Содержание
- 2. . 1. Введение. Информационной базой данного исследования являются данные Федеральной службы государственной статистики за 2009–2013 гг.
- 3. Проверим исследуемый нами временной ряд на стационарность. Для этого проведем тест Дики-Фуллера на наличие единичных корней
- 4. При анализе результатов сделаны следующие выводы: для первых разностей на 5%-ном уровне значимости отклоняем нулевую гипотезу
- 5. Далее необходимо определить вид нашей моде- ли из предложенных AR, MA, ARMA. Для этого построим коррелограму
- 6. Поскольку наша коррелограма показывает, что и автокорреляционная функция, и частная автокорреляционная функция имеют убывающий и зубчатый
- 7. Так как в нашей ситуации пара значений ав- токорреляционной функции и частной автокорре- ляционной функции выпадают
- 8. При построении будем учитывать значимость коэффициентов уравнения регрессии, изменение информационных критериев и статистических ха- рактеристик. Таким
- 9. 1. Случайный характер остатков модели. Анализ графика остатков не выявил тенден- ций их изменений. 2. Нулевое
- 10. 3. Наличие гомоскедастичности. Для проверки применим тест Уайта. Для выбранной квадратичной зависимости, зна- чение вероятности нарушения
- 11. 4. Отсутствие автокорреляции остатков. Явление автокорреляции по поведению остат- ков можно выявить с помощью теста Бреуша-
- 12. 5. Подчинение остатков нормальному закону распределения. Гипотезу проверим, сравнивая рассчитанное значение статистики Жарге-Бера с крити- ческим
- 13. 3. Модель нечеткого временного ряда (НВР). Другим подходом к исследованию вре- менного ряда является использование нечетких
- 14. Для построения модели была разработана про- грамма в пакете MatLab, реализующая представ- ленный ниже алгоритм: 1.
- 15. 4. Сравнение результатов моделирова- ния и прогнозирование. Для модели ARMA получаем следующие ре- зультаты (табл. 5).
- 16. Для модели (НВР) функции принадлежности прогнозных значений для 3-го (верхний рисунок) и 4-го (нижний рисунок) кварталов
- 17. Для модели НВР ошибки еще менее значи- тельны, что указывает на адекватность получен- ной модели. Функции
- 18. Спрогнозируем численность требуемых работ- ников на 2014 г., используя построенные модели (табл. 7).
- 19. 5. Заключение. Определение потребности в рабочей силе представляет собой начальный этап кадрового планирования. Не зная, какая
- 21. Скачать презентацию