Рисунок 2. – График уравнения тренда.



Рисунок 3. – Курс доллара (фактические и выравненные по мультипликативной модели значения уровней ряда).
Прогнозное значение Ft уровня временного ряда в мультипликативной модели есть произведение трендовой (T) и сезонной компонент (S).

Составим прогноз курса доллара на следующие 4 недели - F₁₈, F₁₉, F₂₀, F₂₁ соответственно. Для определения трендовой компоненты воспользуемся уравнением тренда:
T_t=-0,5312t+65,129

Получим:

T₁₈=-0,5312*17+65,129=74,1594

T₁₉=-0,5312*18+65,129=74,6906

T₂₀=-0,5312*19+65,129=75,2218

T₂₁=-0,5312*20+65,129=75,753

Ранее нами были получены следующие значения сезонной компоненты:

1 неделя: S₁=0,9793;

2 неделя: S₂=1,0032;

3 неделя: S₃=1,0032;

4 неделя: S₄=1,0143.
Следует уточнить, что 18ая прогнозная неделя будет соответствовать 3ей порядковой и иметь значение сезонной компоненты S₃= 1,0032. 19ая неделя – 4ая порядковая и т.д.

Таким образом прогнозный курс доллара на ближайшие 4 недели составит:

F₁₈= T₁₈+ S₃=74,1595+1,0032=75,1387

F₁₉= T₁₉+ S₄=76,6906+1,0143=75,9635

F₂₀= T₂₀+ S₁=75,2218+0,9793=76,2250

F₂₁= T₂₁+ S₂=75,753+1,0032=76,7673.


Задание 5.

По данным прожиточного минимума ( руб.), среднедневной заработной

платы на одного работающего (руб.) найти параметры функций:

1) Линейной;

2) Степенной;

3) Показательной;

Оценить статистическую значимость параметров регрессии и

корреляции. Расчеты выполнить с помощью приложения MS Excel.
Таблица 1. – Исходные данные

Номер	Район	Y, %	X, тыс.руб.
1	Удмурская респ.	68,8	45,1
2	Свердл. обл.	61,2	59
3	Башкотостан	59,9	57,2
4	Челябинская обл.	56,7	61,8
5	Пермская обл.	55	58,8
6	Курганская обл.	54,3	47,2
7	Оренбургская обл.	49,3	55,2
8	Респ. Коми	56,4	58,2
9	Ямало-Ненецкий округ	53,6	49,6
10	Ханты-Мансийский округ	64,6	62,4

---

Решение

b	0,0465	60,5628	a
Стандартная ошибка b	0,3331	18,5741	Стандартная ошибка а
Коэффициент детерминации	0,0024	6,0757	Стандартная ошибка у
F статистика	0,0195	8	Число степеней свободы
Регрессионная сумма квадратов	0,7215	295,3144	Остаточная сумма квадратов

Расчет прогнозируемых значений и их отклонений от фактических

Номер	y	x		y-
1	68,8	45,1	58,462	10,338
2	61,2	59	57,815	3,385
3	59,9	57,2	57,898	2,002
4	56,7	61,8	57,684	-0,984
5	55	58,8	57,824	-2,824
6	54,3	47,2	58,364	-4,064
7	49,3	55,2	57,992	-8,692
8	56,4	58,2	57,852	-1,452
9	53,6	49,6	58,066	-4,466
10	64,6	62,4	57,656	6,944
Итого	579,8	554,5	579,614	0,186
Средняя	57,98	55,45

Уравнение регрессии показательной функции будет найдено в виде:

---

=a* .

Исходное уравнение: y=a* для приведения к линейному виду прологорифмировано. Получено уравнение: lny =lna+xlnb.

Произведём замену lny= Y, lnb = B, lna = C.

Получено: Y = C +Вх.

При помощи функции LOG в Exel определим логорифмы для показателей a и b

lna (С)	2,5497
lnb (В)	0,0144

Полученные данные сведём в таблицу

y	x	lny (Y)		y-
68,8	45,1	3,2035	58,462	10,338
61,2	59	3,4050	57,815	3,385
59,9	57,2	3,3789	57,898	2,002
56,7	61,8	3,4456	57,684	-0,984
55	58,8	3,4021	57,824	-2,824
54,3	47,2	3,2339	58,364	-4,064
49,3	55,2	3,3499	57,992	-8,692
56,4	58,2	3,3934	57,852	-1,452
53,6	49,6	3,2687	58,066	-4,466
64,6	62,4	3,4543	57,656	6,944

Результат вычисления функции ЛИНЕЙН

B	0,0144	2,5497	C
Стандартная ошибка B	0,0278	8,5541	Стандартная ошибка C
Коэффициент детерминации	0,0024	6,0757	Стандартная ошибка Y
F статистика	0,0195	8	Число степеней свободы
Регрессионная сумма квадратов	0,7215	295,3144	Остаточная сумма квадратов

---

---

Смотрите также файлы

• Протокол от " " 2019 г. Е. И. Музычко Согласовано.docx

• Тест фио студента Фам Ван Фу Мань Ответы на тест.docx

• Рабочая программа внеурочной деятельности Робототехника (общеинтеллектуальное направление) 57 класс.docx

• Сптай орта мектебі кмм.docx

• Учет товаров и торговой наценки в предприятиях розничной торговли на примере ооо агроторг.docx