Теми рефератів
> Реферати > Курсові роботи > Звіти з практики > Курсові проекти > Питання та відповіді > Ессе > Доклади > Учбові матеріали > Контрольні роботи > Методички > Лекції > Твори > Підручники > Статті Контакти
Реферати, твори, дипломи, практика » Контрольные работы » Лінійні регресійні моделі

Реферат Лінійні регресійні моделі





го порядку.

> 0,7, при це, де a, bR.

При виборі моделі тренда не можна вибирати функцію тренду з числом параметрів при факторі час більше шостий частини n, тобто m>.

Існує кілька видів тренда (лінійний, поліноміальний, статечної, логарифмічний, гіперболічний). З них необхідно вибрати найкращий вид тренда. p> Побудуємо графіки основних типів тренда. Для виявлення найкращого рівняння тренда визначимо параметри трендів. Результати розрахунків представимо в таблиці 9. Згідно, даними цієї таблиці найкращою моделлю тренду є поліноміальний тренд, для якого значення коефіцієнта детермінації найбільш високе.


Графік 3. Лінійний тренд. <В 

Графік 4. Поліноміальний тренд. <В 

Графік 5. Статечної тренд. <В 

Графік 6. Експонентний тренд. <В 

Таблиця 9. /Span>

Тип тренду

Рівняння

В 

Лінійний

В 

0,0016

Поліноміальний

В 

0,1371

Статечної

В 

0,0125

Експоненційний

В 

0,0016


Отже, розглянемо модель тренда. Але у показника Y явно немає ніякої тенденції (тренду), так як для = 0.1371 <0,3. Модель невдала. p> 4. Використовуючи значущі в цілому і за параметрами моделі (з прийнятним рівнем значущості), для яких виконуються всі передумови методу найменших квадратів (властивостей залишків), отримає прогнози досліджуваного показника на два наступні місяці.

Моделі, значимі в цілому і по параметрах і для них виконуються всі передумови МНК. За цим моделям можна будувати прогнози досліджуваного показника. Розрізняють точковий і довірчий прогнози показника. Точковий прогноз отримують шляхом підстановки в рівняння регресії значення фактора x, і він має нульову ймовірність. Цей прогноз корисний при формуванні довірчого прогнозу.

Нехай в моделі Х5 у наступних два буде збільшуватися на стільки на скільки і в минулому місяці 1,7% (у% до попереднього періоду). Значить Х5 в наступному періоді зменшиться на 1%. br/>

1,017 * 101,69103,41

55,68 +0,453 * 103,41 = 102,52.


Довірча ймовірність дорівнює 95%


В 

де

В 

= 1,59, = 0,55, тоді

102,52-5,12 * 0,55 ≤ ≤ 102,52 +5,12 * 0,55

99,704 ≤ ≤ 105,33.


4. Порівняти отримані прогнози показників з фактичними даними

Отримали, що в наступних двох місяцях досліджуваний показник буде коливатися в інтервалі від 99,704 до 105,33.


У липні 0,99 * 101,69100,67

55,68 +0,453 * 100,67 = 101100,9 (як і фактичні дані).

У августе0, 98 * 101,6999,65

55,68 +0,453 * 99,65100,82 (як і фактичні дані)



Назад | сторінка 10 з 10





Схожі реферати:

  • Реферат на тему: Методи і моделі, що використовуються для виділення тренда часового ряду
  • Реферат на тему: Виявлення наявності тренда в розглянутих рядах
  • Реферат на тему: Побудова, дослідження та застосування для прогнозування тренд-сезонної моде ...
  • Реферат на тему: Лінійні регресійні моделі з гомоскедастічнимі і гетероскедастичними залишка ...
  • Реферат на тему: Базові поняття реляційної моделі даних (створення таблиці MS Access)