6), значить, гіпотеза про незалежність рівнів залишкової послідовності, т.е . про відсутність в ній автокореляції, приймається і модель адекватна за цією ознакою.
Таблиця 7
Залишки ? t -? < span align = "justify"> t-1 (? t - ? t-1 ) 2 ? 2 E отн 3,92,359,726,065,77,3
Перевірка випадковості рівнів ряду залишків за умовою піків дає позитивний результат: р = 6; 6> 2 - нерівність виконується, отже, властивість випадковості виконується.
В
Відповідність ряду залишків нормальному закону розподілу визначимо за допомогою RS-критерію: RS = [? max -? min ]: S ? = [2,9 +3,2]: 1,8 = 3,4 (для N = 10 і 5%-го рівня значущості кордону критерію (2,7 - 3,7)), 3,4 потрапляє у вказаний інтервал, отже, властивість нормальності розподілу виконується.
.
Висновок: модель статистично адекватна (виконуються всі умови з чотирьох).
Середня відносна помилка:%, тому що 7,3% <15%, то точність моделі вважається прийнятною. p>) Для цього слід перетворити графік підбору, який був отриманий за допомогою інструменту Регресія:
В
В
Результати моделювання та прогнозування.
5) Побудуємо точковий та інтервальний прогнози попиту на наступні два тижні (для ймовірності 70% використовувати t = 1,12):
Yp (10) = 27,5 +2,0 k = 27,5 + 2 Г— 1 = 29,5;
Yp (11) = 27,5 +2,0 k = 31,5.
Для побудови інтервального прогнозу розрахуємо довірчий інтервал. Приймемо значення рівня значущості ? = 0,3 отже, довірча ймовірність дорівнює 70%, а критерій Стьюдента при v = п - 2 = 7 дорівнює 1,12. Ширину довірчого інтервалу обчислимо за формулою:
, де;
m = 1 - кількість факторів у моделі (для лінійної моделі m = 1).
;
.
Таблиця 8
Час tШаг kПрогнозВерхняя граніцаНіжняя граніца10129, 532,226,811231,534,428,6
Т.к. побудована модель адекватна, то можна стверджувати, що при збереженні сформованих закономірностей розвитку,...
