Лабораторная работа №4. Лабораторная работа 4. Прогнозирование и планирование временных рядов
![]()
|
Лабораторная работа №4. Прогнозирование и планирование временных рядов. Этап 1. Оценка наличия тренда и построение трендовой модели. По данным о средних доходах на конечное потребление за десять лет, которые представлены в табл. 1, оцените наличие тренда и в случае положительного ответа постройте трендовую модель. Таблица 1 Расходы на конечное потребление, тыс. у.е.
Ход решения. Для формального определения структуры временного ряда проводится автокорреляционный анализ уровней временного ряда. С этой целью рассчитываются коэффициенты автокорреляции уровней временного ряда. Расчет автокорреляционной функции можно осуществлять на компьютере средствами Excel: Анализ данных / Корреляция. На рис. 1 представлены диалоговые окна расчета коэффициентов автокорреляции первого и второго порядков временного ряда yt.
Рис. 1. Диалоговые окна расчета коэффициента автокорреляции первого и второго порядков ряда yt В табл. 2 представлены результаты расчетов. Таблица 2 Результаты расчетов коэффициентов автокорреляции.
Поскольку коэффициенты автокорреляции первых порядков (r1, r2) являются высокими, можно предположить наличие линейного тренда Т = а + bt. Определите уравнение линейного тренда. Для этого: 1. Постройте диаграмму по значениям временного ряда yt. (тип Точечная). 2. Нажмите правой кнопкой мыши на одной из точек данных на диаграмме. В открывшемся меню необходимо выбрать команду Добавить линию тренда. На экране появится диалоговое окно Линия тренда. ![]() Рис. 2. Диалоговое окно построения линии тренда 3. Выберете тип регрессии. Например, линейная. 4. Переключитесь на вкладку Параметры. В разделе Название аппроксимирующей (сглаженной) кривой установите переключатель автоматическое, установите отображение на диаграмме уравнения и величины достоверности аппроксимации. Аналогично постройте линию тренда, в качестве функции выбрать степенную. Замечание: Уравнение линейного тренда можно получить, используя инструмент Регрессия - Пакета анализа. Этап 2. Сглаживание данных и построение прогноза Провести сглаживание данных рассматриваемой задачи и выполнить прогноз на период t=11. Скопируйте условие предыдущего примера на Лист 2. (Диапазон A1:B11) С помощью пакета анализа рассчитайте значения скользящего среднего (инструмент «скользящее среднее»). Заполните диалог следующим образом: входной интервал - $В$2:$В$11, интервал - 3, выходной интервал -$С$3, установите флажок Вывод графика. Удалите значения равные #Н/Д. Результаты оформите в таблицу с тремя столбцами: t, yt, Прогноз (скользящ.) Скорректируйте построенный график таким образом, чтобы по оси X были значения t (от 1 до 11), по оси У – значения скользящего среднего. График фактических значений yt должен быть построен для дней, начиная с 1-го по 10-ый, график прогнозируемых значений должен быть построен для дней начиная с 4-го по 11-ый. С помощью пакета анализа рассчитайте значения экспоненциального сглаживания (инструмент «экспоненциальное сглаживание»). Заполните диалог следующим образом: входной интервал - $В$2:$В$11, фактор затухания - 0,25, выходной интервал - $D$2, установите флажок Вывод графика. Удалите значения равные #Н/Д. Продлите значения рассчитанного столбца для получения прогноза на 11-й день. Назовите столбец Прогноз (экспоненц.). Скорректируйте построенный график таким образом, чтобы по оси X были значения дней (от 1 до 11), по оси У – спрогнозированные значения. График фактических значений yt должен быть построен для дней, начиная с 1-го по 10-ый, график прогнозируемых значений должен быть построен для дней начиная с 2-го по 11-ый. Сформулируйте экономический смысл полученных моделей. Объясните механизм прогнозирования в каждой их них. Этап 3. Исследование структуры временного ряда. По данным табл. 3 исследуйте структуру временного ряда по квартальным данным потребления электроэнергии за 2001 – 2004 гг. Оцените уровень и структуру потребления электроэнергии в 2005 г. Таблица 3 Исходные данные
Ход решения. В данной задаче в качестве зависимой переменной у выступает потребление электроэнергии, в качестве независимой переменной — время t ( ![]() Первоначально изобразите ряд графически. Постройте диаграмму по исходным данным задачи. Тип диаграммы – график с маркерами. Периоды от 1 до 16 использовать в качестве подписи по оси Х. Попробуйте пообобрать линию тренда на построенном графике. ![]() Рис. 3. График потребления электроэнергии за I кв. 2001 г. - IV кв. 2004 г. Из рис. 3 видно, что в IV кв. потребление электроэнергии каждый год возрастает, поэтому есть подозрение на наличие сезонной компоненты в ряде. Визуально также Видно, что амплитуда сезонных колебаний постоянна, что позволяет предположить аддитивную структуру временного ряда у = Т + S + Е. Решение задачи (с расчетом сезонных компонент). Для расчета сезонных компонент воспользуемся методом скользящей средней. Просуммируем уровни ряда последовательно за каждые четыре квартала со сдвигом на один момент времени и определим условные годовые объемы потребления электроэнергии (гр. 3 табл. 4). Полученные суммы разделим на длину периода (в нашем случае на 4) и найдем скользящие средние, которые уже не зависят от сезонности (гр. 4 табл. 4). Чтобы привести эти значения в соответствие с фактическими моментами времени, найдем средние значения из каждых двух соседних скользящих средних (гр. 5 табл. 4). Оценку сезонной компоненты найдем, вычитая из фактического значения уровня ряда у, центрированную скользящую среднюю (гр. 6 табл. 4). Таблица 4 Исходные данные
На следующем этапе подготовим вторую вспомогательную табл. 5. Занесем в нее оценки сезонных компонент, распределив их по кварталам. За каждый квартал найдем среднюю оценку сезонной компоненты. Например, для I кв. ![]() Сезонные воздействия за период должны взаимопогашаться. В аддитивной модели это выражается в том, что сумма всех сезонных компонент за период должна быть равна нулю. Рассчитаем корректирующий коэффициент по формуле ![]() Для нашего примера k = (0,6 - 1,958 - 1,275 + 2,708) / 4 = 0,01875. Скорректированные значения сезонной компоненты рассчитываем как разность между средним значением сезонной компоненты и корректирующим коэффициентом ![]() ![]() Таблица 5
Элиминируем сезонную компоненту из исходного ряда, т.е. рассчитаем у - S. С этой целью заполним рабочую табл. 6.: Таблица 6
Далее в преобразованном ряду у — S можно выделить линейный тренд. Зная значения сезонных компонент ![]() и тренд y=a+bt, можно прогнозировать потребление электроэнергии в каждом квартале с использованием модели у = a+bt + St. Задание для самостоятельной работы. 1.По данным о выпуске продукции за десять лет, которые представлены в таблице, оцените наличие тренда и в случае положительного ответа постройте трендовую модель (Вариант выбирается по последней цифре номера зачетной книжки).
2.По данным задания 1 проведите сглаживание данных и выполните прогноз на период t=11. 3.В таблице имеются данные об объеме экспорта по кварталам за 2000 — 2005 гг. Постройте аддитивную модель временного ряда и спрогнозируйте экспорт по кварталам на 2006 г. Таблица
|