Содержание
- 2. Величина каждого уровня складывается под влиянием различных факторов, которые можно разбить на 3 группы: факторы, формирующие
- 3. Модель временного ряда Аддитивная модель: Мультипликативная модель: Задача: определение наличия и количественная оценка каждой составляющей
- 4. Автокорреляция уровней временного ряда Автокорреляция – корреляционная зависимость между последовательными уровнями ряда – коэффициент автокорреляции 1-го
- 5. – коэффициент автокорреляции 2-го порядка (лаг = 2): Совокупность различных порядков называется автокорреляционной функцией временного ряда.
- 6. Пример: yt – данные о средних расходах на конечное потребление за 8 лет
- 7. Определение структуры временного ряда Высокое значение r1 свидетельствует о наличии линейной тенденции. При увеличении лага связь
- 8. Если нет статистически значимых коэф-фициентов, то: либо ряд не содержит тенденции и циклических колебаний, т. е.
- 9. Моделирование тенденции временного ряда Метод – аналитическое выравнивание (определение функции ) с помощью МНК. Определение типа
- 10. Наиболее распространённые функции трендов:
- 11. Если ряд содержит нелинейную тенденцию, то выбор наилучшего уравнения тренда производится методом перебора на основе критерия
- 12. Моделирование ряда с циклическими (сезонными) колебаниями Тип модели выбирается в зависимости от характера колебаний: если амплитуды
- 13. Алгоритм определения сезонной составляющей: Выравнивание исходного ряда методом скользящей средней (у*) по интервалу, равному периоду колебаний
- 14. Алгоритм определения сезонной составляющей: Устранение сезонной компоненты из исходных данных: для аддитивной модели: для мультипликативной модели:
- 16. Скачать презентацию