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 |
30,45965 |
2) Апрель – июнь |
42,90348 |
3) Июль – сентябрь |
54,09639 |
4) Октябрь – декабрь |
41,55471 |
5) Январь – март 1999 |
36,34753 |
6) Апрель – июнь |
51,0597 |
7) Июль – сентябрь |
54,09462 |
8) Октябрь – декабрь |
42,92873 |
9) Январь – март 2000 |
39,83253 |
10) Апрель – июнь |
50,46995 |
11) Июль – сентябрь |
59,97469 |
12) Октябрь – декабрь |
44,38435 |
13) Январь – март 2001 |
39,05963 |
14) Апрель – июнь |
54,27356 |
15) Июль – сентябрь |
63,48974 |
16) Октябрь – декабрь |
51,3831 |
17) Январь – март 2002 |
52,61811 |
18) Апрель – июнь |
70,77393 |
19) Июль – сентябрь |
84,49228 |
20) Октябрь – декабрь |
73,65176 |
21) Январь – март 2003 |
72,61951 |
22) Апрель – июнь |
90,46464 |
23) Июль – сентябрь |
105,944 |
24) Октябрь – декабрь |
93,71207 |
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 не был постоянным, а точка изгиба находится примерно на отрезке [14; 16]. Таким образом общее уравнение парной линейной регрессии имеет следующий вид.
Для каждого построим регрессионную модель и проверим гипотезу Дарбина-Уотсона.
t |
14 |
15 |
16 |
d |
1,94866 |
1,99324 |
1,97496 |
Таким образом, оптимальное значение равно 15. Уравнение парной линейной регрессии в этом случае имеет следующий вид.
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 |
-9,586997 |
S2 |
2,96010638 |
S3 |
11,0302364 |
S4 |
-4,4033458 |
Построим эмпирическую. 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 |
104,3649978 |
Апрель – июнь |
109,5851536 |
Июль – сентябрь |
114,8053094 |
Октябрь – декабрь |
120,0254652 |
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.