Лабораторная работа Анализ временных рядов Постановка задачи Временным рядом называется набор наблюдаемых значений какоголибо показателя y

• Название: Лабораторная работа Анализ временных рядов Постановка задачи Временным рядом называется набор наблюдаемых значений какоголибо показателя y
• Дата: 20.01.2023
• Размер: 0.73 Mb.
• Имя файла: Lab 2.pdf
• Тип: Лабораторная работа; #896147

1
Лабораторная работа 2. Анализ временных рядов
1. Постановка задачи
Временным рядом называется набор наблюдаемых значений какого-либо показателя
y
, которые фиксируются с некоторым постоянным шагом (через день, неделю, месяц, квартал, год). Такой набор полностью определен значениями показателя
k
y
и номером
k
, соответствующим моменту времени
k
t
его фиксации. Поэтому под временным рядом показателя будем понимать набор его значений
n
k
y
y
y
y
,...,
...,
,
,
2 1
в моменты времени
n
k
t
t
t
t
,...,
...,
,
,
2 1
Анализ временных рядов обычно предполагает решение двух задач.
1. Выявление тенденции изменения показателя во времени или, как говорят иначе, тренда. Эта задача сводится к нахождению относительно простой функции
)
(t
f
y

, описывающей изменение показателя. В качестве такой функции обычно используются линейная, квадратичная или тригонометрическая функции.
2. Выполнение прогноза изменения анализируемого показателя во времени на период

...)
,
3
,
2
,
1
(


Проиллюстрируем решение перечисленных задач на следующем примере. Пусть известен объем выпуска продукции по месяцам с января (1-й месяц) по май (5-й месяц), который задается табл. 2.1.
Таблица 2.1
Объем выпуска продукции
Месяц
)
(
k
t
1 2
3 4
5
Объем выпуска
)
(
k
y
тыс. шт.
1
y
2
y
3
y
4
y
5
y
В табл. 2.1 объем выпуска
k
y
(тыс. шт.) в
k
-й месяц (
5
,
1

k
) задается равенством:
k
k
q
p
k
q
p
k
q
p
y
)
1
)(
1 2
(
02
,
0
)
1
(
01
,
0
)
1 2
(
05
,
0 10 2











, (2.1)
Используя данные (2.1) в табл. 2.1, определить:
1. Линейный тренд, описывающий изменение объема выпуска по месяцам в виде:
t
c
c
t
f
t
y
2 1
1
)
(
)
(



,
k
t
t
k


,
5
,
1

k
(2.2)
2. Квадратичный тренд, задаваемый равенством:
2 3
2 1
2
)
(
t
c
t
c
c
t
f
y




,
k
t
t
k


,
5
,
1

k
(2.3)
3. Погрешность приближения данных временным рядом при использовании трендов (2.2), (2.3).
4. Прогнозируемое значение объема выпуска в июне (6 месяц года).

2
2. Цифровая модель, используемая при решении задачи
Определение линейного тренда. Найдем коэффициенты
2 1
, c
c
, задающие линейный тренд (2.2) методом наименьших квадратов (МНК), минимизируя отклонения между заданными значениями
k
y
и полученными по формуле (2.2), то есть из условия:


min
1 2
2 1







n
k
k
k
y
t
c
c
Согласно МНК получаем следующую СЛАУ относительно неизвестных
2 1
, c
c
:
,
;
2 2
22 1
21 1
2 12 1
11
b
c
a
c
a
b
c
a
c
a




(2.4) где




5 1
11 1
k
n
a
;





5 1
21 12 15
k
k
t
a
a
;




5 1
2 22 55
k
k
t
a
;



5 1
1
k
k
y
b
;



