Методология прогнозирования и расчета ошибок

Прогнозирование численности населения с помощью методов скользящей средней, наименьших квадратов и экспоненциального сглаживания. Построение графика потребления электроэнергии, определения сезонных колебаний и поквартальный прогноз объема потребления.

Рубрика Экономико-математическое моделирование
Вид задача
Язык русский
Дата добавления 30.12.2010
Размер файла 58,3 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/

8

Государственное образовательное учреждение

Высшего профессионального образования

Уральский государственный экономический университет

КОНТРОЛЬНАЯ РАБОТА

По дисциплине Прогнозирование национальной экономики

Екатеринбург 2010

Задание 1. Имеются данные размера ввода в действие общей площади жилых домов в городе за 1989-1999 гг., тыс. м2
Ввод в действие общей площади жилых домов:

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2360

2351

2041

1695

1489

1557

1236

1113

903

865

652

1. Постройте прогноз численности наличного населения города Х на 2008-2009 гг., используя методы: скользящей средней, экспоненциального сглаживания, наименьших квадратов.

2. Постройте график фактического и расчетных показателей.

3. Рассчитайте ошибки полученных прогнозов при использовании каждого метода.

4. Сравните результаты.

Решение:

Скользящая средняя (n = 3):

m 1990 = (У1989 + У1990 + У 1991)/ 3 = (2360+2351+2041)/3 =2250,7

m 1991 = (У1990 + У1991 + У 1992)/ 3 = (2351+2041+1695)/3 =2029

m 1992 = (У1991 + У1992 + У 1993)/ 3 = (2041+1695+1489)/3 =1741, 7

m 1993 = (У1992 + У1993 + У 1994)/ 3 = (1695+1489+1557)/3 =1580,3

m 1994 = (У1993 + У1994 + У 1995)/ 3 = (1489+1557+1236)/3 =1427,3

m 1995 = (У1994 + У1995 + У 1996)/ 3 = (1557+1236+1113)/3 =1302

m 1996 = (У1995 + У1996 + У 1997)/ 3 = (1236+1113+903)/3 =1084

m 1997 = (У1996 + У1997 + У 1998)/ 3 = (1113+903+865)/3 =960,3

m 1998 = (У1997 + У1998 + У 1999)/ 3 = (903+865+652)/3 =806,7

Таблица 1

Годы

Ввод в действие общей площади жилых домов, тыс. м2. Уt

Скользящая средняя m

Расчет средней относительной ошибки |Уф - Ур| Уф * 100

1989

2360

-

-

1990

2351

2250,7

4,3

1991

2041

2029

0,6

1992

1695

1741, 7

2,8

1993

1489

1580,3

6,1

1994

1557

1427,3

8,3

1995

1236

1302

5,3

1996

1113

1084

2,6

1997

903

960,3

6,3

1998

865

806,7

6,3

1999

652

750,9

-

Итого

42,6

Прогноз

2000

735,7

722,2

2001

778,8

750,3

2002

736,5

750,5

2003

736,3

741,1

2004

750,4

744,2

2005

745,8

746,3

2006

742,6

744,5

2007

745,2

744,4

2008

745,4

745,0

2009

744,5

Рис. 1 График фактических (чёрная линия) и расчетных (серая линия) показателей. (Составлено по таблице 1)

Прогноз на 2000 г.: У2000=806,7+(652-865)/3=735,7

m 1999 =(865+652+735,7)/3=750,9

Прогноз на 2001 г.: У2001=750,9+(735,7-652)/3=778,8 и т.д. (Таблица 1).

Средняя относительная ошибка: ?=42,6/9=4,7

Метод экспоненциального сглаживания:

Значение параметра сглаживания: 2/(n+1)=2/(11+1)=0,2=0,17

Начальное значение Uo двумя способами:

1 способ (средняя арифметическая): Uo = 16262/11 = 1478,4

2 способ (принимаем первое значение базы прогноза): Uo = 2360

Таблица 2

Годы

Ввод в действие общей площади жилых домов, тыс. м2.

