Автор работы: Пользователь скрыл имя, 26 Января 2012 в 16:22, контрольная работа
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.
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.
Задачи комплексного прогноза:
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
,
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