5 1
2
k
k
k
y
t
b
В результате решения СЛАУ (2.4) находятся значения
2 1
, c
c
и линейный тренд (2.2).
Определение квадратичного тренда. Для нахождения коэффициентов
3 2
1
,
,
c
c
c
квадратичного тренда (2.3) МНК формируется СЛАУ вида:
,
;
;
3 3
33 2
32 1
31 2
3 23 2
22 1
21 1
3 13 2
12 1
11
b
c
a
c
a
c
a
b
c
a
c
a
c
a
b
c
a
c
a
c
a









(2.5) где
n
a

11
;




5 1
21 12
k
k
t
a
a
;




5 1
2 31 13
k
k
t
a
a
;



5 1
2 22
k
k
t
a
;




5 1
3 32 23
k
k
t
a
a
;



5 1
4 33
k
k
t
a
;



5 1
1
k
k
y
b
;



5 1
2
k
k
k
y
t
b
;



5 1
2 3
k
k
k
y
t
b
В результате решения СЛАУ (2.5) находятся неизвестные
3 2
1
,
,
c
c
c
, затем с учетом равенства (2.3) квадратичный тренд.
Для нахождения погрешности приближения временного ряда линейным трендом (2.2) сначала находится относительная погрешность в узлах
%
100
)
(
1
)
1
(




k
k
k
k
y
y
t
f
,
5
,
1

k
,
(2.6)
В качестве погрешности квадратичного приближения принимается наибольшее из значений (2.6).
При квадратичном приближении (2.3) находится значение:
%
100
)
(
2
)
2
(




k
k
k
k
y
y
t
f
,
5
,
1

k
,
(2.7) а затем среди полученных значений выбирается наибольшее, которое и принимается в качестве погрешности квадратичного приближения.

3
Прогнозирование объема выпуска с использованием трендов (2.2), (2.3) в июне (шестой месяц) выполняется по формулам:
)
6
(
1
)
1
(
6
f
y

;
)
6
(
2
)
2
(
6
f
y

3.4.3. Методические рекомендации по выполнению работы
Рассмотрим порядок выполнения работы для случая
0

p
и
0

q
. Тогда объем выпуска продукции вычисляется по формуле (2.1):
k
k
k
k
y
)
1
(
02
,
0 01
,
0 05
,
0 10 2





,
5
,
1

k
На листе Excel (рис. 2.1) сформируем расчетную область. Для построения табл. 2.1 с исходными данными выполняются следующие действия:
1) создаем автоматизированный список с номерами месяцев в ячейках
В3:F3;
2) используя формулу (2.1), вычисляем объем выпуска продукции
В4

=10+0,05*B3+0,01*B3^2+0,02*(-1)^B3.
А
B
С
D
E
F
G
H
I
1 p= 0 q= 0 n= 5 2
Объем выпуска продукции
3
Месяц t_k
1 2
3 4
5 4
Объем выпуска y_k
10,04 10,16 10,22 10,38 10,48 5 t_k^2 1
4 9
16 25 6
Линейный тренд
Квадратичный тренд
7 c1 c2 с1 с2 с3 8
5 15 51,28 5
15 55 51,28 9
15 55 154,9 15 55 225 154,9 10
Решение:
55 225 979 570,7 11 1
3 10,26
Решение:
12 10 1,1 4,6
-3,3 0,5 13
c1=
9,926
-3,3 2,671 -0,429 14
c2=
0,11
0,5 -0,429 0,071 15
c1=
9,956
16
c2=
0,084
17
c3=
0,004
Рис. 2.1. Вычисление коэффициентов первого и второго трендов
Формулу распространяем так, чтобы получить значение выпуска продукции для всех месяцев.
Сначала найдем коэффициенты
1
с
и
2
с
линейного тренда
t
c
c
t
f
t
y
2 1
1
)
(
)
(



. Для их вычисления запишем систему уравнений (2.4) и, используя формулы для расчета ее коэффициентов, получаем:

4




5 1
11 1
k
n
a
В8

=F1;




5 1
21 12
k
k
t
a
a
;
С8

=СУММ(B3:F3); В9

=С8;



