Регрессионный анализ исходных данных о тестах IQ, опыте работы и индексе эффективности 30 сотрудников компании Joseph Machine Company. Прогноз и исследование динамики объема продаж, страница 3

Задача 3.10

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

Задача 3.2_1