Моделирование и прогнозирование временных рядов с периодическими колебаниями

Проведение исследования компонентного состава временного ряда объема продаж на основе графического анализа. Расчет прогнозной оценки объемов продаж в первом полугодии. Построение рядов Фурье с двумя гармониками. Месячное прогнозирование объемов продаж.

Рубрика Экономико-математическое моделирование
Вид контрольная работа
Язык русский
Дата добавления 19.01.2015
Размер файла 160,2 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Тема 7

Моделирование и прогнозирование временных рядов с периодическими колебаниями

Задания

Задание 1. По данным табл. 7.1 по квартальным данным об объемах продаж продукции (т) требуется:

на основе графического анализа провести исследование компонентного состава временного ряда объема продаж;

рассчитать прогнозную оценку объемов продаж в первом полугодии 2013 г.

Задание 3. По данным табл. 7.3 по помесячным данным об объемах производства продукции (тыс. т) требуется:

построить ряд Фурье с двумя гармониками;

дать прогноз объемов продаж на следующий месяц.

временный ряд фурье прогнозирование

Таблица 7.1

Динамика объема продаж продукции

Год

Номер квартала

yi, т

Год

Номер квартала

yi, т

2009

I

28,0

2011

I

29,2

II

27,3

II

28,5

III

27,6

III

28,6

IV

29,7

IV

30,8

2010

I

28,6

2012

I

29,7

II

27,8

II

29,1

III

28,1

III

29,2

IV

30,2

IV

31,3

Динамика объема продаж продукции

Год

месяц

yi, т

Год

месяц

yi, т

2011

I

5,5

2011

XI

6,0

II

6,0

XII

6,3

III

5,8

2012

I

6,0

IV

3,5

II

4,5

V

1,5

III

2,0

VI

1,3

IV

1,3

VII

1,5

V

2,3

VIII

2,0

VI

3,5

IX

3,8

VII

4,8

X

4,3

VIII

5,8

Решение типовых задач

Прогнозирование по тренд-сезонной аддитивной модели

Графический анализ исходного временного ряда (рис. 7.1) свидетельствует о наличии близости к линейному развитию, что следует увеличение продаж.

Также отчетливо видны сезонные колебания (период которых равен одному году). Наиболее существенные всплеск в динамике показателя просматриваются в IV квартале. Так как амплитуда сезонных колебаний остается примерно постоянной, то для описания и прогнозирования динамики временного ряда можно использовать аддитивную модель.

Рис. 7.1 Квартальная динамика объема продаж

1. Проведем сглаживание временного ряда с помощью центрированной скользящей средней по формуле (период скольжения равен одному году, т.е. для нашего примера он равен 4 ):

=28,225

2. Рассчитаем абсолютные показатели сезонности

(7.8)

Результаты расчетов скользящей средней и показателя сезонности представлены в табл. 7.4.

Таблица 7.4

Динамика объема продаж продукции

Год

Номер квартала

2009

I

28,0

-

-

II

27,3

-

-

III

27,6

28,22

-0,625

IV

29,7

28,36

1,34

2010

I

28,6

28,48

0,12

II

27,8

28,61

-0,81

III

28,1

28,75

-0,65

IV

30,2

28,91

1,29

2011

I

29,2

29,06

0,14

II

28,5

28,95

-0,45

III

28,6

29,33

-0,73

IV

30,8

29,47

1,33

2012

I

29,7

29,62

0,08

II

29,1

29,76

-0,66

III

29,2

-

-

IV

31,3

-

-

3. Определим средние показатели сезонности по формуле:

(7.9)

4. Т.к. сумма средних показателей сезонности (), проведем корректировку сезонной компоненты по формуле:

(7.10)

Результаты расчетов средних и скорректированных показателей сезонности заносим в табл. 7.5.

Таблица 7.5

Оценивание сезонной компоненты в аддитивной модели

Номер квартала

I

0,1133

0,08205

II

-0,64

-0,67125

III

-0,6683

-0,69955

IV

1,32

1,28875

Итого

0,125

0

5. Определяем десезоналированный ряд объема продаж:

из исходных уровней вычитают скорректированную сезонную компоненту:

(7.11)

6. По десезоналированному временному ряду проводим аналитическое выравнивание по линейному тренду.

