Построение моделей временных рядов. Проведение первичного статистического анализа, страница 6

Суммируем элементы ряда последовательно за каждые 12 месяцев со сдвигом на один момент времени.

Получаем: 98,6;93,3;…;92,9;…;76,7;76,1.

Разделив полученные суммы на 12, найдем скользящие средние:

8,217;7,775;…;7,742;…;6,392;6,342.

Приведем эти значения в соответствие с фактическими моментами времени, для чего найдем средние значения из двух последовательных скользящих средних – центрированные скользящие средние:

7,996;7,642;…;7,946;…;6,429;6,367.

Шаг 2. Расчет значений сезонной компоненты S.

Найдем оценки сезонной компоненты как разность между фактическими значениями ряда и центрированными скользящими средними.

Таблица 2.4

Расчет значений сезонной компоненты

год

месяц

1

2

3

4

5

6

7

8

9

10

11

12

1

-

-

-

-

-

-

-1,796

0,058

0,304

1,871

0,775

-0,729

2

-1,038

0,237

-0,31

0,242

-0,242

-1,571

-2,404

-0,688

-0,717

0,6

4,933

1,183

3

0,558

0,733

-0,2

-0,537

-0,246

-1,7

-1,854

0,017

0,617

1,775

1,058

-1,071

4

-0,733

0,396

0,337

0,296

-0,354

-1,004

-1,679

0,533

0,263

1,8

0,825

-1,129

5

-0,366

-

-

-

-

-

-

-0,395

0,456

-0,06

-9E-16

-0,281

-1,425

-1,933

-0,02

0,117

1,512

1,898

-0,436

-0,348

0,503

0,01

0,047

-0,233

-1,378

-1,886

0,027

0,164

1,559

1,945

-0,389

 

 =-                                                                                                   (2.18)

Шаг 3. Элиминируем влияние сезонной компоненты, вычитая ее значение из каждого значения исходного временного ряда. Получим: Т+Е = Х-S.

Таблица 2.5

Расчет выровненных значений Т

Х2

Т+Е

11,2

-0,348

11,548

10,3

0,503

9,797

9,2

-0,009

9,209

…

…

…

6,1

-0,233

6,333

4,7

-1,377

6,077

4,3

-1,886

6,186

Шаг 4. Используя регрессионный анализ, проведем аналитическое выравнивание ряда Х-S. Построим функции тренда:

1) Т1 =                          

Для нахождения используем метод наименьших квадратов:

                                                                           (2.19)

                                                                                 (2.20)

Получаем следующее уравнение: Т1 =

Далее построим функцию значений линии тренда и найдем прогнозные значения .

Таблица 2.6

Расчет прогнозных значений для Т1

Т1

Т1+S

8,405

8,058

8,364

8,866

8,322

8,312

8,280

8,327

8,239

8,005

…

…

6,322

6,312

6,279

6,327

6,238

6,005

6,197

4,819

6,155

4,269

Графически анализ прогноза для Т1 представлен на рисунке 2.2.

Рис. 2.2. Анализ  прогноза для Т1

2) Т2 =

Построим матрицу значений независимых переменных.

Сделаем матричные обозначения:

Оценка неизвестных параметров

Далее построим функцию значений линии тренда и найдем прогнозные значения .  

Таблица 2.7

Расчет прогнозных значений для Т2