- •К лабораторной работе № 2
- •Севастополь
- •1 Цель работы
- •2 Теоретические сведения
- •2.1 Виды данных, являющихся временными рядами
- •2.2 Изучение наборов данных, являющихся временными рядами.
- •2.3 Исследование данных на нормальность
- •2.4 Исследование данных с помощью автокорреляционного анализа
- •2.5 Выбор метода прогнозирования и оценка его адекватности
- •3 Практическая часть
- •3.1 Постановка задачи
- •3.2 Пример анализа данных с использованием ms Excel
- •3.3 Пример анализа данных с использованием Minitab for Windows
- •4 Порядок выполнения работы
- •5 Контрольные вопросы
- •Библиографический список
- •Приложение а Исходные данные
3 Практическая часть
3.1 Постановка задачи
Провести анализ данных (приложение А) и выбрать метод прогнозирования. Для случайных данных определить прогнозное значение на 1 квартал 2008 года и определить вероятность того, что прибыль окажется в интервале [ ]
3.2 Пример анализа данных с использованием ms Excel
1 Ввести данные в MS Excel
2 Провести анализ данных с помощью описательной статистики (см. Методические указания к лабораторной работе №1). Результат анализа представлен в таблице 2.
Таблица 2 – Описательная статистика для прибыли предприятий в MS Excel
Компания А |
Компания Б |
Компания В |
|||
Показатель |
Значение |
Показатель |
Значение |
Показатель |
Значение |
Среднее |
252,0613636 |
Среднее |
102,0454545 |
Среднее |
98,52272727 |
Стандартная ошибка |
11,35349329 |
Стандартная ошибка |
12,34707532 |
Стандартная ошибка |
0,835578211 |
Медиана |
247 |
Медиана |
74,5 |
Медиана |
99,5 |
Мода |
247 |
Мода |
19 |
Мода |
91 |
Стандартное отклонение |
75,31055461 |
Стандартное отклонение |
81,90123222 |
Стандартное отклонение |
5,542598821 |
Дисперсия выборки |
5671,679635 |
Дисперсия выборки |
6707,811839 |
Дисперсия выборки |
30,72040169 |
Эксцесс |
0,309872304 |
Эксцесс |
-0,455409957 |
Эксцесс |
-1,210389136 |
Асимметричность |
0,463764643 |
Асимметричность |
0,826936428 |
Асимметричность |
-0,365270252 |
Интервал |
339,2 |
Интервал |
286 |
Интервал |
19 |
Минимум |
100,5 |
Минимум |
8 |
Минимум |
88 |
Максимум |
439,7 |
Максимум |
294 |
Максимум |
107 |
Сумма |
11090,7 |
Сумма |
4490 |
Сумма |
4335 |
Счет |
44 |
Счет |
44 |
Счет |
44 |
3 Построить графики данных, воспользовавшись «Мастером диаграмм» (рис. 2).
4 Провести автокорреляционный анализ данных с лагом 5. Для этого:
а) Составить ряд, для построения автокорреляции. Пример построения ряда для предприятия А представлен в таблице 3.
б) Выбрать данные на уровне «появления» значений в столбце «Лаг 5» и провести анализ корреляции, используя встроенный пакет анализа MS Excel СервисАнализ данныхКорреляция. В появившемся диалоговом окне (рис. 3) ввести требуемый диапазон и нажать ОК. Результат проведения автокорреляционного анализа представлен в таблице 4.
