Технология производства

Автор работы: Пользователь скрыл имя, 26 Января 2012 в 16:22, контрольная работа

Описание

Цель первой работы: обучение прогнозированию значений экономических показателей с помощью возможностей программы Excel, оценке надежности прогнозных моделей. Цель второй работы: объединение результатов прогноза, полученного разными методами, определение единственной комплексной прогнозной оценки с доверительными интервалами.

Работа состоит из  1 файл

Контрольная по ТП Новоселова.doc

— 662.00 Кб (Скачать документ)
Y фактор  затухания 0.7 фактор  затухания 0.75 фактор  затухания 0.8
8 #Н/Д #Н/Д #Н/Д #Н/Д #Н/Д #Н/Д
12 12 #Н/Д 12 #Н/Д 12 #Н/Д
14 12.6 #Н/Д 12.5 #Н/Д 12.4 #Н/Д
16 13.62 #Н/Д 13.375 #Н/Д 13.12 #Н/Д
14 13.734 2.287968531 13.53125 2.35518046 13.296 2.431350791
13 13.5138 2.02016138 13.3984375 2.07547999 13.2368 2.146471213
18 14.85966 2.633701226 14.54882813 2.698594017 14.18944 2.801790513
19 16.101762 3.54998412 15.66162109 3.708977175 15.151552 3.912253304
20 17.2712334 4.181892126 16.74621582 4.46500616 16.1212416 4.807529156
24 19.28986338 5.086419002 18.55966187 5.515186534 17.69699328 6.020071136
26 21.30290437 5.930106602 20.4197464 6.501219066 19.35759462 7.17686567
27 23.01203306 6.396851624 22.0648098 7.101073955 20.8860757 7.946091585
28 24.50842314 5.841308254 23.54860735 6.680440398 22.30886056 7.701822284
23 24.0558962 4.457654587 23.41145551 5.125985765 22.44708845 6.041300981
24 24.03912734 3.008780428 23.55859163 3.458026285 22.75767076 4.222839762
15 21.32738914 5.291007711 21.41894373 4.96309196 21.20613661 4.585144985
14 19.1291724 6.718124217 19.56420779 6.548195715 19.76490929 6.178494819
13 17.29042068 7.593049648 17.92315585 7.558197332 18.41192743 7.254282827
15 16.60329447 5.671666795 17.19236688 5.963063812 17.72954194 6.036932201
14 15.82230613 4.065707124 16.39427516 4.539635462 16.98363355 4.875610372
12            

       
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

      Рис. 5 Экспоненциальное сглаживание, фактор затухания 0,7 
 

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

      Рис. 6 Экспоненциальное сглаживание, фактор затухания 0,75

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Рис. 7 Экспоненциальное сглаживание, фактор затухания 0,8 

     Отбираем  модели со значимыми значениями R2. 

Таблица 6

     Отсев незначимых моделей второго семейства  по величине R2

Номер модели Интервал Тип модели Значение R2 Отобранные  модели со значимыми R2
1 2 линейная 0.4168 нет
2 Парабола  второго порядка (полиномиальная) 0.8245 да
3 Парабола третьего порядка (полиномиальная) 0.8385 нет
4 Логарифмическая 0.6648 да
5 3 линейная 0.4837 нет
6 Парабола  второго порядка (полиномиальная) 0.8279 да
7 Парабола третьего порядка (полиномиальная) 0.8384 нет
8 Логарифмическая 0.7216 да
9 4 линейная 0.554 да
10 Парабола  второго порядка (полиномиальная) 0.8287 да
11 Парабола третьего порядка (полиномиальная) 0.834 нет
12 Логарифмическая 0.7765 да

     Вывод: из 12 моделей для дальнейшего  использования при комплексном  прогнозе оставлено семь. При каждом из рассмотренных значений фактора затухания оставлены модели: параболы второго порядка, логарифмические.

 

  1. Комплексный прогноз
 

    Задачи  комплексного прогноза:

  1. Отбросить методы и модели (и результаты прогноза по ним), которые не дают ни по одному варианту экспериментов существенного значения коэффициента детерминации R2.
  2. Составить ядро (основную часть) комплексного прогноза показателя на заданный третий период упреждения.
  3. Рассчитать доверительные интервалы комплексной прогнозной оценки..

    В рассматриваемом примере имеем:

    а) оставленные для комплексного прогноза модели сведены в табл. 7.

    б) по каждой из оставленных моделей  определяется прогнозное (на третий период упреждения) значение показателя Y, путем подстановки в нее соответствующего значения Х. Число точек, по которым строились модели разное. В табл.7 приведены условные прогнозные значения показателя Y;

    в) в данной работе «ядро» прогноза определяем как средневзвешенное значение, а весами служат преобразованные коэффициенты детерминации. Расчеты сведены в табл. 7;

    г) доверительные интервалы определяем по формуле: 

     ,                                                (3) 

    где t – значение критерия Стьюдента, в зависимости от числа наблюдений n (во всех случаях примем одинаковым и равным 1,98); - среднеквадратическое отклонение каждой из прогнозных оценок, полученной по оставленным моделям (Ymod ) от средней (не средневзвешенной), т.е. 

    

 

    Для нашего примера «ядро» прогноза равно  __________   (см. столбец 7 табл.7), а доверительные интервалы по формуле (3): _________________________

    Таким образом прогнозное значение показателя составит:_________________

    Таблица 7

Метод

прогноза

Тип

модели

Интервал или  фактор затухания
R2
-

-

(
-

-

1 2 3 4 5 6 7 8 9
Модели первого  порядка ПАР   10,1369 0,7017 0,0775 0,7858 -2,3291 5,4246
Скользящее  среднее ПАР 2 13,0830 0,7988 0,0882 1,1543 0,6170 0,3807
ПАР 3 13,6987 0,8673 0,0558 1,3123 1,2327 1,5196
ЛОГ 4 22,1191 0,5832 0,0644 1,4248 9,6531 93,1824
ПАР 14,4753 0,9046 0,0999 1,4463 2,0093 4,0374
Экспонен-циальное

сглажива-ние

ЛОГ 0,7 21,7228 0,6648 0,0734 1,5951 9,2569 85,6895
ПАР 17,6104 0,8245 0,0911 1,6038 5,1444 26,4652
ЛОГ 0,75 21,5435 0,7216 0,0797 1,7171 9,0776 82,4024
ПАР 18,1561 0,8279 0,0914 1,6603 5,6901 32,3776
ЛИН 0,8 22,0698 0,5540 0,0612 1,3505 9,6038 92,2336
ЛОГ 21,1672 0,7765 0,0858 1,8154 8,7012 75,7107
ПАР 18,5290 0,8287 0,0915 1,6960 9,0630 36,7604
Сумма 214,3118 9,0536 1 17,5615 - 536,1841
Среднее 17,8593 0,7545        
Средневзвешенное       17,5615   6,6845
Корень  квадратный из среднего

(среднеквадратическое  отклонение 

)

          3,8207

К расчету  «ядра» прогноза и доверительных  интервалов 

Информация о работе Технология производства