Метод скользящего среднего. Метод аналитического выравнивания

Для ряда 3:

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:

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:

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:

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.