7. Рассчитываем тренд с учетом сезонности:

(7.12)

Уравнение тренда имеет вид

Результаты расчетов представлены в табл. 7.5.

Таблица 7.5

Прогнозирование объема продаж с помощью аддитивной тренд-сезонной модели

Год

Номер квартала

t

2009

I

1

28,0

0,08205

27,91

27,76

27,84

II

2

27,3

-0,6712

27,97

27,92

27,32

III

3

27,6

-0,6995

28,29

28,08

27,39

IV

4

29,7

1,28875

28,41

28,24

29,52

2010

I

5

28,6

0,08205

28,51

28,41

28,49

II

6

27,8

-0,6712

28,47

28,57

27,97

III

7

28,1

-0,6995

28,79

28,73

28,04

IV

8

30,2

1,28875

28,91

28,90

30,10

2011

I

9

29,2

0,08205

29,11

29,06

29,14

II

10

28,5

-0,6712

29,17

29,22

28,62

III

11

28,6

-0,6995

29,29

29,38

28,69

IV

12

30,8

1,28875

29,51

29,54

30,74

2012

I

13

29,7

0,08205

29,61

29,71

29,79

II

14

29,1

-0,6712

29,77

29,87

29,20

III

15

29,2

-0,6995

29,89

30,03

29,34

IV

16

31,3

1,28875

30,01

30,19

31,39

2013*

I

17*

-

0,08205

-

30,36

30,44

II

18*

-

-0,6712

-

30,52

29,85

* - прогнозируемый уровень

ВЫВОД: Ожидаемый объем продаж в первом полугодии составит: 30,44+29,85=60,29

Прогнозирование по ряду Фурье

Применим спектральный анализ временного ряда производства продукции, тыс. т (табл. 7.3).

Так как разложение по ряду Фурье применяется только для стационарных временных рядов, необходимо проверить гипотезу о наличии тенденции либо применить графический анализ.

По виду графика анализируемого временного ряда можно сделать вывод о его стационарности (рис. 7.3).

Рис. 7.3 Динамика объема производства продукции

Построим ряд Фурье с двумя гармониками.

(7.35)

Отсчет ведется с нуля, с шагом , т.е. в нашем случае .

Параметры ряда Фурье определяются по формулам:

(7.33)

(7.34)

Так как мы строим ряд с двумя гармониками, нам необходимо рассчитать параметры:

Необходимые расчеты занесем в табл. 7.8.

Тогда ряд Фурье с двумя гармониками примет вид:

Чтобы получить прогноз на следующий месяц (сентябрь 2014 г.) необходимо подставить в уравнение следующее значение .

ВЫВОД: Таким образом, объем производства в сентябре составит ________ тыс.т.

