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 » Курсовые проекты » Статистичний аналіз і прогнозування розвитку виробництва машин та устаткування в Тюменській області

Реферат Статистичний аналіз і прогнозування розвитку виробництва машин та устаткування в Тюменській області





вної моделі часового ряду.

Крок 1. Проведемо вирівнювання вихідних рівнів ряду методом ковзної середньої. Для цього:

. 1. Знайдемо ковзаючі середні (гр. 3 таблиці 7). Отримані таким чином вирівняні значення вже не містять сезонної компоненти.

. 2. Наведемо ці значення у відповідність з фактичними моментами часу, для чого знайдемо середні значення з двох послідовних ковзних середніх - центровані ковзні середні (гр. 4 таблиці 7).

Крок 2. Знайдемо оцінки сезонної компоненти як різниця між фактичними рівнями ряду і центрованими легкими середніми (гр. 5 таблиці 8). Використовуємо ці оцінки для розрахунку значень сезонної компоненти S. Для цього знайдемо середні оцінки сезонної компоненти S i. У моделях з сезонною компонентою звичайно передбачається, що сезонні впливу за період взаимопогашающиеся. У адитивної моделі це виражається в тому, що сума значень сезонної компоненти по всіх кварталах повинна бути дорівнює нулю.


Таблиця 7

Розрахункова таблиця

ty t Ковзна средняяЦентрірованная ковзна средняяОценка сезонної компоненти138617,7-- - 244011,244346,83- - 350411,649259,7746803,33608,3453356,553567,451413,581942,92556934,1 ---

Таблиця 8

Розрахунок сезонної компоненти

Показателі1231- - 3608,321942,92-0Всего за період1942,9203608,3Средняя оцінка сезонної компоненти1942,9201804,15Скорректірованная сезонна компонента, S i 693,89-1249,02555,13

Для даної моделі маємо: 1942,917 + 0 + 1804,15=3747,067

Коригуючий коефіцієнт: k=3747,067/3=1249,022

Розраховуємо скориговані значення сезонної компоненти S i і заносимо отримані дані в таблицю.

Крок 3. Виключимо вплив сезонної компоненти, віднімаючи її значення з кожного рівня вихідного часового ряду. Отримаємо величини T + E=Y - S (гр. 4 табл.). Ці значення розраховуються за кожен момент часу і містять тільки тенденцію і випадкову компоненту.

Знаходимо параметри рівняння методом найменших квадратів.

Система рівнянь МНК:

0 n + a 1? t =? y 0? t + a 1? t 2 =? yt


Для наших даних система рівнянь має вигляд:


a 0 + 15a 1=243886.23

a 0 + 55a 1=779579.7


З першого рівняння висловлюємо а 0 і підставимо в друге рівняння

Отримуємо a 0=4792.1, a 1=34400.94

Середня значення




Таблиця 9

Розрахункова таблиця

tyt 2 y 2 t yy (t) (yy cp) 2 (yy (t)) 2 137923,8111438215027,8237923,8139193,04117797159,831610961,72245260,2242048487715,690520,4443985,1412369453,131625824,76349856,4792485667822,44149569,4248777,251164730,21164730,2452662,61162773350023,9210650,4253569,3515096022,33822180,45558183,12253385275711,53290915,6158361,4588470515,8731800,415243886,235512130996301,29779579,7243886,23234897881,365255497,52

Крок 4. Визначимо компоненту T даної моделі. Для цього проведемо аналітичне вирівнювання ряду (T + E) за допомогою лінійного тренда. Результати аналітичного вирівнювання наступні:

=34400,941 + 4792,102t

статистичний аналіз прогнозування

Підставляючи в це рівняння значення t=1, ..., 5, знайдемо рівні T для кожного моменту часу (гр. 5 таблиці 10).


Таблиця 10

Розрахункова таблиця

ty t S iyt - S i TT + S i E=yt - (T + S i) E 2 138617,7693,8937923,8139193,0439886,94-1269,241610961,72244011,2-1249,0245260,2243985,1442736,121275,081625824,76350411,6555,1349856,4748777,2549332,371079,231164730,2453356,5693,8952662,6153569,3554263,24-906,74822180,45556934,1-1249,0258183,1258361,4557112,43-178,3331800,4 5255497,52 Крок 5. Знайдемо значення рівнів ряду, отримані по адитивної моделі. Для цього додамо до рівням T значення сезонної компоненти для відповідних кварталів (гр. 6 таблиці 10).

Для оцінки якості побудованої моделі застосуємо суму квадратів отриманих абсолютних помилок.




Середня значення




Таблиця 11

Розрахункова таблиця

ty (y-y cp) 2 138617,7100972754,19244011,221669211,2350411,63046351,34453356,521998726,48556934,168357839,6915243331,1216044882,91



Отже, можна сказати, що адитивна модель пояснює 98% загальної варіації рівнів часового ряду.

Перевірка адекватності моделі даними спостереження.



де m - кількість факторів в рі...


Назад | сторінка 5 з 8 | Наступна сторінка





Схожі реферати:

  • Реферат на тему: Побудова, дослідження та застосування для прогнозування тренд-сезонної моде ...
  • Реферат на тему: Прогнозування обсягу прибутку підприємства за наявності сезонної компоненти ...
  • Реферат на тему: Прогнозування обсягу прибутку підприємства за наявності сезонної компоненти ...
  • Реферат на тему: Методи і моделі, що використовуються для виділення тренда часового ряду
  • Реферат на тему: Дослідження перших двох моментів заможної оцінки спектральної щільності баг ...