Министерство образования РФ
Тульский Государственный Университет
Кафедра Прикладной Математики и Информатики
ПРИКЛАДНОЙ АНАЛИЗ ВРЕМЕННЫХ РЯДОВ
Контрольно-курсовая работа
Выполнил: студент гр.
Принял:
Тула – 2003
ЦЕЛЬ РАБОТЫ
Изучение методов анализа временных рядов.
ИСХОДНЫЕ ДАННЫЕ
Дан временной ряд
Таблица 1. Посевная площадь Тульской области
N |
Годы |
Посевная площадь сельскохозяйственных культур, тысяч гектаров |
1 |
1940 |
1330,5 |
2 |
1946 |
967,4 |
3 |
1950 |
1298,5 |
4 |
1960 |
1565,9 |
5 |
1970 |
1481,0 |
6 |
1980 |
1554,0 |
7 |
1990 |
1448,1 |
8 |
1995 |
1295,5 |
9 |
1996 |
1274,3 |
10 |
1997 |
1211,2 |
11 |
1998 |
1133,2 |
12 |
1999 |
1011,1 |
13 |
2000 |
912,8 |
14 |
2001 |
874,7 |
ЗАДАНИЕ
найти оценку математического ожидания;
найти оценку дисперсии;
построить тренд;
найти оценку корреляционного момента;
найти оценку спектральной плотности;
спрогнозировать следующие члены данного временного ряда.
1) Оценка математического ожидания ищется по формуле:
.
1239,87.
2) Оценка дисперсии:
.
223,85.
3) Для расчета тренда рассмотрим заданный ряд.
|
Исходя из внешнего вида временной зависимости, будем рассчитывать тренд в виде полинома .
Воспользуемся методом наименьших квадратов:
.
Получим систему линейных уравнений
Решая систему
получим значения коэффициентов :
Получим полиномиальный тренд вида
.
|
Проведем сглаживание ряда методом скользящего среднего:
Таблица 2. Сглаживание ряда методом скользящего среднего
t |
x |
|
1 |
1330,5 |
1330,50 |
2 |
967,4 |
967,40 |
3 |
1298,5 |
1198,80 |
4 |
1565,9 |
1277,27 |
5 |
1481 |
1448,47 |
6 |
1554 |
1533,63 |
7 |
1448,1 |
1494,37 |
8 |
1295,5 |
1432,53 |
9 |
1274,3 |
1339,30 |
10 |
1211,2 |
1260,33 |
11 |
1133,2 |
1206,23 |
12 |
1011,1 |
1118,50 |
13 |
912,8 |
1019,03 |
14 |
874,7 |
932,87 |
|
4) Оценка автокорреляционной функции.
Таблица 3. Таблица значений автокорреляционной функции
m |
|
0 |
13 976,8 |
1 |
797,81 |
2 |
– 1 580,84 |
3 |
1600,54 |
4 |
– 4 381,94 |
5 |
– 2 640,32 |
6 |
– 5 829,53 |
7 |
– 19 449,82 |
8 |
– 21 473,6 |
9 |
– 11163,06 |
10 |
1 050,95 |
11 |
36 820,27 |
12 |
43 719,16 |
13 |
– 43 597,52 |
|
5) Оценим спектральную плотность мощности на основании дискретного преобразования Фурье:
.
Таблица 4. Спектральная плотность
n |
|
0 |
-12151,07 |
1 |
63634,43 |
2 |
-87101,38 |
3 |
-46455,24 |
4 |
6475,58 |
5 |
68257,44 |
6 |
67545,78 |
7 |
63113,09 |
8 |
67545,78 |
9 |
68257,44 |
10 |
6475,58 |
11 |
-46455,24 |
12 |
-87101,38 |
13 |
63634,43 |
|
6) Исходя из найденного тренда, спрогнозируем следующие три члена временного ряда:
.
.
.
.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.