p>
Для наочності побудуємо графік зміни попиту і додамо лінію тренда (тип логарифмічний) малюнок 5.
Малюнок 5. Графік зміни вантажообігу підприємств транспорту с1994-2013 р р із зображенням тренда (тип логарифмічний).
Отримані дані зведемо в таблицю:
Таблиця 7. Зведені дані за типами моделей
Отже, ми розглянули чотири види регресії: лінійна, статечна, експонентна проста, логарифмічна. Аналізуючи величину стандартної помилки і коефіцієнт детермінації можна зробити висновок, що найкращою моделлю описує вихідні дані є експоненціальна проста. Але однозначно цього сказати не можна, оскільки перевірити якість прогнозу можна буде тільки в майбутньому, порівнявши передбачене значення з реальністю. І все таки слід очікувати, що модель, добре описує існуючі дані, буде також добре прогнозувати.
. Отримання точкового та інтервального прогнозу
Для отримання більш точного прогнозу і вибору найкращого результату розрахуємо і порівняємо прогноз найкращої моделі - експоненціальна проста з менш вдалою моделлю -Лінійний.
Отримаємо точковий та інтервальний прогноз експоненційної простої моделі:
гіпотеза прогноз детермінація експонентний
Таблиця №5.Расчети параметрів експоненційної моделі
Рік t 1994137248,228,2213294,50184472,3290,25327306,871995236888,2116,4343383,6492635,2372,25369794,601996335208,1724,5093475,192007,6156,25602342,691997433848,1332,51163569,2234308,2942,25831939,901998532678,0940,46253665,80159041,8730,251059062,031999634618,1548,90363764,9992409,4620,25697404,362000736388,2057,39493866,8652377,7212,25433105,342001837558,2365,85643971,4946868,266,25292797,212002939768,2974,59814078,9510598,872,25102468,7420031042848,3683,631004189,328964,590,25146,5920041145588,4292,671214302,6765192,150,2568587,7420051246768,45101,401444419,0966000,922,25144318,3920061348018,48110,201694538,6668819,786,25254916,5420071449158,50119,001964661,4764276,8012,25383028,0620081549488,51127,602254787,6025727,9320,25424963,9720091644468,40134,402564917,14221975,6730,2522467,7920101747518,47143,922895050,1989514,8342,25206927,2820111849158,50153,003245186,8473895,6956,25383028,0620121955058,61163,653615327,1831619,1372,251461421,3320132059158,69173,704005471,32196847,9890,252620813,27 21086127167,071772,02287085922,151587555,1066510686840,77 4410 665 10,5 8,073207,700,03 4296,1110,5110,25 88197,51296,98327,46562465,300,92 1,84602,53
За формулою (11) дисперсія прогнозу дорівнює:
Отримаємо точковий та інтервальний прогноз лінійної моделі:
За формулою (11) дисперсія прогнозу дорівнює:
Таблиця 8. Розрахунок параметрів лінійної моделі
Аналізуючи отримані дані абсолютно ясно, що найкращою моделлю в нашому випадку виявилася модель експоненціальна проста, і саме результати прогнозу за цієї моделі слід вважати кращими, найбільш достовірними.
Висновок
У прогнозуванні багато визначається суб'єктивізмом дослідника, як його досвідом і інтуїцією, так і його ж забобонами і помилками. Тому прогнози будь-яких фахівців повинні постійно перевіряти ще, а коли виходять нові дані, то необхідно не тільки включити їх в обрану модель прогнозу, а й перерахувати всі розглянуті моделі, і не виключено, що для нових прогнозів навіть доведеться відмовитися від звичної моделі на користь кращої.
Поряд з вихідними статистичними даними варто звертати увагу і на інші аспекти, які, мабуть, так само володіють великими вагомими характеристиками при складанні прогнозів, наприклад: зміни державних програм, чисельності співробітників, добробуті, системі цінностей і т.буд.
Прогнозування проводилося з використанням методу найменших квадратів.
Серед розглянутих нами моделей найкращою за всіма показниками виділилася Експоненціальна модель. Вона має найменшу величину стандартної помилки і коефіцієнт детермінації - 0,92, а так само порівняно невеликий довірчий інтервал. Однак при аналізі відхилень прогнозних значень від вихідних даних проявляється виражений тренд у значеннях помилок, що говорить про некоректне обліку трендової складової модельованого процесу.
Хоча Експоненціальна модель краще описує вихідні дані і має кращі показники, перевагу віддамо лінійної моделі.
За допомогою знайденого рівняння здійснені точковий та інтервальний прогноз обсягів вантажообігу преприятий транспорту в РФ в 2014 році. З вірогідністю 92% можна стверджувати, що...
