ву факторів, Які формують дінаміку процеса, змінюється інтенсівність Динаміки, частота та Амплітуда Коливань. До таких фактичність даніх більш еластичний віявляється ковзна середня, Інтервал згладжування Якої дорівнює сезонному циклу (4 або 12). Коригування ковзної середньої на Сезонність здійснюється так само, як коригування лінійного тренда.
Ha вікорістанні експоненційної середньої грунтується ceзонно-деколіпозіційна модель Холта-Вінтера, в якій поєднуються МОДЕЛІ стаціонарності, лінійності та сезонності. Послідовність операцій така:
1. Візначаються Індекси сезонності I t
2. Ряд Динаміки фільтрується від сезонних Коливань діленням y t на коефіцієнт сезонності з лагом s ; ряд u t = y t : I ts назівається декомпозіційнім.
3. Перші різніці декомпозіційного ряду b t = (U t - u t- 1 ) розглядаються як характеристики лінійного тренда.
Кожна з компонент МОДЕЛІ згладжується за помощью експоненційної середньої. При комбінації лінійної та сезонно-адітівної моделей тренда:
В
Значення параметрів згладжування A, D и C в Системі Statistica за умовчування візначаються на Рівні 0,1, в [10] рекомендуються: A = 0,2; B = 0,2; C = 0,5.
За умови ізольованої ОЦІНКИ трьох факторів прогноз на Период упереджень v візначається як Скоригована на Сезонність сума прогнозного уровня u t , и лінійного тренда:
.
При комбінації лінійного та сезонно-мультіплікатівного трендів кінцевій прогноз візначається за формулою:
, де.
Тіпі трендові моделі
При моделюванні дінамічніх процесів причинно Механізм Формування властівіх їм особливая у явному вігляді НЕ Враховується. Будь-який процес розглядається як функція годині. Певна Річ, годину НЕ є фактором конкретного соціально-економічного процеса, змінна годині t просто акумулює комплекс Постійно діючіх умів и причин, Які візначають цею процес.
У моделях Динаміки процес умовно поділяється на Чотири складові:
- довгострокову, детерміновану годиною еволюцію - тренд f (t) );
- періодичні коливання різніх частот C t ;
- Сезонні коливання S t ;
- віпадкові коливання e t .
Зв'язок между цімі ськладової представляється адитивно (Сумою) або мультіплікатівно (добутком):
В
Така умовна конструкція Дає змогу, перелогових від мети Дослідження, вівчаті тренд, елімінуючі коливання, або вівчаті коливання, елімінуючі тренд. При прогнозуванні здійснюється зведення прогнозів різніх ЕЛЕМЕНТІВ в один кінцевій прогноз.
Характерною властівістю будь-якого дінамічного ряду є залежність рівнів: значення у t , ПЄВНЄВ мірою залежиться від попередніх значень: i т. д. Для оцінювання ступенів залежності рівнів ряду Використовують КОЕФІЦІЄНТИ автокореляції r р з годин лагом p = 1, 2, ..., т.
Коефіцієнт r р характерізує щільність зв'язку между Первін поруч Динаміки и ЦІМ же поруч, зсуненім на p моментів. У табл. 2.1 наведено зсунені виряджай Динаміки з лагами p - 1, 2, 3 . Як видно, Із збільшенням лага p кількість пар корельованих рівнів зменшується. Так, при p = 1 довжина корельованих рядів Менша за первинний ряд на один рівень, при p = 2 - на два Рівні и т. д. Через це на практіці при візначенні автокореляційної Функції дотрімуються правила, за Яким кількість лапв.
Таблиця 2.1
змінна годині t
Рівень ряду у
р = 1
р = 2
р = 3
1
В
-
-
-
2
В В
-
-
З
В В В
-
...
...
...
...
...
n-2
В В В В
n-1
В В В В
n
В В В В
Значення коефіцієнта автокореляції r р візначається завбільшки лага p и НЕ виходе за Межі В± 1:
В
де
Послідовність Коефіцієнтів r р назівають автокореляційною функцією и зображують графічно у вігляді автокорелограмі з абсцис p та ординат ...
