Главная страница Случайная страница Разделы сайта АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Задания для выполнения контрольной работы №2.
Исследовать динамику экономического показателя на основе анализа одномерного временного ряда. В течение девяти последовательных недель фиксировался спрос Y(t) (млн. р.) на кредитные ресурсы финансовой компании. Временной ряд Y(t) этого показателя (повариантно) приведен ниже в таблице.
Таблица 1. Исходные данные
Требуется: 1. Проверить наличие аномальных наблюдений; 2. Построить линейную модель Ŷ (t) = a0 + a1t, параметры которой оценить МНК (Ŷ (t) – расчетные, смоделированные значения временного ряда); а) использованием Поиска решений; б) использованием матричных функций; в) использованием Мастера диаграмм. 3. Оценить адекватность модели, используя свойства независимости остаточной компоненты, случайности и соответствия нормальному закону распределения (при использовании R/S-критерия взять табулированные границы 2, 7 – 3, 7); 4. Оценить точность моделей на основе использования средней относительной ошибки аппроксимации; 5. Осуществить прогноз спроса на следующие две недели (доверительный интервал прогноза рассчитать при доверительной вероятности p = 80%); 6. Построить адаптивную модель Брауна Ŷ (t) = a0 + a1k с параметром сглаживания α = (0, 4) и α = (0, 7); выбрать лучшее значения параметра сглаживания; 7. Фактические значения показателя, результаты моделирования и прогнозирования представить графически.
Выполнение:
1) Для проверки наличия аномального наблюдения воспользуемся методом Ирвина, который предполагает использования следующей формулы: l = (t = 2, 3, ……n) s2 у = [S(у – уср)2] / (n – 1) уср = (5 +7 + 10 + 12 + 15 + 18 + 20 + 23 + 26)/9 = 136 / 9 = 15, 11
Таблица 2. Расчетная таблица
Расчетные значения λ сравниваем с табличными значениями критерия Ирвина λ a = 1, 5 (для уровня значимости a =0, 05). Очевидно, что все расчетные значения λ меньше табличного. Следовательно, соответствующие значения уt уровня ряда можно считать нормальными (не аномальными).
2) Построить линейную модель Ŷ (t) = a0 + a1t, параметры которой оценить МНК (Ŷ (t) – расчетные, смоделированные значения временного ряда);
Таблица 3. Расчетная таблица
По имеющимся данным считаем следующие значения: Воспользуемся Анализом данных, получим результат регрессионного анализа. Воспользуемся Мастером диаграмм: Рис. 1. Исходный ряд данных и линейная модель. Таким образом, линейная модель имеет вид:
3. Оценить адекватность модели, используя свойства независимости остаточной компоненты, случайности и соответствия нормальному закону распределения (при использовании R/S-критерия взять табулированные границы 2, 7 – 3, 7); На основании полученных остатков делаем следующие расчеты:
Проверку случайности уровней ряда остатков проведем на основе критерия поворотных точек: Неравенство выполняется. Следовательно, свойство случайности выполняется. Модель по этому критерию адекватна.
4. Оценить точность моделей на основе использования средней относительной ошибки аппроксимации;
Для оценки точности полученной модели будем использовать показатель относительной ошибки аппроксимации.
Рассчитаем стандартную ошибку: Следовательно, модель достоверна.
5. Осуществить прогноз спроса на следующие две недели (доверительный интервал прогноза рассчитать при доверительной вероятности p = 80%); t=14 -двух недельный период На основании существующей модели рассчитаем прогноз 10-ой и 11-ой недели:
6. Построить адаптивную модель Брауна Ŷ (t) = a0 + a1k с параметром сглаживания α = (0, 4) и α = (0, 7); выбрать лучшее значения параметра сглаживания;
По первым пяти точкам исходного ряда динамики определяются параметры a0 и a1, воспользуемся Анализом данных в Excel, получаем результат регрессионного анализа:
Во втором столбце табл. содержатся коэффициенты уравнения регрессии а0, а1, которые будем использовать для дальнейших расчётов.
7. Фактические значения показателя, результаты моделирования и прогнозирования представить графически. Рис. 2. График подбора Рис. 3. График нормального распределения
|