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 09.07.2019Теоретические 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 01.07.2017Структурные 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 11.03.2014Основные 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 03.06.2009Аддитивная 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 19.07.2010Статистические 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 13.08.2010Анализ 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 21.01.2011Временные 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 18.06.2012Планирование 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 02.01.2012Теоретико-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