Таблица 7.8

Расчет параметров по ряду Фурье

Год

Месяц

2013

январь

5,5

0

1

0

1

0

5,5

0

11

0

февраль

6,0

0,314

0,999

0,005

0,999

0,010

5,994

0,03

11,988

0,06

март

5,8

0,628

0,999

0,010

0,999

0,021

5,794

0,058

11,588

0,116

апрель

3,5

0,942

0,999

0,016

0,999

0,032

3,496

0,056

6,993

0,112

май

1,5

1,257

0,999

0,021

0,999

0,043

1,498

0,031

2,997

0,063

июнь

1,3

1,571

0,999

0,027

0,998

0,054

1,298

0,035

2,597

0,070

июль

1,5

1,885

0,999

0,032

0,997

0,065

1,498

0,048

2,997

0,096

август

2,0

2,199

0,999

0,038

0,997

0,076

1,998

0,076

3,996

0,152

сентябрь

3,8

2,513

0,999

0,043

0,996

0,087

3,796

0,163

7,592

0,326

октябрь

4,3

2,827

0,998

0,049

0,995

0,098

4,291

0,210

8,582

0,421

ноябрь

6,0

3,142

0,998

0,054

0,993

0,109

5,988

0,324

11,976

0,648

декабрь

6,3

3,456

0,998

0,060

0,992

0,120

6,287

0,378

12,574

0,756

2014

январь

6,0

3,769

0,997

0,065

0,991

0,131

5,982

0,39

11,964

0,78

февраль

4,5

4,084

0,997

0,071

0,989

0,142

4,486

0,319

8,973

0,639

март

2,0

4,398

0,997

0,076

0,988

0,152

1,994

0,152

3,988

0,304

апрель

1,3

4,712

0,996

0,082

0,986

0,163

1,294

0,106

2,589

0,213

май

2,3

5,027

0,996

0,087

0,984

0,174

2,290

0,200

4,581

0,4

июнь

3,5

5,340

0,995

0,093

0,982

0,185

3,482

0,325

6,965

0,651

июль

4,8

5,655

0,995

0,098

0,980

0,196

4,776

0,470

9,552

0,940

август

5,8

5,969

0,994

0,103

0,978

0,206

5,765

0,597

11,530

1,194

Итого

78

59,690

19

1

19

2

72

3,968

155,022

7,941

Прогноз на сентябрь 2015 г.

-

6,283

1,000

0,000

1,000

0,000

-

-

-

-

Размещено на Allbest.ru


Подобные документы

  • Теория и анализ временных рядов. Построение линии тренда и прогнозирование развития случайного процесса на основе временного ряда. Сглаживание временного ряда, задача выделения тренда, определение вида тенденции. Выделение тригонометрической составляющей.

    курсовая работа [722,6 K], добавлен 09.07.2019

  • Теоретические выкладки в области теории хаоса. Методы, которые используются в математике, для прогнозирования стохастических рядов. Анализ финансовых рядов и рядов Twitter, связь между сентиметными графиками и поведением временного финансового ряда.

    курсовая работа [388,9 K], добавлен 01.07.2017

  • Структурные компоненты детерминированной составляющей. Основная цель статистического анализа временных рядов. Экстраполяционное прогнозирование экономических процессов. Выявление аномальных наблюдений, а также построение моделей временных рядов.

    курсовая работа [126,0 K], добавлен 11.03.2014

  • Основные элементы эконометрического анализа временных рядов. Задачи анализа и их первоначальная обработка. Решение задач кратко- и среднесрочного прогноза значений временного ряда. Методы нахождения параметров уравнения тренда. Метод наименьших квадратов.

    контрольная работа [37,6 K], добавлен 03.06.2009

  • Аддитивная модель временного ряда. Мультипликативная модель временного ряда. Одномерный анализ Фурье. Регрессионная модель с переменной структурой. Сущность адаптивной сезонной модели Тейла – Вейджа. Прогнозирование естественного прироста населения.

    курсовая работа [333,1 K], добавлен 19.07.2010

  • Статистические методы анализа одномерных временных рядов, решение задач по анализу и прогнозированию, построение графика исследуемого показателя. Критерии выявления компонент рядов, проверка гипотезы о случайности ряда и значения стандартных ошибок.

    контрольная работа [325,2 K], добавлен 13.08.2010

  • Анализ временных рядов с помощью статистического пакета "Minitab". Механизм изменения уровней ряда. Trend Analysis – анализ линии тренда с аппроксимирующими кривыми (линейная, квадратическая, экспоненциальная, логистическая). Декомпозиция временного ряда.

    методичка [1,2 M], добавлен 21.01.2011

  • Временные ряды и их характеристики. Факторы, влияющие на значения временного ряда. Тренд и сезонные составляющие. Декомпозиция временных рядов. Метод экспоненциального сглаживания. Построение регрессионной модели. Числовые характеристики переменных.

    контрольная работа [1,6 M], добавлен 18.06.2012

  • Планирование деятельности предприятия по производству продуктов питания. Прогнозирование объема продаж продукции на заданный период времени, построение графика изменения, используя метод трехчленной скользящей средней; расчет доверительных интервалов.

    контрольная работа [668,5 K], добавлен 02.01.2012

  • Теоретико-методологический подход к построению множественных регрессионных моделей. Моделирование и прогнозирование основных экономических показателей при использовании панельных данных. Исследование объемов продаж пяти предприятий с течением времени.

    курсовая работа [2,0 M], добавлен 02.12.2013

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.