4. по исходным данным методом МНК рассчитать параметры линейного тренда = а0 + а1t. Кроме того, выбрать нелинейную модель, которая, по вашему мнению, может хорошо описать тенденцию исходного временного ряда. Рассчитать параметры выбранной вами нелинейной трендовой модели. Построить три графика (исходный временной ряд, линейная и выбранная вами нелинейная трендовая модели) на одном чертеже (рис. 4). Определить аналитическим способом, какая из двух трендовых моделей (линейная и нелинейная) наилучшим образом аппроксимирует исходный временной ряд;
5. построить график ряда отклонений еt (рис. 5) и визуально оценить отсутствие в нем тенденции. Оценить адекватность выбранной модели тренда исходному ряду на основе анализа данных ряда отклонений;
6. рассчитать точечную и интервальную прогнозную оценку с периодом упреждения, равным t = 1.
1)
t |
yt |
Скользящая сумма 3 уровней |
Скользящая средняя из 3 уровней |
1 |
11,9 |
- | |
2 |
12,6 |
36,7 |
18,35 |
3 |
12,2 |
38,7 |
19,35 |
4 |
13,9 |
40,4 |
20,2 |
5 |
14,3 |
42,8 |
21,4 |
6 |
14,6 |
44,2 |
22,1 |
7 |
15,3 |
44,3 |
22,15 |
8 |
14,4 |
45,5 |
22,75 |
9 |
15,8 |
46,9 |
23,45 |
10 |
16,7 |
49,9 |
24,95 |
11 |
17,4 |
50,2 |
25,1 |
12 |
16,1 |
- |
- |
Рис. 2. Еженедельный оборот магазина «Ткани для дома» (исходный и сглаженный ряд)
После построения графика (рис. 2) можно сделать вывод о наличии возрастающей тенденции. После построения сглаженного ряда стало более наглядно видно наличие возрастающей тенденции.
2). а) Метод Фостера – Стюарта
t |
Yt |
Ut |
lt |
S |
D |
Pt |
1 |
11,9 |
- |
- |
- |
- |
- |
2 |
12,6 |
1 |
0 |
1 |
1 |
1 |
3 |
12,2 |
0 |
0 |
0 |
0 |
1 |
4 |
13,9 |
1 |
0 |
1 |
1 |
3 |
5 |
14,3 |
1 |
0 |
1 |
1 |
4 |
6 |
14,6 |
1 |
0 |
1 |
1 |
5 |
7 |
15,3 |
1 |
0 |
1 |
1 |
6 |
8 |
14,4 |
0 |
0 |
0 |
0 |
5 |
9 |
15,8 |
1 |
0 |
1 |
1 |
8 |
10 |
16,7 |
1 |
0 |
1 |
1 |
9 |
11 |
17,4 |
1 |
0 |
1 |
1 |
10 |
12 |
16,1 |
0 |
0 |
0 |
0 |
9 |
175,2 |
8 |
8 |
61 | |||