Тенденция развития исследуемого динамического ряда
Сглаживание методом скользящей средней
Одним из эмпирических методов является метод скользящей средней. Этот метод состоит в замене абсолютных уровней ряда динамики их средними арифметическими значениями за определенные интервалы. Выбираются эти интервалы способом скольжения: постепенно исключаются из интервала первые уровни и включаются последующие.
t | y | ys | Формула | (y - ys)2 |
2005 | 1278.6 | - | - | - |
2006 | 1318.3 | 1303.47 | (1278.6 + 1318.3 + 1313.5)/3 | 220.03 |
2007 | 1313.5 | 1308.57 | (1318.3 + 1313.5 + 1293.9)/3 | 24.34 |
2008 | 1293.9 | 1293.7 | (1313.5 + 1293.9 + 1273.7)/3 | 0.04 |
2009 | 1273.7 | 1284.4 | (1293.9 + 1273.7 + 1285.6)/3 | 114.49 |
2010 | 1285.6 | 1282.13 | (1273.7 + 1285.6 + 1287.1)/3 | 12.02 |
2011 | 1287.1 | 1281.8 | (1285.6 + 1287.1 + 1272.7)/3 | 28.09 |
2012 | 1272.7 | 1269.97 | (1287.1 + 1272.7 + 1250.1)/3 | 7.47 |
2013 | 1250.1 | - | - | - |
406.47 |
Стандартная ошибка (погрешность) рассчитывается по формуле:
![]()
где i = (t-m-1, t)
![]()
Метод аналитического сглаживания (линейная функция)
Линейное уравнение тренда имеет вид y = a1t + a0
Метод наименьших квадратов
Находим параметры уравнения методом наименьших квадратов.
Система уравнений МНК:
a0n + a1∑t = ∑y
a0∑t + a1∑t2 = ∑y • t
t | y | t2 | y2 | t y |
1 | 1278.6 | 1 | 1634817.96 | 1278.6 |
2 | 1318.3 | 4 | 1737914.89 | 2636.6 |
3 | 1313.5 | 9 | 1725282.25 | 3940.5 |
4 | 1293.9 | 16 | 1674177.21 | 5175.6 |
5 | 1273.7 | 25 | 1622311.69 | 6368.5 |
6 | 1285.6 | 36 | 1652767.36 | 7713.6 |
7 | 1287.1 | 49 | 1656626.41 | 9009.7 |
8 | 1272.7 | 64 | 1619765.29 | 10181.6 |
9 | 1250.1 | 81 | 1562750.01 | 11250.9 |
45 | 11573.5 | 285 | 14886413.07 | 57555.6 |
Для наших данных система уравнений имеет вид:
9a0 + 45a1 = 11573.5
45a0 + 285a1 = 57555.6
Из первого уравнения выражаем а0 и подставим во второе уравнение
Получаем a0 = 1311.936, a1 = -5.198
Уравнение тренда:
y = -5.198 t + 1311.936
Эмпирические коэффициенты тренда a и b являются лишь оценками теоретических коэффициентов βi, а само уравнение отражает лишь общую тенденцию в поведении рассматриваемых переменных.
Коэффициент тренда b = -5.198 показывает среднее изменение результативного показателя (в единицах измерения у) с изменением периода времени t на единицу его измерения. В данном примере с увеличением t на 1 единицу, y изменится в среднем на -5.198.
Ошибка аппроксимации.
Оценим качество уравнения тренда с помощью средней относительной ошибки аппроксимации.![]()
Ошибка аппроксимации в пределах 5%-7% свидетельствует о хорошем подборе уравнения тренда к исходным данным.
![]()
Поскольку ошибка меньше 7%, то данное уравнение можно использовать в качестве тренда.
Однофакторный дисперсионный анализ.
Средние значения
![]()
![]()
![]()
Дисперсия![]()
![]()
Среднеквадратическое отклонение
![]()
![]()
Коэффициент эластичности.
Коэффициент эластичности представляет собой показатель силы связи фактора t с результатом у, показывающий, на сколько процентов изменится значение у при изменении значения фактора на 1%.
![]()
![]()
Коэффициент эластичности меньше 1. Следовательно, при изменении t на 1%, Y изменится менее чем на 1%. Другими словами - влияние t на Y не существенно.
Эмпирическое корреляционное отношение.
Эмпирическое корреляционное отношение вычисляется для всех форм связи и служит для измерение тесноты зависимости. Изменяется в пределах [0;1].
Где
![]()
В отличие от линейного коэффициента корреляции он характеризует тесноту нелинейной связи и не характеризует ее направление. Изменяется в пределах [0;1].
Связи между признаками могут быть слабыми и сильными (тесными). Их критерии оцениваются по шкале Чеддока:
0.1 < η < 0.3: слабая;
0.3 < η < 0.5: умеренная;
0.5 < η < 0.7: заметная;
0.7 < η < 0.9: высокая;
0.9 < η < 1: весьма высокая;
Полученная величина свидетельствует о том, что изменение временного периода t умеренно влияет на y.
Коэффициент детерминации.

![]()
т. е. в 45.87% случаев влияет на изменение данных. Другими словами – точность
подбора уравнения тренда - средняя.
Для оценки качества параметров уравнения построим расчетную таблицу
t | y | y(t) | (y-ycp)2 | (y-y(t))2 | (t-tp)2 | (y-y(t)) : y |
1 | 1278.6 | 1306.74 | 53.94 | 791.73 | 16 | 0.022 |
2 | 1318.3 | 1301.54 | 1046.88 | 280.92 | 9 | 0.0127 |
3 | 1313.5 | 1296.34 | 759.31 | 294.43 | 4 | 0.0131 |
4 | 1293.9 | 1291.14 | 63.29 | 7.6 | 1 | 0.00213 |
5 | 1273.7 | 1285.94 | 149.93 | 149.93 | 0 | 0.00961 |
6 | 1285.6 | 1280.75 | 0.12 | 23.56 | 1 | 0.00378 |
7 | 1287.1 | 1275.55 | 1.34 | 133.45 | 4 | 0.00898 |
8 | 1272.7 | 1270.35 | 175.42 | 5.53 | 9 | 0.00185 |
9 | 1250.1 | 1265.15 | 1284.82 | 226.54 | 16 | 0.012 |
11573.5 | 3535.04 | 1913.68 | 60 | 0.0862 |
2. Анализ точности определения оценок параметров уравнения тренда.
Стандартная ошибка уравнения.
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 |


