браження аналізу автокореляції в залишках
Таблиця 83. Коефіцієнти автокореляції
Після проведення перевірки виявлені остаточні результати вибору рівнянь трендів.
Таблиця 84. Зведена таблиця розглянутих періодів і рівняння трендів
ПеріодУравненіе трендаЕкспорт 1983-1992 Експорт 1994-2002 Експорт 2001-2007
Для наочного уявлення обраних трендів, зобразимо їх на графіку.
Рис. 58. Трояндова моделі і вихідний динамічний ряд експорту
Розглянемо імпорт за період 1983-1992
Рис. 59. Графічне зображення аналізу автокореляції в залишках
Таблиця 85. Коефіцієнти автокореляції
Розглянемо імпорт за період 1994-2002
Рис. 60. Графічне зображення аналізу автокореляції в залишках
Таблиця 86. Коефіцієнти автокореляції
Розглянемо імпорт за період 2001-2007
Рис. 61. Графічне зображення аналізу автокореляції в залишках
Таблиця 87. Коефіцієнти автокореляції
Після проведення перевірки виявлені остаточні результати вибору рівнянь трендів.
Таблиця 88. Зведена таблиця розглянутих періодів і рівняння трендів
ПеріодУравненіе трендаІмпорт 1983-1992 Імпорт 1994-2002 Імпорт 2001-2007
Для наочного уявлення обраних трендів, зобразимо їх на графіку.
Рис. 62. Трояндова моделі і вихідний динамічний ряд експорту
3. Екстраполяція трендів і довірчі інтервали прогнозу
. 1 Екстраполяція трендової моделі
Один з найбільш поширених методів прогнозування полягає в екстраполяції, тобто в прогнозі майбутнього на основі даних минулого.
Екстраполяція базується на наступних припущеннях:
§ розвиток явища може бути з достатньою підставою охарактеризовано плавною траєкторією - трендом;
§ загальні умови, що визначають тенденцію розвитку в минулому, не зазнають істотних змін у майбутньому.
Таким чином, екстраполяція дає опис деякого загального майбутнього розвитку об'єкта прогнозування. Причому якщо розвиток у минулому носило перманентно стрибкоподібний характер, то при досить тривалому періоді спостережень скачки виявляються «зафіксованими» в самому тренді, і останній знову-таки можна застосувати в прогнозуванні.
Проведемо прогнозування на основі екстраполяції кращої форми тренда (лінійної) для експорту за період 2001-2007 рр:
Нагадаємо, що у поточної змінної 7 рівнів ряду, позначених натуральними числами. Відповідно прогноз динаміки експорту в 2008 (t=8) складе:
(млрд. дол)
Проведемо прогнозування на основі екстраполяції кращої форми тренда (лінійної) для імпорту за період 2001-2007 рр:
Нагадаємо, що у поточної змінної 7 рівнів ряду, позначених натуральними числами. Відповідно прогноз динаміки імпорту в 2008 (t=8) складе:
(млрд. дол)
Екстраполяція дає можливість отримати точкове значення прогнозу, що може бути визнано задовільним тільки при наявності функціональної залежності. Однак для економічних явищ характерна кореляційна залежність і змінні, як правило, є безперервними. Отже, зазначення точкових значень прогнозу, строго кажучи, позбавлене змісту. Звідси випливає, що прогноз має бути дана у вигляді інтервалу значень, тобто необхідно визначення довірчого інтервалу прогнозу.
3.2 Довірчі інтервали прогнозу
При складанні прогнозу похибка має наступні джерела:
§ вибір форми кривої, що характеризує тренд, містить елемент суб'єктивізму. У всякому разі, часто немає твердої основи для того, щоб стверджувати, що обрана форма кривої є єдино можливою, а тим більше найкращою для екстраполяції в даних конкретних умовах;
§ оцінювання параметрів кривих (інакше кажучи, оцінювання тренда) виробляється на основі обмеженої сукупності спостережень, кожне з яких містить випадкову компоненту. У силу цього параметрам кривій, а, отже, і її положенню в просторі властива деяка невизначеність;
§ тренд характеризує середній рівень ряду на кожен момент часу. Окремі спостереження, як правило, відхилялися від нього в минулому.
Природно очікувати, що поді...