5 1
2 22
k
k
t
a
;
С9

=СУММКВ(B3:F3);



5 1
1
k
k
y
b
;
D8

=СУММ(B4:F4);



5 1
2
k
k
k
y
t
b
;
D9

=СУММПРОИЗВ(B3:F3;B4:F4), где функция СУММКВ(арг) подсчитывает сумму возведенных в квадрат аргументов.
Решим систему методом Гаусса. Разделим первое уравнение на
11
a
:
В11

1;
С11

=C8/$B$8.
Формулу из ячейки С11 распространяем вправо на ячейку D11.
Далее из второго уравнения вычтем первое, умноженное на
21
a
:
С12

=C9 – C11*$B$9.
Формулу из ячейки С12 распространяем вправо на ячейку D12.
Вычислим неизвестные:
D14

=D12/C12;
D13

=D11–C11*D14.
Теперь вычислим коэффициенты квадратичного тренда
1
с
,
2
с
и
3
с
, используя систему (2.5). Для коэффициентов системы (2.5) понадобиться вычислять сумму
4
k
t
, поэтому сделаем вспомогательные вычисления. Добавим еще одну строку с заголовком «t_k^2» (рис. 2.1) и посчитаем для нее данные по формуле
В5

=B3^2, которую распространим вправо для всех пяти лет.
Сформируем сначала матрицу системы (см. рис. 2.1):
n
a

11
;
F8

5




5 1
21 12
k
k
t
a
a
;
G8

=СУММ(B3:F3); F9

=G8;




5 1
2 31 13
k
k
t
a
a
;
H8

=СУММКВ(B3:F3); F10

=H8;



5 1
2 22
k
k
t
a
;
G9

=H8;




5 1
3 32 23
k
k
t
a
a
;
H9

=СУММПРОИЗВ(B5:F5;B3:F3);

5
G10

= H9;



5 1
4 33
k
k
t
a
;
H10

=СУММКВ(B5:F5);



5 1
1
k
k
y
b
;
I8

=СУММ(B4:F4);



5 1
2
k
k
k
y
t
b
;
I9

=СУММПРОИЗВ(B4:F4;B3:F3);



5 1
2 3
k
k
k
y
t
b
;
I10

=СУММПРОИЗВ(B4:F4;B5:F5).
Решаем систему матричным методом:
1) F12

=МОБР(F8:H10),
2) выделяем диапазон F12:H14, размещаем курсор в строке формул и нажимаем одновременно Ctrl, Shift, Enter.
Для определения коэффициентов
1
с
,
2
с
и
3
с
выполняем:
1) Н15

=МУМНОЖ(F12:H14;I8:I10);
2) выделяем диапазон Н15:H17, размещаем курсор в строке формул и нажимаем одновременно Ctrl, Shift, Enter.
Теперь сравним расчеты реального объема продукции по заданной формуле (2.1) и формулам (2.2) и (2.3). Для этого на листе Excel сформируем дополнительно еще одну таблицу (рис. 2.2), куда скопируем уже рассчитанный объем выпуска продукции по формулам (2.1) и вычислим объем продукции при использовании построенных трендов:
В21

=В4;
В22

=$D$13+$D$14*B20;
В23

=$H$15+$H$16*B20+$H$17*B20^2.
Полученные формулы распространим вправо, заполняя диапазон
В21:F23.
А
B
С
D
E
F
G
19
Объем выпуска продукции
20
Месяц t_k
1 2
3 4
5
6
21
Объем выпуска y_k
10,04 10,16 10,22 10,38 10,48 22
Линейный тренд
10,036 10,15 10,26 10,37 10,476
10,59
23
Квадратичный тренд
10,045 10,14 10,25 10,36 10,485
10,62
24
Погреш. лин. тренда в точках
0,0004 0,001 0,004 0,001 0,0004 25
Погреш. кв. тренда в точках
0,0005 0,002 0,003 0,002 0,0004 26
Погреш. лин. тренда
0,0035 27
Погреш. кв. тренда
0,0027
Рис. 2.2. Сравнение моделей
Вычислим погрешность по годам по формулам (2.6) и (2.7) соответственно для линейного тренда и квадратичного:

