pan> є аномальними, тому що всі, крім них, обчислені значення ? менше критичного значення критерію Ірвіна: n = 10, для рівня значущості 0,05, тобто з 5%-ної помилкою, ? табл = 1,5.
) Результати регресійного аналізу для часового ряду представимо в таблицях 2 і 3.
Таблиця 2
КоеффіціентиСтандартная
Таблиця 3
НаблюденіеПредсказанное
У другому стовпці табл. 2 містяться коефіцієнти рівняння регресії і, в третьому стовпці - стандартні помилки коефіцієнтів рівняння регресії, а в четвертому - t-статистика, яка використовується для перевірки значимості коефіцієнтів рівняння регресії. p> Рівняння регресії залежності уt (попиту на кредитні ресурси фінансової компанії) від часу t має вигляд:
Y (t) = 10,3 + 1,9 t.
При обчисленні В«вручнуВ» отримуємо ті ж результати.
Проміжні розрахунки параметрів лінійної моделі наведемо в таблиці 4.
Таблиця 4
tyt-t ср (tt ср ) 2 yy ср (tt ср ) (yy ср ;
19,6 - 1,9 Г— 5 = 10,3.
) Розрахункове значення в момент часу виходить за формулою:
В
де k - кількість кроків прогнозування (зазвичай k = 1).
Це значення порівнюється з фактичним рівнем, і отримана помилка прогнозу:
Е (t) = Y (t) - Yp (t) використовується для коригування моделі.
Коригування параметрів здійснюється за формулами:
В
де? - Коефіцієнт дисконтування даних, що відображають велику ступінь довіри до пізнішими даними. p> Процес модифікації моделі (t = 1, 2, ..., N) залежно від поточних прогнозних якостей забезпечує її адаптацію до нових закономірностям розвитку.
Для прогнозування використовується модель, отримана на останньому кроці (при t = N).
Початкові оцінки параметрів отримаємо за першим п'яти точках за допомогою МНК:
Таблиця 5
tY (t) tt ср (tt ср ) 2 Y (t)-Y ср (tt ср ) (Y (t )-Y ср ) 112-24-3,87,6215-11-0,80,8316000,20419113...