Экспоненциально взвешенная средняя Ut

Расчет средней относительной ошибки

У t

1 способ

2 способ

1 способ

2 способ

1989

2360

1478,4

2360

37,3559322

0

1990

2351

1628,272

2360

30,7413016

0,38281582

1991

2041

1751,136

2358,47

14,2020696

15,5546301

1992

1695

1800,413

2304,5001

6,21903722

35,958708

1993

1489

1782,493

2200,88508

19,7107136

47,8096093

1994

1557

1732,599

2079,86462

11,2780216

33,5815426

1995

1236

1702,747

1990,97763

37,7627023

61,0823328

1996

1113

1623,4

1862,63144

45,8580423

67,3523303

1997

903

1536,632

1735,19409

70,1696577

92,1588142

1998

865

1428,915

1593,7211

65,1924355

84,2452134

1999

652

1333,049

1469,83851

104,455382

125,435354

Итого

16262

17798,05

22316,0826

442,945295

563,561351

прогноз

2008

779,315

804,887

2009

757,672

778,896

Рис. 2 График фактических и расчетных показателей экспоненциально взвешенных средних 1 и 2 способ. (Составлено по таблице 2, 3)

Экспоненциально взвешенная средняя для каждого года:

U1989 = 2360*0,17+(1-0,17) * 1478,4=1628,272 1 способ

U1989 = 2360*0,17+(1-0,17) * 2360=2360 2 способ

(Остальное приведено в таблице до 2009 года с целью прогноза на 2007, 2008 годы)

Таблица 3

1 способ

2 способ

U1989

1628,272

2360

U1990

1751,13576

2358,47

U1991

1800,412681

2304,5001

U1992

1782,492525

2200,885083

U1993

1732,598796

2079,864619

U1994

1702,747001

1990,977634

U1995

1623,40001

1862,631436

U1996

1536,632009

1735,194092

U1997

1428,914567

1593,721096

U1998

1333,049091

1469,83851

U1999

1217,270745

1330,805963

U2000

1121,174719

1215,408949

U2001

1041,415016

1119,629428

U2002

975,2144637

1040,132425

U2003

920,2680048

974,149913

U2004

874,662444

919,3844278

U2005

836,8098285

873,9290751

U2006

805,3921577

836,2011323

U2007

779,3154909

804,8869398

U2008

757,6718574

778,89616

Средняя относительная ошибка:

? = 442,945295/11 = 40,27% (1 способ)

? = 563,561351/11 = 51,23% (2 способ)

прогнозирование экспоненциальный сглаживание

Задание 2. Имеются данные потребления электроэнергии в городе за 2003-2006 гг., млн. кВт·ч

Квартал

2003

2004

2005

2006

1-й

2,2

2,2

2,4

2,6

2-й

1,9

1,8

1,9

2,1

3-й

2,7

2,6

2,7

2,8

4-й

3,7

3,4

3,5

3,7

1. Постройте график исходных данных и определите наличие сезонных колебаний.

2. Постройте прогноз объема потребления электроэнергии в городе на 2007-2008 гг. с разбивкой по кварталам.

3. Рассчитайте ошибки прогноза.

