Таблица 2.10 - Прогноз по аддитивной модели
Аддитивная модель
|
Ft=T+S
|
|
|
|
|
t
|
T=a+bt
|
S
|
F=T+S
|
Фактические
|
Относительная ошибка, %
|
17
|
881,73
|
-390,46
|
491,27
|
506,2
|
2,96
|
18
|
887,7
|
-223,85
|
663,85
|
691
|
3,93
|
Прогноз результатов валовой добавленной стоимости по ВЭД Сельское, лесное хозяйство, охоту, рыболовству и рыбоводству по аддитивной модели составил 491,27 для первого квартала 2019 года и 663,85 для второго квартала 2019 года. Фактически значения данного показателя в анализируемых кварталах составили 506,2 и 691 соответственно. Таким образом, ошибки прогноза составили 2,96% для первого квартала и 3,93% для второго квартала 2019 года.
Исходя их расчетов, приведенных в таблицах 2.9 и 2.10 можно сделать вывод о том, что прогноз по аддитивной модели лучше исходя из относительных ошибок.
Таблица 2.11 - Расчетные данные для мультипликативной модели с фиктивными переменными/
yt
|
lnyt
|
t
|
z1
|
z2
|
z3
|
yt²
|
388,7
|
6,0
|
1
|
1
|
0
|
0
|
151087,7
|
571,7
|
6,3
|
2
|
0
|
1
|
0
|
326840,9
|
1 349,10
|
7,2
|
3
|
0
|
0
|
1
|
1820070,8
|
908,5
|
6,8
|
4
|
0
|
0
|
0
|
825372,3
|
417,6
|
6,0
|
5
|
1
|
0
|
0
|
174389,8
|
594,4
|
6,4
|
6
|
0
|
1
|
0
|
353311,4
|
1 368,20
|
7,2
|
7
|
0
|
0
|
1
|
1871971,2
|
907,7
|
6,8
|
8
|
0
|
0
|
0
|
823919,3
|
436,2
|
6,1
|
9
|
1
|
0
|
0
|
190270,4
|
603,6
|
6,4
|
10
|
0
|
1
|
0
|
364333,0
|
1 360,60
|
7,2
|
11
|
0
|
0
|
1
|
1851232,4
|
863,4
|
6,8
|
12
|
0
|
0
|
0
|
745459,6
|
456,8
|
6,1
|
13
|
1
|
0
|
0
|
208666,2
|
634,4
|
6,5
|
14
|
0
|
1
|
0
|
402463,4
|
1 417,90
|
7,3
|
15
|
0
|
0
|
1
|
2010440,4
|
1 016,30
|
6,9
|
16
|
0
|
0
|
0
|
1032865,7
|
Аддитивную модель временного ряда с фиктивными переменными:
построим с помощью инструмента «Регрессия» пакета анализа Excel
ВЫВОД ИТОГОВ
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Регрессионная статистика
|
|
|
|
|
|
|
|
Множественный R
|
0,997671
|
|
|
|
|
|
|
|
R-квадрат
|
0,995347
|
|
|
|
|
|
|
|
Нормированный R-квадрат
|
0,993655
|
|
|
|
|
|
|
|
Стандартная ошибка
|
0,036612
|
|
|
|
|
|
|
|
Наблюдения
|
16
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Дисперсионный анализ
|
|
|
|
|
|
|
|
df
|
SS
|
MS
|
F
|
Значимость F
|
|
|
|
Регрессия
|
4
|
3,154038
|
0,788509478
|
588,2350957
|
9,64E-13
|
|
|
|
Остаток
|
11
|
0,014745
|
0,001340467
|
|
|
|
|
|
Итого
|
15
|
3,168783
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Коэффициенты
|
Стандартная ошибка
|
t-статистика
|
P-Значение
|
Нижние 95%
|
Верхние 95%
|
Нижние 95,0%
|
Верхние 95,0%
|
Y-пересечение
|
6,746537
|
0,027459
|
245,6923754
|
6,37289E-22
|
6,6861
|
6,806974933
|
6,6861
|
6,806975
|
t
|
0,008034
|
0,002047
|
3,925365659
|
0,002370875
|
0,003529
|
0,012538768
|
0,003529
|
0,012539
|
z1
|
-0,75286
|
0,026607
|
-28,29538269
|
1,25918E-11
|
-0,81142
|
-0,694294349
|
-0,81142
|
-0,69429
|
z2
|
-0,41287
|
0,02621
|
-15,75210064
|
6,80237E-09
|
-0,47056
|
-0,355181203
|
-0,47056
|
-0,35518
|
z3
|
0,406421
|
0,02597
|
15,64983958
|
7,28698E-09
|
0,349262
|
0,463579506
|
0,349262
|
0,46358
| |
Скачать 152.32 Kb.