Анализ временных рядов находит широкое применение в экономике при изучении динамики предпринимательской деятельности и прогнозировании будущих значений таких важнейших показателей, как , например объем продаж, ставки процента и т.д.
Рассмотрим производителя мороженого фирму Ice-cream , которая заинтересована в прогнозе и исследовании динамики объема продаж.
Дата |
Продажа (тыс. долларов) |
1) Январь – март 1998 |
43,42993 |
2) Апрель – июнь |
58,54029 |
3) Июль – сентябрь |
66,43927 |
4) Октябрь – декабрь |
51,67616 |
5) Январь – март 1999 |
48,87516 |
6) Апрель – июнь |
61,22464 |
7) Июль – сентябрь |
66,5976 |
8) Октябрь – декабрь |
61,75508 |
9) Январь – март 2000 |
51,90135 |
10) Апрель – июнь |
64,67816 |
11) Июль – сентябрь |
72,99583 |
12) Октябрь – декабрь |
60,39953 |
13) Январь – март 2001 |
61,03471 |
14) Апрель – июнь |
68,11481 |
15) Июль – сентябрь |
78,42019 |
16) Октябрь – декабрь |
70,19426 |
17) Январь – март 2002 |
61,34915 |
18) Апрель – июнь |
76,36152 |
19) Июль – сентябрь |
82,29954 |
20) Октябрь – декабрь |
69,44463 |
21) Январь – март 2003 |
67,58851 |
22) Апрель – июнь |
82,75295 |
23) Июль – сентябрь |
89,6967 |
24) Октябрь – декабрь |
79,86627 |
Проверим исходный временной ряд на наличие детерминированных составляющих. Для этого воспользуемся критерием серий, основанным на медиане выборки. Сравнивая каждое значение выборки с медианой, получается последовательность серий с параметрами: количество серий и длина максимальной серии . На основании этих параметров гипотеза о случайности отвергается, т.е. во временном ряде присутствует неслучайная компонента. Построим диаграмму ряда.
На графике видно, что линейный тренд был постоянным на всем промежутке времени. Таким образом, общее уравнение парной линейной регрессии имеет следующий вид.
Проведем регрессионный анализ и определим коэффициенты уравнения регрессии.
График тренда приведен на диаграмме выше.
Теперь можно оценить сезонную составляющую с периодом равным году. В данном случае получается 6 периодов, длительность каждого из которых равна 4.
S1 |
-8,869804278 |
S2 |
2,766741907 |
S3 |
8,950488093 |
S4 |
-2,847425722 |
Построим эмпирическую зависимость как сумму тренда и периодической составляющей. Ее график приведен на диаграмме выше. Вычислив остатки, проверим гипотезы случайности и Дарбина-Уотсона. Обе гипотезы принимаются, поэтому можно сделать вывод о том, что построенная регрессионная модель является адекватной.
Учитывая адекватность модели, можно воспользоваться ей для прогнозирования объема продаж на четыре квартала 2004 года.
Дата |
Объем продаж |
Январь – март 2004 |
82,47293268 |
Апрель – июнь |
83,75197983 |
Июль – сентябрь |
85,03102698 |
Октябрь – декабрь |
86,31007412 |
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.