3.3. Построим график изменения средних значений по месяцам.

3.4. Вставим линию тренда и подоберем тип регрессии, наилучшим образом описывающий точки графика (например, полиномиальный).

3.5. Коэффициенты уравнения запишем рядом с диаграммой.

a	b	c
0,1913	-2,5692	6,3393

4. Вычислим случайную составляющую.

Для этого сформируем таблицу 4 вычитанием из среднемесячного значения (столбец «средние») всех значений таблицы 3 соответствующего месяца.

Таблица 4.

Месяц/Год	1	2	3	4	5
Январь	0,07	0,04	-0,04	-0,06	-0,01
Февраль	0,09	-0,06	0,03	0,02	-0,08
Март	0,07	-0,15	0,08	-0,07	0,06
Апрель	-0,02	-0,05	-0,12	0,10	0,09
Май	-0,11	0,22	0,17	-0,18	-0,11
Июнь	0,03	-0,09	-0,04	0,08	0,02
Июль	-0,01	-0,02	0,09	-0,11	0,05
Август	0,09	-0,01	-0,08	0,10	-0,10
Сентябрь	0,07	-0,02	-0,09	-0,11	0,15
Октябрь	-0,17	0,14	-0,11	0,10	0,04
Ноябрь	-0,15	0,01	0,07	0,04	0,03
Декабрь	0,02	-0,01	0,05	0,08	-0,14

---

Найдем минимальное (MIN) и максимальное (MAX) значение в таблице 4. Случайную составляющую вычислим по формуле:

= MIN + СЛЧИС() * (MAX – MIN).

Мин	-0,18
Макс	0,22
Случ.составл.	0,21125

Значение случайной составляющей будет изменяться при любых действиях в книге Excel. Это обусловлено использованием функции генерации случайного числа.

5. Используя полученную модель, сделаем прогноз на февраль будущего года.

Для этого:

5.1. Вычислим тренд: в уравнение тренда подставим в качестве аргумента значение 6 (будущий год).

5.2. Вычислим волну: в уравнение волны подставим в качестве аргумента значение 2 (февраль).

5.3. Суммируем значения тренда, волны и случайной составляющей.

Таблица 5.

Прогноз на февраль следующего года

Год	6
Месяц	2
Тренд	109,988
Волна	1,9661
Случ.составл.	0,190476
Прогноз	112,1446

Таким образом, была освоена методика анализа динамического ряда в табличном процессоре MS Excel, создана лабораторная модель и построен прогноз цен активов фондового рынка.

1. Объясните, в чем суть прогнозирования экономических процессов на основе

метода динамических рядов?

Суть экономико – математического метода прогнозирования экономических показателей заключается в построении математических моделей , которые отражают количественные взаимосвязи между показателями

2. Какие компоненты входят в состав динамического ряда?

В состав динамического ряда входят:

- тренд динамического ряда – регулярная компонента, характеризующая

общую тенденцию;

- сезонная компонента или внутригодичные колебания, а в общем случае –

циклическая составляющая;

- случайная компонента, образующаяся под влиянием различных неизвестных

причин;

- компонента, обеспечивающая сопоставимость элементов динамического ряда;

---

- управляющая компонента, с помощью которой воздействуют на члены

динамического ряда с целью формирования в будущем его желаемой траектории

(управляемый прогноз).

3. Каким образом происходит расчет каждой из составляющих ряда?

Компонента t Z может быть вычислена как



Вычисление регулярной компоненты t U (тренда)

Известны несколько методов вычисления регулярной компоненты. К ним

относятся: механические способы сглаживания, аналитические методы с применением определенных математических функций и, наконец, комбинированный способ.

Вычисление сезонной t V и случайной t E компонент

Для определения сезонной и случайной компонент вычисляется динамический ряд

V + E = Y - U + Z , при t n =0.

Нахождение случайной составляющей t E

Временной ряд следует привести к сопоставимому виду, сезонную компоненту и

тренд необходимо отфильтровать и вычесть из значений t Y , управление t n должно

отсутствовать.

4. Как оценить адекватность трендовой модели?

Трендовая модель , конкретного временного ряда y_t, считается адекватной, если правильно отражает систематические компоненты временного ряда. Это требование эквивалентно требованию, чтобы остаточная компонента (t = 1, 2, ..., п) удовлетворяла свойствам случайной компоненты временного ряда, указанным в параграфе 4.1: случайность колебаний уровней остаточной последовательности, соответствие распределения случайной компоненты нормальному закону распределения, равенство математического ожидания случайной компоненты нулю, независимость значений уровней случайной компоненты.

