Слайд 2
Показатели изменения уровней временного ряда
Базисные:
Цепные: .
.
Слайд 3
Виды временных рядов
Монотонные:
Интервальные
Уровень ряда динамики - конкретное числовое значение статистического показателя
Слайд 4
Показатели динамики абсолютные:
Абсолютный прирост цепной. Характеризует скорость роста (уменьшения) уровня
Абсолютный прирост
базисный
Слайд 5
Показатели динамики относительные
Темп роста. Характеризует интенсивность изменения уровня ряда.
Темп прироста. Выражает
изменение абсолютного прироста в относительных единицах
Слайд 6
Средний уровень ряда
Интервальный ряд с равностоящими уровнями
2. Интервальный ряд с
неравностоящими уровнями
Слайд 7
3. Моментный ряд с равностоящими уровнями
4. Моментный ряд с разностоящими уровнями
Слайд 8
Показатели динамики средние
Средний абсолютный прирост
Средний темп роста
Средний темп прироста
Слайд 9
Абсолютное значение одного процента прироста
показывает эластичность исследуемого явления (как изменится
показатель при его увеличении или уменьшении на 1%):
Слайд 10
Факторы, влияющие на временные ряды
Слайд 11
Мультипликативная модель
Фактическое значение = тренд* сезонность * цикличность * ошибка
Yi=Ti*Wi*Si* εi
Слайд 12
Процесс построения модели включает в себя следующие шаги
Выравнивание исходного ряда методом
скользящей средней.
Расчет значений сезонной компоненты S.
Устранение сезонной компоненты из исходных уровней ряда и получение выровненных данных (T x E).
Аналитическое выравнивание уровней (T x E) с использованием полученного уравнения тренда.
Расчет полученных по модели значений (T x E).
Расчет абсолютных и/или относительных ошибок.
Слайд 13
1) Расчет скользящих средних и центрированных скользящих средних
Слайд 14
2) Расчет сезонной компоненты
Слайд 15
Корректирующий коэффициент =
4/сумма средних оценок сезонной компоненты
Слайд 16
Скорректированная оценка Si=
Средняя оценка сезонной компоненты *
Корректирующий коэффициент
Слайд 17
3) Десезонализация данных
Расчет T x E = Yt/S i
Слайд 18
4) Аналитическое выравнивание
Уравнение прямой
Слайд 19
Метод наименьших квадратов
Слайд 20
Слайд 21
Находим параметры a1 и а0 системы уравнений:
Слайд 22
Находим параметры системы:
Записываем уравнение тренда:
Слайд 23
5) Расчет полученных по модели значений (T x Si, E=yt/(T*Si)=16)
Слайд 24
Слайд 25
Проверка адекватности модели данным наблюдения
F = R2/(1 - R2)*(n -
m -1)/m
где m - количество факторов в уравнении тренда (m=1).
Слайд 26
7) Прогноз
Прогнозное значение Ft уровня временного ряда в мультипликативной модели есть
произведение прогнозного значения T и сезонной компонент Si
Слайд 27
Аддитивная модель
Фактическое значение = тренд + сезонная вариация + циклическая вариация
+ ошибка
Yi=Ti+Wi+Si+ εi
Слайд 28
Процесс построения модели включает в себя следующие шаги
Выравнивание исходного ряда методом
скользящей средней.
Расчет значений сезонной компоненты S.
Устранение сезонной компоненты из исходных уровней ряда и получение выровненных данных (T + E).
Аналитическое выравнивание уровней (T + E) с использованием полученного уравнения тренда.
Расчет полученных по модели значений (T + E).
Расчет абсолютных и/или относительных ошибок.
Слайд 29
1) Расчет скользящих средних и центрированных скользящих средних
Слайд 30
2) Расчет сезонной компоненты
Слайд 31
Корректирующий коэффициент =
сумма средних оценок сезонной компоненты/4
Слайд 32
Скорректированная оценка Si=
Средняя оценка сезонной компоненты -
Корректирующий коэффициент
Слайд 33
3) Десезонализация данных
T + E = Yt - S
Слайд 34
4) Аналитическое выравнивание
Уравнение прямой
Слайд 35
Метод наименьших квадратов
Слайд 36
Слайд 37
Находим параметры a1 и а0 системы уравнений:
Слайд 38
Находим параметры системы:
Записываем уравнение тренда:
Слайд 39
5) Расчет полученных по модели значений (T + Si, E=yt-(T+Si)=16)
Слайд 40