ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 04.12.2023
Просмотров: 26
Скачиваний: 1
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Решение.
Общий вид аддитивной модели следующий:
Y = T + S + E
Эта модель предполагает, что каждый уровень временного ряда может быть представлен как сумма трендовой (T), сезонной (S) и случайной (E) компонент.
Рассчитаем компоненты аддитивной модели временного ряда.
На основании исходных данных постройте аддитивную модель временного ряда Месяц Удельный вес частного жилья в объеме строительства % Сентябрь 37,5 Октябрь 27,5 Ноябрь 23,5 Декабрь 41,0 Январь 43,3 Февраль 37,2 Март 33,4 Апрель 29,6 Май 31,1
Месяц | Удельный вес частного жилья в объеме строительства % | Скользящая средняя | Центрированная скользящая средняя | Оценка сезонной компоненты |
Сентябрь | 37,5 | | | |
Октябрь | 27,5 | | | |
Ноябрь | 23,5 | | | |
Декабрь | 41,0 | | | |
Январь | 43,3 | | | |
Февраль | 37,2 | | | |
Март | 33,4 | | | |
Апрель | 29,6 | | | |
Май | 31,1 | | | |
СРЕДНЕЕ | | | | |
РЕШЕНИЕ
Временной ряд – совокупность значений какого-либо показателя за несколько последовательных моментов или периодов времени. Аддитивная модель – модель вида: Y=T+S+E, где Т - трендовая компонента; S – циклическая компонента; Е – случайная компонента. Алгоритм построения аддитивной модели.
Шаг 1. Выравнивание исходных уровней ряда методом скользящей средней:
1. Суммируем уровни ряда последовательно за каждый промежуток времени, в котором наблюдаются колебания со сдвигом на один момент времени и определяем условные величины показателя Y.
2. Делим полученные величины на число моментов времени в промежутке и находим скользящие средние.
3. Находим средние значения из двух последовательных скользящих средних – центрированные скользящие средние.
Шаг 2. Оценка сезонной компоненты:
1. Находим оценку сезонной компоненты, как разность между фактическими уровнями ряда и центрированными скользящими средними.
2. Находим средние оценки сезонной компоненты за каждый промежуток времени, в котором наблюдаются колебания.
3. Исходя из условия взаимопогашения сезонных воздействий определяем корректирующий коэффициент k: в аддитивной модели ; где n – период колебаний.
4. Рассчитываем скорректированные значения сезонных компонент: в аддитивной модели:
Шаг 3. Элиминирование влияния сезонной компоненты: Находим значения Т+Е как Y-S – в аддитивной модели.
Шаг 4. Определение трендовой компоненты ряда.
1. Трендовая компонента ряда определяется с построения регрессионной модели, параметры которой находятся методом наименьших квадратов.
2. С уравнения регрессии находим уровни трендовой компоненты Т для каждого момента времени t.
Шаг 6. Находим значения Т+S.
Шаг 7. Находим случайную компоненту Е= Y-(T+S)
Шаг 8. Оценка качества модели.
1. Находим сумму квадратов случайной компоненты.
2. Находим отношение суммы квадратов случайной компоненты к общей сумме квадратов отклонений уровней ряда от его среднего значения: %
ПРИМЕР ВЫПОЛНЕНИЯ ШАГ1.
Выравнивание исходных уровней ряда методом скользящей средней: Расчеты отобразим в таблице 1. Таблица 1. Выравнивание исходных уровней ряда t Итого за 3 месяца. скользящая средняя центрированная скользящая средняя Оценка сезонной компоненты 1 36,40 - - - -
2 28,60 87,40 29,13 - -
3 22,40 93,30 31,10 30,12 -7,72
4 42,30 106,30 35,43 33,27 9,03
5 41,60 123,10 41,03 38,23 3,37
6 39,20 113,20 37,73 39,38 -0,18
7 32,40 102,40 34,13 35,93 -3,53
8 30,80 92,80 30,93 32,53 -1,73
9 29,60 60,40 - - -
Итого 303,3 778,9 239,48 209,46 -0,76
Выбираем метод сглаживания скользящей средней по трем соседним компонентам ряда. Скользящая средняя. Остальные столбцы вычисляем согласно описанию
Месяц | Удельный вес частного жилья в объеме строительства % | Скользящая средняя | Центрированная скользящая средняя | Оценка сезонной компоненты |
Сентябрь | 37,5 | | | |
Октябрь | 27,5 | | | |
Ноябрь | 23,5 | | | |
Декабрь | 41,0 | | | |
Январь | 43,3 | | | |
Февраль | 37,2 | | | |
Март | 33,4 | | | |
Апрель | 29,6 | | | |
Май | 31,1 | | | |
СРЕДНЕЕ | | | | |