5. Почему рекомендуют автоматизировать работы по прогнозированию при

разработке управленческих решений?

Автоматизация позволяет сократить время и затраты на сбор информации и выполнение прогнозирования.
Объясните в чем суть прогнозирования экономических процессов на основе метода динамических рядов?

---

Суть экономико – математического метода прогнозирования экономических показателей заключается в построении математических моделей, которые отражают количественные взаимосвязи между показателями

2. Какие компоненты входят в состав динамического ряда?

В состав динамического ряда входят:

- тренд динамического ряда – регулярная компонента, характеризующая общую тенденцию;

- сезонная компонента или внутригодичные колебания, а в общем случае – циклическая составляющая;

- случайная компонента, образующаяся под влиянием различных неизвестных причин;

- компонента, обеспечивающая сопоставимость элементов динамического ряда;

- управляющая компонента, с помощью которой воздействуют на члены динамического ряда с целью формирования в будущем его желаемой траектории (управляемый прогноз).

3. Каким образом происходит расчет каждой из составляющих ряда?

Компонента t Z может быть вычислена как



Вычисление регулярной компоненты t U (тренда)

Известны несколько методов вычисления регулярной компоненты. К ним относятся: механические способы сглаживания, аналитические методы с применением определенных математических функций и, наконец, комбинированный способ.

Вычисление сезонной t V и случайной t E компонент

Для определения сезонной и случайной компонент вычисляется динамический ряд

V  E  Y  U  Z , при t n =0.

Нахождение случайной составляющей t E

Временной ряд следует привести к сопоставимому виду, сезонную компоненту и тренд необходимо отфильтровать и вычесть из значений t Y , управление t n должно отсутствовать.

4. Как оценить адекватность трендовой модели?

Трендовая модель , конкретного временного ряда y_t, считается адекватной, если правильно отражает систематические компоненты временного ряда. Это требование эквивалентно требованию, чтобы остаточная компонента (t = 1, 2, ..., п) удовлетворяла свойствам случайной компоненты временного ряда, указанным в параграфе 4.1: случайность колебаний уровней остаточной последовательности, соответствие распределения случайной компоненты нормальному закону распределения, равенство математического ожидания случайной компоненты нулю, независимость значений уровней случайной компоненты.

---

5. Почему рекомендуют автоматизировать работы по прогнозированию при разработке управленческих решений?

Автоматизация позволяет сократить время и затраты на сбор информации и выполнение прогнозирования.

Практическая работа 5

1. Как рассчитать число серий эксперимента N?

2. Чем отличается линейная модель, нелинейная модель и линейная модель со смешанными оценками?

Линейная и линейная модель со смешанными оценками требуют изменения факторов на двух уровнях, нелинейная модель – на трёх уровнях изменения факторов.

4. 
   Как оценить адекватность моделей?
   

Модель считается адекватной, если ряд остатков обладает свойствами:

• 
  независимость;
  
• 
  их случайность;
  
• 
  соответствие нормальному закону распределения;
  
• 
  равенство нулю средней ошибки.
  

Практическая работа 6

Одноканальная СМО с отказами представляет собой одну телефонную линию. Заявка-вызов, пришедший в момент, когда линия занята, получает отказ. Интенсивность потока вызовов =1 (вызовов в минуту). Средняя продолжительность разговоров =2 мин. Все потоки событий-простейшие. Определить предельные (при t→∞) значения:

1. 
   Относительной пропускной способности q
   
2. 
   Абсолютной пропускной способности А
   
3. 
   Вероятности отказа Ротк
   

Сравнить фактическую пропускную способность СМО с номинальной, которая была бы, если бы каждый разговор длился в точности 2 мин, и разговоры следовали бы один за другим без перерыва.

Решение:

Определяем параметр потока обслуживаний:

=1/2=0,5





Таким образом, в установившемся режиме система будет обслуживать около 33% поступающих вызовов.

Находим абсолютную пропускную способность:



Т.е линия способна осуществить в среднем 0,333 разговора в минуту

Вероятность отказа:



Значит около 67% поступивших вызовов будет получать отказ

---

Смотрите также файлы

• подготовка газа к транспорту. Выбор оборудования подготовки газа к транспорту.docx

• Федеральное государственное бюджетное образовательное учреждение высшего образования московский государственный технический университет гражданской авиации.docx

• Мое видение академических ценностей современного университета.docx

• Анализ финансового состояния предприятия и пути его улучшения.docx

• Курсовая работа по дисциплине Жанры современных средств массовой информации.docx