I 1 = 102,5714108

I 2 = 134,6464502

I 3 = 90,91831558

I 4 = 73,11296966

а=(372,8-136*42,2/16)/( 1496-136^2/16)=0,0415

b=42,2/16-0,0415*136/16=2,285

У1=3,067398039

У2=4,082480371

У3=2,794374429

У4=2,277469005

Средняя относительная ошибка: 297,09/16=18,57%

Год

Квартал

потребления электроэнергии в городе., млн. кВт*ч Уф

Показатели сезонности

4-квартальные суммы

обозначение времени

потребления электроэнергии в городе., млн. кВт*ч

4-квартальные средние

Х^2

Уф*Х

Ур

Центрированные средние

Показатели сезонности

Х

2003

1

2,2

1

1

2,2

2,3265

5,75

2

1,9

2

4

3,8

2,368

24,6315789

3

2,7

2,625

3

9

8,1

2,4095

10,7592593

4

3,7

10,5

2,625

2,625

102,857143

4

16

14,8

2,451

33,7567568

2004

1

2,2

10,5

2,6

2,6125

141,626794

5

25

11

2,4925

13,2954545

2

1,8

10,4

2,575

2,5875

85,0241546

6

36

10,8

2,534

40,7777778

3

2,6

10,3

2,5

2,5375

70,9359606

7

49

18,2

2,5755

0,94230769

4

3,4

10

2,55

2,525

102,970297

8

64

27,2

2,617

23,0294118

2005

1

2,4

10,2

2,575

2,5625

132,682927

9

81

21,6

2,6585

10,7708333

2

1,9

10,3

2,6

2,5875

92,7536232

10

100

19

2,7

42,1052632

3

2,7

10,4

2,625

2,6125

72,7272727

11

121

29,7

2,7415

1,53703704

4

3,5

10,5

2,675

2,65

101,886792

12

144

42

2,783

20,4857143

2006

1

2,6

10,7

2,725

2,7

129,62963

13

169

33,8

2,8245

8,63461538

2

2,1

10,9

2,75

2,7375

94,9771689

14

196

29,4

2,866

36,4761905

3

2,8

11

2,8

2,775

75,6756757

15

225

42

2,9075

3,83928571

Размещено на Allbest.ru


Подобные документы

  • Использование принципа дисконтирования информации в методах статистического прогнозирования. Общая формула расчета экспоненциальной средней. Определение значения параметра сглаживания. Ретроспективный прогноз и средняя квадратическая ошибка отклонений.

    реферат [9,8 K], добавлен 16.12.2011

  • Сущность социально-экономического прогнозирования. Роль сахара в жизни человека. Математический аппарат, используемый при прогнозировании потребления. Регрессионный анализ. Методы наименьших квадратов и моментов. Оценка качества моделей прогнозирования.

    курсовая работа [1,5 M], добавлен 26.11.2012

  • Сущность, содержание и цели экономического прогнозирования. Классификация и обзор базовых методов прогнозирования спроса. Основные показатели динамики экономических процессов. Моделирование сезонных колебаний при использовании фиктивных переменных.

    дипломная работа [372,5 K], добавлен 29.11.2014

  • Основные задачи и принципы экстраполяционного прогнозирования, его методы и модели. Экономическое прогнозирование доходов ООО "Уфа-Аттракцион" с помощью экстраполяционных методов. Анализ особенностей применения метода экспоненциального сглаживания Хольта.

    курсовая работа [1,7 M], добавлен 21.02.2015

  • 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

  • Порядок и особенности расчета прогнозных значений урожайности озимой пшеницы в Волгоградский области. Общая характеристика основных методов прогнозирования - аналитического выравнивания, экспоненциального сглаживания, скользящих средних и рядов Фурье.

    контрольная работа [2,3 M], добавлен 11.07.2010

  • Построение поля корреляции, оценка тесноты связи с помощью показателей корреляции и детерминации, адекватности линейной модели. Статистическая надёжность нелинейных моделей по критерию Фишера. Модель сезонных колебаний и расчёт прогнозных значений.

    практическая работа [145,7 K], добавлен 13.05.2014

  • Классификационные принципы методов прогнозирования: фактографические, комбинированные и экспертные. Разработка приёмов статистического наблюдения и анализа данных. Практическое применение методов прогнозирования на примере метода наименьших квадратов.

    курсовая работа [77,5 K], добавлен 21.07.2013

  • Российский рынок бензина. Рост цен на бензин. Обоснование возможности применения статистических методов для моделирования и прогнозирования цен на бензин. Обработка результатов. Построение трендовой, регрессионных моделей и прогнозирование с их помощью.

    курсовая работа [2,5 M], добавлен 16.04.2008

  • Общее понятие о прогнозировании, методы. Абсолютные, сравнительные и качественные показатели оценки качества прогноза. Метод наименьших квадратов. Модели линейного роста. Новшества программы Excel 5.0. Пример решения задачи по прогнозу объема кредита.

    курсовая работа [1,1 M], добавлен 07.08.2013

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.