
1204726
3
3434
3435,714
-1,71362
-0,04988
2,936494
1224564
4
3437
3436,731
0,2689
0,007824
0,072307
1217933
5
3696
3770,915
-74,9154
-1,98666
5612,313
713349,2
6
3809
3897,51
-88,5099
-2,27093
7833,998
535238,6
7
3879
3932,944
-53,9436
-1,37158
2909,914
437714,6
8
4005
3986,086
18,9139
0,474498
357,7356
286867,4
9
4402
4362,617
39,38263
0,902729
1550,991
19209,96
10
4646
4521,782
124,2181
2,747106
15430,14
11109,16
11
4630
4580,009
49,99138
1,091513
2499,138
7992,36
12
4693
4646,167
46,8329
1,00799
2193,321
23225,76
13
5083
5025,938
57,06163
1,135343
3256,029
294197,8
14
5187
5178,564
8,436125
0,162905
71,16821
417833
15
5198
5220,476
-22,4756
-0,43053
505,1535
432174,8
16
5144
5260,542
-116,542
-2,2154
13582,06
364091,6
17
5518
5604,443
-86,4434
-1,54241
7472,457
955310,8
18
5625
5711,423
-86,4229
-1,51316
7468,913
1175923
19
5707
5697,912
9,08838
0,159504
82,59865
1360489
20
5902
5672,777
229,2229
4,040753
52543,14
1853410
Средняя относительная ошибка по модулю составляет 0,05904, что свидетельствует о высокой точности модели.
Для оценки качества построенной модели также применим коэффициент детерминации:
.
Следовательно, можно сказать, что аддитивная модель объясняет 99% общей вариации уровней временного ряда величины прожиточного минимума по кварталам за 5 лет.
