valign=bottom>
3,23251 E-31
t
1156,975
70,114
16,501
8,46925 E-18
Рівняння описує на 88,9% варіацію вихідного показника природного приросту, при цьому рівняння є статистично значущим при рівні надійності 95%. p> Підставляючи в це рівняння значення t = 1, ..., 36, знайдемо рівні T для кожного моменту часу.
Крок 5. Знайдемо значення рівнів ряду, отримані по адитивної моделі. Для цього додамо до рівнів T значення сезонної компоненти для відповідних місяців. p> Крок 6. У відповідність з методикою побудови адитивної моделі розрахунок абсолютної помилки здійснюється за формулою:
E = Y - (T + S). br/>В
Виходячи зі значень вище наведених показників якості, можна зробити висновок про те, що модель має високу точність і придатна для прогнозування.
2.3 Мультиплікативна модель часового ряду
В
Крок 1. Проведемо вирівнювання вихідних рівнів часового ряду методом простої ковзної середньої. Методика, що застосовується для мультиплікативної моделі, повністю збігається з методикою адитивної моделі. Розрахункова таблиця моделі наведено у Додатку 4.
Крок 2. Знайдемо оцінки сезонної компоненти як частка від ділення фактичних рівнів ряду на центровані ковзаючі середні. Використовуємо ці оцінки для розрахунку значень скоригованої сезонної компоненти. Для цього знайдемо середні за кожен місяць оцінки сезонної компоненти. Взаімопогашаемость сезонних впливів у мультиплікативної моделі виражається в тому, що сума значень скоригованої сезонної компоненти по всіх кварталах повинна бути дорівнює числу періодів у циклі, тобто дванадцяти, так як у нашому випадку число періодів одного циклу дорівнює 12 місяцям. В результаті маємо наступні сезонні компоненти: 1,526 + 1,010 + 1,280 + 1,183 + 1,329 + 1,032 + 0,712 + 0,631 + 0,680 + 0,874 + 1,008 + 1,021 = 12,287. p> Визначимо скориговані значення сезонної компоненти, помноживши її на середні оцінки на коригуючий коефіцієнт k:
В
Перевіримо умову рівності дванадцяти суми значень скоригованої сезонної компоненти:
1,491 + 0,987 + 1,250 + 1,155 + 1,298 + 1,008 + 0,695 + 0,616 + 0,664 + 0,853 + 0,985 + 0,997 = 12. p> Отримаємо наступні значення скоригованої сезонної компоненти (Таблиця 4):
Таблиця 4 - Значення скоригованої сезонної компоненти
січня
S1
1,491
липня
S7
0,695
лютого
S...
