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 4

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