Реферат Курсовая Конспект
Задача 10. - раздел Математика, Задания и методические указания Для выполнения контрольной работы по дисциплине «статистика» Прогнозирование На Основе Сглаженного Временного Ряда Динамика Удель...
|
Прогнозирование на основе сглаженного временного ряда
Динамика удельного расхода условного топлива на производство тепло-энергии (yt, кг/Гкал) на ТЭЦ по годам представлена в таблице. Требуется:
1)произвести сглаживание ряда методом трехлетней скользящей средней;
2)выровнять ряд по прямой - т.е. оценить параметры bo,b1 линейного
тренда = b0 + b1t методом наименьших квадратов;
3)начертить графики первичного и сглаженных рядов;
4)на уровне значимости α = 0,05 проверить согласованность линейной
трендовой модели с результатами наблюдений;
5)методом экстраполяции найти точечные и интервальные (с доверитель
ной вероятностью γ = 0,95) оценки прогноза экономического показателя yt на
2002 и 2003г.г.
yt | 169,2 | 168,1 | 168,6 | 168,4 | 167,9 | 167,6 | 167,8 | 166,9 | 167,1 |
(n=9)
Временным рядом называется последовательность значений (уровней) некоторого экономического показателя yt, расположенных в порядке возрастания времени. Уровни ряда должны отражать значения экономического показателя за одинаковые или через одинаковые промежутки времени.
Одной из важнейших задач исследования временного ряда является задача выявления основной тенденции развития (тренда) изучаемого процесса.
Решение этой задачи необходимо для прогнозирования. При этом исходят из того, что тенденция развития, установленная в прошлом, может быть распространена (экстраполирована) на будущий период.
Наиболее простыми и часто применяемыми способами выявления основной тенденции развития являются сглаживание временного ряда методом скользящей средней или выравнивание по прямой методом наименьших квадратов.
1) Метод скользящей средней основан на переходе от начальных значений членов ряда к их средним значениям на интервале времени, длина которого определена заранее. При этом сам выбранный интервал времени "скользит" вдоль ряда, получаемый таким образом ряд скользящих средних ведет себя более гладко, чем исходный ряд.
Для нашего примера скользящие средние находим по формуле
.
Например, при t = 2
(169,2 +168,1 +168,9)168,7,
при t = 3 (168,1 +168,9 +168,4) 168,5.
По результатам получим сглаженный ряд:
yt | – | 168,6 | 168,4 | 168,3 | 168,0 | 167,8 | 167,8 | 167,3 | – |
2) По статистическим данным найдем оценки и параметров линейного тренда методом наименьших квадратов. Для этого применим известные формулы [1]:
,
где .
Здесь и в дальнейшем t - номер уровня ряда: 1993 г. соответствует номер 1,... 2001 году - номер 9.
Вычисление средних значений организуем в форме расчетной таблицы.
yt | |||||
169,2 | 28628,64 | 169,2 | |||
168,1 | 28257,61 | 336,2 | |||
168,6 | 28425,96 | 505,8 | |||
168,4 | 28358,56 | 673,6 | |||
167,9 | 28190,41 | 839,5 | |||
167,6 | 28089,76 | 1005,6 | |||
167,8 | 28156,84 | 1174,6 | |||
166,9 | 27855,61 | 1335,2 | |||
167,1 | 27922,41 | 1503,9 | |||
1511,6 | 253885,8 | 7543,6 | |||
167,955 | 31,67 | 28209,53 | 838,18 | ||
.
Таким образом, искомые оценки параметров линейного аренда равны: = 169,1695, = -0,2429. Уравнение линейного тренда имеет вид:
169,1695 - 0,2429·t.
3)
|
|
|
|
В рассматриваемом случае 28209,53 - (167,955)2 = 0,648, , .
Критическое значение статистики Фишера равно
.
Так как , то выдвинутая гипотеза Hо отвергается, что свидетельствует о согласии линейной трендовой модели с результатами наблюдений.
5) По полученному уравнению линейного тренда =169,1695- 0,2429 t найдем точечные (индивидуальные) прогнозы показателя на 2002 и 2003 г.г.
Для 2002г. t = 10
166,7405.
Для 2003г. t = 11
166,4976.
Дать интервальную оценку тренда - значит указать границы интервала, в который попадет возможное значение переменной с заданной доверительной вероятностью γ (в нашем примере γ = 0,95).
Этот интервал определяется по известным формулам [3]
,
где δ - точность прогноза , здесь к=п-2 - число степеней свободы, α=1-γ, ищется по таблице критических точек распределения Стьюдента для двусторонней критической области (см., например [4]); в нашем случае α=1 - 0,95 = 0,05; к = 9-2 =7; 2,36. (Можно воспользоваться так же таблицами [3]). - исправленное среднеквадратическое отклонение (С.К.О.) индивидуальных значений зависимой переменной
.
Из этой формулы видно, чем больше , тем меньше точность прогноза. S - исправленное С.К.О. ошибок линейной регрессии
.
Вычисление доверительных интервалов прогнозов организуем в виде таблицы
t | yt | |||
169,2 | 168,9266 | 0,2734 | 0,07475 | |
168,1 | 168,6837 | -0,5837 | 0,34071 | |
168,6 | 168,4408 | 0,1592 | 0,02534 | |
168,4 | 168,1979 | 0,2021 | 0,04084 | |
167,9 | 167,9550 | -0,055 | 0,00303 | |
167,6 | 167,7121 | -0,1121 | 0,01257 | |
167,8 | 167,4692 | 0,3308 | 0,10943 | |
166,9 | 167,2263 | -0,3263 | 0,10647 | |
167,1 | 166,9834 | 0,1166 | 0,01360 | |
– | – | – | 0,72674 |
.
.
Дальнейшие вычисления проводим отдельно для t =10 (2002 г.) и t =11 (2003 г.)
Для t = 10
.
,
166,74-0,94<<166,74+0,94.
Итак, с вероятностью γ = 0,95, удельный расход условного топлива в 2002 г. будет принадлежать интервалу (кг/Гкал)
165,8 << 167,68.
Аналогично для 2003 г. t = 11, получим
. , ,
166,498-0,995<<166,498+0,995. 165,50<<167,49, γ=0,95.
– Конец работы –
Эта тема принадлежит разделу:
Государственное образовательное учреждение... высшего профессионального образования... Российский государственный профессионально педагогический...
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Задача 10.
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Твитнуть |
Новости и инфо для студентов