Таблица 3 – Данные для проведения автокорреляционного анализа
Лаг 0 |
Лаг 1 |
Лаг 2 |
Лаг 3 |
Лаг 4 |
Лаг 5 |
100,5 |
|
|
|
|
|
205,5 |
100,5 |
|
|
|
|
258,8 |
205,5 |
100,5 |
|
|
|
247 |
258,8 |
205,5 |
100,5 |
|
|
128,8 |
247 |
258,8 |
205,5 |
100,5 |
|
282,6 |
128,8 |
247 |
258,8 |
205,5 |
100,5 |
343,6 |
282,6 |
128,8 |
247 |
258,8 |
205,5 |
364,3 |
343,6 |
282,6 |
128,8 |
247 |
258,8 |
219,7 |
364,3 |
343,6 |
282,6 |
128,8 |
247 |
361,1 |
219,7 |
364,3 |
343,6 |
282,6 |
128,8 |
424,6 |
361,1 |
219,7 |
364,3 |
343,6 |
282,6 |
439,7 |
424,6 |
361,1 |
219,7 |
364,3 |
343,6 |
224,4 |
439,7 |
424,6 |
361,1 |
219,7 |
364,3 |
362,6 |
224,4 |
439,7 |
424,6 |
361,1 |
219,7 |
371,3 |
362,6 |
224,4 |
439,7 |
424,6 |
361,1 |
345,9 |
371,3 |
362,6 |
224,4 |
439,7 |
424,6 |
192,7 |
345,9 |
371,3 |
362,6 |
224,4 |
439,7 |
269,2 |
192,7 |
345,9 |
371,3 |
362,6 |
224,4 |
270,7 |
269,2 |
192,7 |
345,9 |
371,3 |
362,6 |
253 |
270,7 |
269,2 |
192,7 |
345,9 |
371,3 |
161,1 |
253 |
270,7 |
269,2 |
192,7 |
345,9 |
190,4 |
161,1 |
253 |
270,7 |
269,2 |
192,7 |
241,4 |
190,4 |
161,1 |
253 |
270,7 |
269,2 |
214,7 |
241,4 |
190,4 |
161,1 |
253 |
270,7 |
149,2 |
214,7 |
241,4 |
190,4 |
161,1 |
253 |
219,7 |
149,2 |
214,7 |
241,4 |
190,4 |
161,1 |
248,5 |
219,7 |
149,2 |
214,7 |
241,4 |
190,4 |
271,2 |
248,5 |
219,7 |
149,2 |
214,7 |
241,4 |
134,3 |
271,2 |
248,5 |
219,7 |
149,2 |
214,7 |
230,5 |
134,3 |
271,2 |
248,5 |
219,7 |
149,2 |
251,4 |
230,5 |
134,3 |
271,2 |
248,5 |
219,7 |
242,4 |
251,4 |
230,5 |
134,3 |
271,2 |
248,5 |
146,8 |
242,4 |
251,4 |
230,5 |
134,3 |
271,2 |
219,5 |
146,8 |
242,4 |
251,4 |
230,5 |
134,3 |
274,8 |
219,5 |
146,8 |
242,4 |
251,4 |
230,5 |
261,5 |
274,8 |
219,5 |
146,8 |
242,4 |
251,4 |
198,6 |
261,5 |
274,8 |
219,5 |
146,8 |
242,4 |
274,8 |
198,6 |
261,5 |
274,8 |
219,5 |
146,8 |
285,6 |
274,8 |
198,6 |
261,5 |
274,8 |
219,5 |
294,2 |
285,6 |
274,8 |
198,6 |
261,5 |
274,8 |
188,1 |
294,2 |
285,6 |
274,8 |
198,6 |
261,5 |
241,6 |
188,1 |
294,2 |
285,6 |
274,8 |
198,6 |
247 |
241,6 |
188,1 |
294,2 |
285,6 |
274,8 |
237,4 |
247 |
241,6 |
188,1 |
294,2 |
285,6 |
Рис.2 – Прибыль предприятий А, Б, В
Рис.3 Диалоговое окно «Корреляция» в MS Excel
Таблица 4 Результат авторегрессионного анализа для прибыли компании А.
|
Лаг 0 |
Лаг 1 |
Лаг 2 |
Лаг 3 |
Лаг 4 |
Лаг 5 |
Лаг 0 |
1 |
|
|
|
|
|
Лаг 1 |
0,373592 |
1 |
|
|
|
|
Лаг 2 |
0,136408 |
0,364402 |
1 |
|
|
|
Лаг 3 |
0,240399 |
0,128967 |
0,363789 |
1 |
|
|
Лаг 4 |
0,705617 |
0,256985 |
0,128762 |
0,36032 |
1 |
|
Лаг 5 |
0,073796 |
0,737753 |
0,253345 |
0,124497 |
0,392465 |
1 |
Коэффициенты автокорреляции соответственно равны Лаг 1 = 0,373592; Лаг 2 = 0,136408; Лаг 3 = 0,240399; Лаг 4 = 0,705617; Лаг 5 = 0,073796. Таким образом, представленные данные имеют тренд, и рост коэффициента автокорреляции для периода запаздывания 4 позволяет говорить о наличии трендовой составляющей.
Аналогичный анализ для предприятий Б и В показал, что данные о прибыли предприятия Б – имеют тренд, предприятия В – случайны.
5)Выбрать соответствующие методы прогнозирования из табл. 1.
6) Воспользовавшись формулой 1 для случайных данных, предполагая, что они нормально распределены, определить вероятность того, что прибыль в 1 квартале 2008 года с вероятностью 95% будет находиться в интервале [94,64; 104,00] (по условию интервал задан [ ]). Для этого необходимо определить площади двух отдельных областей под кривой нормального распределения, а затем сложить их:
Пользуясь таблицами нормального распределения, отрицательным знаком перед первым Z-стандартом можно пренебречь, так как область под нормальной кривой для Z между – 0,7 и 0 такая же, как и между 0 и 0,7. Соответствующие площади для представленных Z-стандартов равны 0,2580 и 0,3413. Следовательно, вероятность того, что прогнозное значение прибыли предприятия В на 1 квартал 2008 года попадет в интервал [94,64; 104,00] составляет 0,2580+0,3413 = 0,5993 или 59,93%.
6 Сделать выводы