ння ковзне Середнє.
У Основі даного методу лежить гіпотеза про том, что більш Нові дані важлівіші за старіші. Цей метод є узагальненням методу простого ковзного Середнев.
Если при! застосування простого методу ковзного Середнев Кожний вузол МАВ Вагу 1/n, то, например, при зваження Середнє візначається за формулою:
Yt + 1=a0Yt + a1Yt - 1 + ... + an - 1Yt-n - 1 (1.23)
Причем
Можна прійматі значення Експертна путем або з якихось використанн вкладки" Пошук рішення пакетів прикладних програм Excel.
Експоненційне згладжування.
Очевидно, что в методі зваження ковзного Середнев існує безліч способів Задати значення вагових Коефіцієнтів так, щоб їх сума булу рівною 1.
Один з таких методів назівається експоненційнім згладжуванням. За методом експонеційного згладжування для будь-которого t? 1 прогнозоване значення візначається за формулою:
+ 1=aYt + (1-a) Yt (1.24)
де?- Определена константа (параметр згладжування), причому 0? ? ? 1. Значення константи візначає ваговий коефіцієнт, Який має Останнє спостереження при обрахуванні прогнозного значення на Наступний период. Если значення? буде близьким до 1, то практично прогнозне значення Yt + 1 буде Повністю залежаться від Yt.
Если t=1, Y2візначається за формулою Y2=aY1 + (1-a) Y1. У даній Формулі Y1 представляет собою Початкове прогнозне значення у1. Отже, щоб сделать прогноз методом експоненційного згладжування нужно знаті прогноз Y1. У Деяк випадка за Y1 беруть Середнє значення всех доступні значення Y, або Середнє декількох останніх СПОСТЕРЕЖЕНЬ.
Значення? можна прійматі Експертна путем або з якихось використанн вкладки" Пошук рішення пакетів прикладних програм Excel [39, 86].
. Метод кореляційно-регресійного АНАЛІЗУ
Кореляційні моделі є одними з найважлівішіх у групі економіко-статистичних моделей.
Побудова кореляційної моделі здійснюється в кілька етапів:
1) Постановка задачі.
2) Збір статистичних даних.
) Визначення увазі Функції (Рівняння регресії).
) Визначення тісн?? ти зв язку.
) Установлення чисельного значення параметрів Рівняння регресії.
) Висновок про адекватність моделі.
На постановці задачі вважається, что звязок между аргументами и результативним Показники может існуваті и характерізується функцією.
Збір статистичних даних здійснюється на Основі первинних документів, звітніх даних. Деякі показатели могут буті отрімані только после попередньої ОБРОБКИ зібраніх даних.
После збору даних здійснюється кореляційно-регресійній аналіз, что Включає Такі етапи:
) Встановлення форми звязку между у та.
) Визначення параметрів Рівняння звязку (Рівняння регресії).
) Розрахунок параметрів тісноті звязку.
Розглянемо послідовність шкірного етапу кореляційно-регресійного АНАЛІЗУ.
встановленої форми звязку. Для встановлення форми звязку между табудується кореляційне поле ї по Розташування точок на графіку обірається аналітичне Рівняння звязку.
Визначення параметрів Рівняння звязку. Візначіті Рівняння звязку (регресії) - означати, знайте его параметри. При цьом звічайна застосовують правило найменших квадратів (НМК), согласно з Яким сума квадратів відхілень фактичність значень результатівної Ознака (у) від его значення, знайденіх за рівнянням регресії (ух), має буті мінімальною:
(1.25)
За методом найменших квадратів параметри а0 та а1 знаходяться Наступний чином:
(1.26)
(1.27)
У Цій Функції за змінні пріймаються послідовно а0 та а1.
екстремум Функції двох змінніх визначаються, если часткові Похідні по ЦІМ зміннім до 0.
, (1.28)
(1.29)
(1.30)
После перетвореності останньої системи рівнянь, отрімуємо систему нормальних рівнянь:
(1.31)
Параметр а0 Рівняння регресії відображає усередненій Вплив на результативну ознакой невраховану (Не віділеніх для дослідження) факторів.
Параметр назівається коефіцієнтом регресії. У рівнянні прямої ВІН показує, наскількі змініться у Середньому значення результатівної ознакой при збільшенні факторної на одиницю.
1. Розрахунок показніків тісноті зв язку. Оцінка тісноті зв язку между результативності и факторний ознакой здійснюється помощью спеціальніх показніків.
Для лінійної залежно...