Метод скользящего среднего. Метод аналитического выравнивания

Страницы работы

Содержание работы

Для ряда 3:

Метод скользящего среднего

Метод аналитического выравнивания

Линейная

Лин.-гиперболическая

Лин.-логарифмическая

Парабола II

Парабола III

0,124569

1,165909

1,173266

1,163647

1,100211

1,133696

Среди рассмотренных альтернатив на роль функции тренда наилучшим образом подходит парабола II порядка:

f = 1,1+ 0,010941142622259 t – 0,000263572391485941 t2.

Для ряда 4:

Метод скользящего среднего

Метод аналитического выравнивания

Линейная

Лин.-гиперболическая

Лин.-логарифмическая

Парабола II

Парабола III

0,00184

2,562431

2,953579

2,113813

2,046911

2,088066

Среди рассмотренных альтернатив на роль функции тренда наилучшим образом подходит парабола II порядка:

f = 1,5+ 0,0573218668009327 t – 0,00144233036568111 t2.

Для ряда 5:

Метод скользящего среднего

Метод аналитического выравнивания

Линейная

Лин.-гиперболическая

Лин.-логарифмическая

Парабола II

Парабола III

0,000339

1,271611

1,573349

0,705101

0,946456

0,840451

Среди рассмотренных альтернатив на роль функции тренда наилучшим образом подходит линейно-логарифмическая функция II порядка:

f = 1,1+ 0,0446117164986881 ln t + 0,0994168587124114 ln2 t.

Для ряда 6:

Метод скользящего среднего

Метод аналитического выравнивания

Линейная

Лин.-гиперболическая

Лин.-логарифмическая

Парабола II

Парабола III

0,000554

0,951659

0,849397

1,263935

0,002153

1,113868

Среди рассмотренных альтернатив на роль функции тренда наилучшим образом подходит парабола II порядка:

f = 0,0122322710294178 t + 0,000539634932196183 t2.

Вывод: Качество аппроксимации наблюдений по методу скользящего среднего выше (ошибка во всех рассмотренных случаях меньше), чем при сглаживании методом аналитического выравнивания. Но метод скользящего среднего не позволяет вывести функциональную зависимость, характерную для данного ряда.

Похожие материалы

Информация о работе

Предмет:
Статистика
Тип:
Расчетно-графические работы
Размер файла:
4 Mb
Скачали:
0