Здавалка
Главная | Обратная связь

Применение простых скользящих средних.



Творческое задание ММиПЭ

Вариант 1

Понятие экономического прогноза. Классификация прогнозов.

Экономический прогноз- это научно-обоснованное описание возможных состояний объекта в будущем, а также альтернативных путей и сроков достижения этих состояний.

Классификация прогнозов:

1) Научно-технических прогноз;

2) Демографические прогнозы;

3) Экономические прогнозы;

4) Прогноз природных ресурсов;

5) Социальные прогнозы;

6) Внешне-политические, военно-политические прогнозы.

По масштабам объекта прогнозирования:

1) Глобальный прогноз;

2) Макро-прогноз.

3) Микро-прогнозы

4) Межотраслеые

5) Региональные

6) Отраслевые и т.д.

По времени упреждения:

1) Долгосрочный

2) Среднесрочный

3) Краткосрочный

4) Оперативный

По целям прогнозирования:

1) Поисковый;

2) Нормативный.

Модель линейной регрессии. Расчет коэффициентов уравнения линейной регрессии.

Линейная регрессия — используемая в статистике регрессионная модель зависимости одной (объясняемой, зависимой) переменной y от другой или нескольких других переменных (факторов, регрессоров, независимых переменных) x с линейной функцией зависимости.

Для того,чтобы определить существует ли связь между переменными У и Х необходимо провести линейную выборку х123,..хn и у123…уn.

Предположим, что точки ложатся вокруг прямой 01х., в этом случае можно найти коэффициенты:

а0=

а1=

Средняя относительная ошибка по модулю считается по формуле

Где - расчетное значение показателя;

- фактическое значение показателя;

n- число уровней временного ряда.

t Сумма
yt
1 модель
2 модель
-
-
( - 0,0299 0,0524 0,031 0,026 0,035 0,04 0,22
( - 0,0262 0,029 0,019 0,061 0,039 0,023 0,02 0,22

 

0,03208163

0,03175914

Так как средняя относительная ошибка по модулю 2 модели меньше средней относительной ошибки 1 модели, то точность 2 модели выше точности 1 модели.

 

2 вариант

Применение простых скользящих средних.

Метод скользящей средней применяется, если графическое изображение динамического ряда напоминает прямую. Когда тренд выравниваемого ряда имеет изгибы и для исследования важно сохранить мелкие волны,то применение скользящей средней не целесообразно.

Скользящая среднея позволяет сгладить как случайные, так и периодические колеебания.

Алгоритм сглаживания по простой скользящей средней:

-Определение длины интервала l (l<n). Чем больше интервал сглаживания, тем в большей степени поглащаюся отрицательные колебания и тенденция носит плавный характер.

-Разбивается весь период наблюдения на участки, при которых интервал сглаживания как бы скользит по шагу равному 1.

-Рассчитвается среднеарифметическое из уровня ряда, который образует каждый участок.

-Заменяется фактическое значение ряда, стоящее в центре каждого участка на соответствующее среднее значение.

Где - фактическое значение i-го уровня;

-значение скользящей средней в момент времени t;

2р-интервал сглаживания.

Если сглаживание производится по 3точкам, то

у1+2у23)

уn-2+2yn-1+5yn)

сли по 5 точкам

(3у1+2у25)

(4у1+3у2+2у3+4у4)

(yn-3+2yn-2+3yn-1+4yn)

(-yn-4+yn-2+2yn-1+3yn)

Процедура сглаживания приводит к устранению периодических колебаний во временном ряду, если длина интервала сглаживания берется равной или кратной периоду колебания.

 







©2015 arhivinfo.ru Все права принадлежат авторам размещенных материалов.