Партнерка на США и Канаду по недвижимости, выплаты в крипто

  • 30% recurring commission
  • Выплаты в USDT
  • Вывод каждую неделю
  • Комиссия до 5 лет за каждого referral

Задан динамический ряд числа проданных телевизоров:

Месяц

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

Продажи

46

56

54

43

57

56

67

62

50

56

47

56

54

42

64

60

70

66

57

55

Требуется:

1)  провести предварительный анализ данных;

2)  с помощью функций-кандидатов провести формирование набора моделей;

3)  найти численные значения параметров моделей на основании метода наименьших квадратов;

4)  определить адекватность моделей;

5)  оценить точность адекватных моделей;

6)  выбрать наилучшую модель;

7)  получить точечный и интервальный прогнозы на следующие два месяца;

8)  провести верификацию полученных прогнозов.

Решение

1. Предварительный анализ данных

Проведем сглаживание динамического ряда с помощью метода экспоненциального сглаживания при а=0,1, по формуле

Месяц

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

Продажи

46

56

54

43

57

56

67

62

50

56

47

56

54

42

64

60

70

66

57

55

сгл. знач.

-

46,0

47,0

47,7

47,2

48,2

49,0

50,8

51,9

51,7

52,1

51,6

52,1

52,3

51,2

52,5

53,3

54,9

56,0

56,1

Построим полученную сглаженную линию регрессии.

Как видно на графике, временной ряд экономического показателя имеет тренд, т. е. преобладающую тенденцию изменения.

2. Формирование набора моделей

В качестве тренда можно принять такие модели:

НЕ нашли? Не то? Что вы ищете?

а) линейную модель: y = at + b

б) экспоненциальную модель: y = aebt

в) логарифмическую модель: y = a + b*lnt

Уравнения трендов имеют такой вид:

а) линейная модель: y = 0,501t + 45,635

б) экспоненциальная модель: y = 46,28*e0,0098t

в) логарифмическая модель: y = 3,3632*ln(t) + 44,182


3. Расчет численных значений на основании метода наименьших квадратов

Численные значения параметров модели можно рассчитать на основании метода наименьших квадратов. Для этого рассматриваемую модель нужно свести к линейной, а затем, решая систему нормальных уравнений, определить неизвестные коэффициенты.

4. Определение адекватности моделей

1) линейная модель

t

Фактич. yt

Расч. ŷt

Откло-нение εt

Точки пиков

εt2

εt – εt-1

(εt – εt-1)2

|εt|:yt*100

 

 

1

2

3

4

5

6

7

8

9

10

11

1

46

46,14

-0,14

-

0,02

-

-

0,296

2116

0,02

2

56

46,64

9,36

1

87,67

9,50

90,23

16,720

3136

87,67

3

54

47,14

6,86

0

47,09

-2,50

6,26

12,707

2916

47,09

4

43

47,64

-4,64

1

21,52

-11,50

132,27

10,788

1849

21,52

5

57

48,14

8,86

1

78,50

13,50

182,22

15,544

3249

78,50

6

56

48,64

7,36

1

54,15

-1,50

2,25

13,141

3136

54,15

7

67

49,14

17,86

1

318,91

10,50

110,23

26,654

4489

318,91

8

62

49,64

12,36

0

152,70

-5,50

30,26

19,931

3844

152,70

9

50

50,14

-0,14

1

0,02

-12,50

156,28

0,288

2500

0,02

10

56

50,65

5,36

1

28,68

5,50

30,24

9,563

3136

28,68

11

47

51,15

-4,15

1

17,19

-9,50

90,27

8,821

2209

17,19

12

56

51,65

4,35

1

18,95

8,50

72,23

7,773

3136

18,95

13

54

52,15

1,85

0

3,43

-2,50

6,26

3,430

2916

3,43

14

42

52,65

-10,65

1

113,40

-12,50

156,28

25,355

1764

113,40

15

64

53,15

10,85

1

117,72

21,50

462,21

16,953

4096

117,72

16

60

53,65

6,35

1

40,31

-4,50

20,26

10,582

3600

40,31

17

70

54,15

15,85

1

251,16

9,50

90,23

22,640

4900

251,16

18

66

54,65

11,35

0

128,75

-4,50

20,26

17,192

4356

128,75

19

57

55,15

1,85

0

3,41

-9,50

90,27

3,239

3249

3,41

20

55

55,66

-0,66

-

0,43

-2,50

6,26

1,191

3025

0,43

Сумма

100,09

13

1484,00

1754,75

242,81

63622,00

1484,00

а) проверка случайности уровней ряда остатков

Из за большого объема этот материал размещен на нескольких страницах:
1 2 3