- •Введение
- •Змістовний модуль 1. Прогнозування економічних процесів за допомогою трендових моделей Задание 1 «Обґрунтування трендової прогнозної моделі збуту продукції»
- •Исходные данные к заданию 1– спрос на продукцию в штуках
- •Расчет необходимых сумм для вычисления параметров модели
- •Расчет необходимых сумм для вычисления параметров параболы
- •Пороговые значения r и r2 при 90 % уровне доверия
- •Показатели точности прогноза
- •Определение знаков серий
- •Расчет коэффициентов автокорреляции для 4 сдвигов
- •Расчет критерия Джона фон Неймана Кн
- •Рекомендованная литература
- •Значения критерия Фишера f при вероятности 0,95
- •Коэффициенты автокорреляции при 5-ти и 1 процентных уровнях значимости
- •Методичні рекомендації до лабораторних робіт з навчальної дисципліни «Прогнозування розвитку підприємства» для студентів спеціалізації «Менеджмент організацій» денної форми навчання
Расчет необходимых сумм для вычисления параметров модели
t |
У |
Y t |
Y 2 |
t2 |
Упр |
e =У –Упр |
E2 |
(e / Y)100 |
(Y –Y)2 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
1 |
30 |
30 |
900 |
1 |
36 |
– 6 |
36 |
– 0,2 |
1,6 |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
15 |
… |
… |
… |
… |
… |
… |
… |
… |
… |
|
|
|
|
|
|
|
|
1; 2 |
|
В этой таблице в колонке 9 надо найти две суммы:
1 = и 2 = Первая сумма используется для расчета МАРЕ, вторая - для расчета МРЕ.
2.2. Парабола вида Yt = a + b t + c t2.
Для удобства вычислений переходим к условным переменным
t = t 8 (вычитаем 8, так как это середина порядкового номера временного ряда) и тогда модель имеет вид:
Yt = a + b t + c (t)2. (4)
Параметры а, b, с определяем МНК:
(5)
Так как , , то из второго уравнения находим параметр b1
b= . (6)
Из первого и третьего уравнений составляем систему уравнений
(7)
Решаем ее относительно параметров с и а и получаем
(8)
. (9)
Расчет необходимых сумм приведен в табл. 3.
Переход к исходным переменным проводится по следующим формулам:
t = t + 8; c = c; a = a 8 b + 64 c; b = b 16 c .
После расчета параметров а, b, с, можно вычислять прогнозные значения спроса на продукцию Yпр с точностью до десятых.
Таблица 3
Расчет необходимых сумм для вычисления параметров параболы
t |
Y |
t |
Yt |
(t)2 |
(t)4 |
Y(t)2 |
t2 |
Yпр |
e |
e2 |
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
|
8 |
9 |
10 |
11 |
1 |
30 |
7 |
-210 |
49 |
2401 |
1470 |
1 |
33 |
3 |
9 |
10 |
2 |
|
6 |
|
|
|
|
4 |
|
|
|
|
... |
|
... |
|
|
|
|
… |
|
|
|
|
8 |
25 |
0 |
|
|
|
|
64 |
|
|
|
|
… |
|
|
|
|
|
|
… |
|
|
|
|
15 |
|
7 |
|
|
|
|
225 |
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
1, 2 |
3. Расчет коэффициента парной корреляции
(10)
Табличное значение коэффициента корреляции для 15 наблюдений и 90 % вероятности равно rтабл. = 0,39 (табл. 4). Если расчетное значение коэффициента корреляции больше табличного, то есть существенная связь между рассматриваемым показателем и временем. В табл. 4 приведены пороговые значения (нижняя граница) для всех r и r2 при соответствующих объемах наблюдений в случае использования линейного уравнения регрессии (тренда) в прогнозировании.
Таблица 4