6
В24

=ABS(B22-B21)/B21;
В25

=ABS(B23-B21)/B21, где функция ABS(число) вычисляет модуль числа. Распространяем формулы вправо для вычисления погрешности для каждого месяца.
Найдем погрешность вычисления:
– для линейного тренда В26

=МАКС(B24:F24);
– для квадратичного тренда В27

=МАКС(B25:F25).
Сравнивая значения погрешностей, можно сделать вывод, что использование квадратичного тренда в данном случае лучше, так как погрешность вычислений для него меньше (
0,0027 или 0,27 %).
Выполним прогноз для шестого месяца. Добавим в строку
«Месяц t_k» еще одно число (6 месяц), выделим ячейки F22:F23 и сместим формулы вправо, используя маркер автозаполнения. Из расчетов видно, что линейный тренд прогнозирует объем выпуска 10,59 тыс. шт., а квадратичный 10,62 тыс. шт.
3.4.4. Реализация в Excel и оформление отчета
Порядок выполнения работы предполагает:
1. Используя формулу (2.1), найти для заданных значений
p
и
q
объем выпуска продукции
k
y
,
5
,
1

k
, и заполнить табл. 2.1 полученными данными
2. Решить задачу, используя линейный тренд вида (2.2). Рассчитать коэффициенты для системы (2.4) и, применяя формулу (2.2), вычислить значения
 
k
t
f
1
,
6
,
1

k
3. Решить задачу, используя квадратичный тренд вида (2.3). Рассчитать коэффициенты для системы (2.5) и, применяя формулу (2.3), вычислить значения
 
k
t
f
2
,
6
,
1

k
Вычисленные значения сводятся в табл. 2.3.
Таблица 2.3
Месяц
)
(
k
t
1 2
3 4
5
Объем выпуска
)
(
k
y
тыс. шт.
1
y
2
y
3
y
4
y
5
y
Линейный тренд
)
(
1 1
t
f
)
(
2 1
t
f
)
(
3 1
t
f
)
(
4 1
t
f
)
(
5 1
t
f
Квадратичный тренд
)
(
1 2
t
f
)
(
2 2
t
f
)
(
3 2
t
f
)
(
4 2
t
f
)
(
5 2
t
f
4. Определить погрешность прогнозирования при применении линейного тренда.
5. Определить погрешность прогнозирования при применении квадратного тренда.
6. Сравнить полученные погрешности при использовании линейного и квадратичного трендов.
7. Найти прогнозируемое значение выпуска в шестом месяце.

7 8. Построить графики изменения реального объема выпуска (значение функцию
k
y
,
5
,
1

k
), линейного тренда (функцию
)
(
1
t
f
), квадратичного тренда (функцию
)
(
2
t
f
).
Отчет оформляется с использованием текстового процессора Microsoft
Word и включает:
1. Постановку задачи для заданных значений параметров
p
и
q
2. Математическую модель задачи. Запись линейного и квадратичного трендов для прогнозирования показателя. Составление систем уравнений для нахождения коэффициентов.
3. Вычисление коэффициентов системы уравнений (2.4) для определения параметров
1
с
и
2
с
линейного тренда (2.2)
4. Вычисление коэффициентов системы уравнений (2.5) для определения параметров
1
с
,
2
с
и
3
с
квадратичного тренда (2.3).
5. Вычисление значений показателя по формулам (2.2) и (2.3).
6. Определение погрешности вычисления показателя по формулам (2.6) и (2.7). Сравнить полученные значения.
7. Построение графиков изменения реального объема выпуска, при использовании линейного тренда, при использовании квадратичного тренда.
8. Приложение в виде книги Excel с расчетами.