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