Аналіз мультипликативної моделі 


Мы поможем в написании ваших работ!



ЗНАЕТЕ ЛИ ВЫ?

Аналіз мультипликативної моделі



Задача 3

Маємо умовні дані про об’єм продажу товару за останні 11 кварталів.

4. Побудувати адитивну модель часового ряду (для непарних варіантів) або мультиплікативну (для парних варіантів) модель часового ряду.

5. Розрахувати автокореляцію залишків побудованої моделі часового ряду. Зробити висновки.

6. Дати прогноз на об’єм продажу на два квартали вперед.

Квартал                      
Об’єм продажу                      

В таблиці дан об’єм продажу (тис. грн..) за останні 11 кварталів. На основі цих даних дамо прогноз продажу на слідуючі два квартали.

На першому кроці треба виключити сезонну варіацію скориставшись методом ковзаної середньої. Заповнюємо таблицю:

Номер квартала Об’єм продажу Ковзана середня за 4 квартали Центрована ковзана середня Оцінка сезонної варіації
         
    1 рік        
           
      82,5 82,75 0,979
        83,25 1,321
    2 рік   83,5 84,75 0,779
        87,25 0,883
      88,5 88,75 1,025
        89,125 1,346
    3 рік   89,25 89,325 0,761
      89,5    
           

1 рік=4 квартали. Тому знайдемо середнє значення продажу за 4 послідовних квартали. Для цього треба скласти 4 числа із другого стовпця і поділити на 4, а результат записати в (3,3):

(64+75+81+110)/4=82,5 (записуємо в (3,3))

(75+81+110+66)/4=83 (записуємо в (4,3)) і т.д.

Полусуму двох сусідніх чисел з третього записуємо в четвертий стовпець на проти верхнього із них:

(82,5+83)/2=82,75 (записуємо в (3,4))

(83+83,5)/2=83,25 (записуємо в (4,4)) і т.д.

Зауваження. Якщо при заповненні 3-го стовпця ковзана середня розраховується для непарного числа сезонів, то результат записуємо напроти середнього числа і дані непотрібно центрувати (тобто, стовпці 3 та 4 співпадають). 5-й стовпець – це ділення між 2 та 4 стовпцями. Результат ділення округляємо до третього знаку після коми.

Після заповнення цієї таблиці переходимо до заповнення наступної таблиці.

  Номер кварталу Сума середніх значень
       
    0,978 1,321
0,779 0,883 1,025 1,346
0,761      
Середнє значення по кварталу 0,77 0,883 1,002 1,334 3,989
Скорегована сезонна варіація 0,772 0,886 1,005 1,337 4,000

 

Оцінки сезонної варіації записуємо під номером свого кварталу. В кожному стовпці (кварталу) рахуємо середнє = (сума чисел в стовпці / кількість чисел в стовпці). Результат записуємо в строчці «Середнє значення по кварталу» (округляємо до третьої цифри після коми). Сума середніх значень по кварталах дорівнює 3,989.

Значення сезонної варіації – це долі. Число сезонів дорівнює 4, тому необхідно, щоб сума середніх була рівна 4. Ми маємо 3,989. Скоригуємо середнє значення середніх так, щоб загальна сума дорівнювала 4. Це необхідно, щоб усереднити значення сезонної варіації в цілому за рік. Скорегована сезонна варіація розраховується таким чином: 4/3,989. На цей множник помножаємо «середнє значення по кварталу». В останній строчці получені значення сезонної варіації для кожного кварталу року.

Проводимо десезоналізацію даних, виключивши сезонну варіацію:

 

Номер квартала Об’єм продажу A Сезонна варіація S Десезоналізований об’єм продажу A/S=T*E
       
    1 рік   0,772 82,9
      0,886 84,65
      1,005 80,6
      1,337 82,27
    2 рік   0,772 85,49
      0,886 86,91
      1,005 90,55
      1,337 89,75
    3 рік   0,772 88,08
      0,886 88,04
      1,005 91,54

 

Виключивши сезонну варіацію приступаємо до побудови рівняння тренду Т= а + вх (рівняння лінійної парної регресії). Знайдемо коефіцієнти рівняння тренду а та в, заповнивши розрахункову таблицю:

x y x*x xy в = = 0,9  
    82,9   82,9
    84,65   169,3
    80,6   241,8
    82,27   329,08
    85,49   427,45
    86,91   521,46
    90,55   633,85
    89,75     а= = 81,02 Т= а + в х = 81,02 + 0,9х
    88,08   792,72
    88,04   880,4
    91,54   1006,94
Σ   950,78   5803,9

 

Розрахуємо похибки, заповнивши таблицю:

Номер кварталу Об’єм продажу A Десезонолізований об’єм продажу A/S= T*E Трендовє значення T = a +bx Похибка ei |ei| |ei|2
             
    1 рік   82,9 81,92 0,98 0,98 0,95
      84,65 82,83 1,82 1,82 3,32
      80,6 83,73 -3,13 3,13 9,79
      82,27 84,63 -2,36 2,36 5,57
    2 рік   85,49 85,53 -0,04 0,04  
      86,91 86,43 0,48 0,48 0,23
      90,55 87,34 3,21 3,21 10,33
      89,75 88,24 1,51 1,51 2,28
    3 рік   88,08 89,14 -1,06 1,06 1,12
      88,04 90,04 -2,00 2,00 4,01
      91,54 90,94 0,6 0,6 17,19 0,35 37,96

 

Від чисел третього стовпця віднімаємо числа четвертого стовпця і результат записуємо у п’ятий стовпець.

Середнє абсолютне відхилення MAD=Σ|ei|/n=1,56. Середня квадратична похибка MSE=Σ ei|2/n=3,45. Ми бачимо, що похибки достатньо великі, це відобразиться на прогнозі.

Дамо прогноз на наступні два квартали:

T(12)= (81,02 + 1.1*12)*(1,337)=122,76

T(13)= (81,02 + 1.1*13) *(0.772) =71,58.

Перевіремо гіпотезу о наявності автокореляції в залишках. Вихідні данні та проміжні розрахунки заносимо в таблицю:

 

t T et et-1 (et - et-1)2 (et)2 Розрахуємо фактичне значення критерія Дарбіна-Уотсона за формулою:   d= 1.48
  81,92 0,98     0,95
  82,83 1,82 0,98 0,72 3,32
  83,73 -3,13 1,82 24,52 9,79
  84,63 -2,36 -3,13 0,59 5,57
  85,53 -0,04 -2,36 5,37  
  86,43 0,48 -0,04 0,27 0,23
  87,34 3,21 0,48 7,5 10,33
  88,24 1,51 3,21 2,9 2,28
  89,14 -1,06 1,51 6,62 1,12
  90,04 -2,00 -1,06 0,89 4,01
  90,94 0,6 -2,00 6,75 56,12 0,35 37,96

 

Алгоритм виявлення автокореляції в залишках наступний:

4. Висуваємо гіпотезу Н0 – автокореляція в залишках відсутня.

5. Альтернативні гіпотези Н1 та . Н1 – автокореляція в залишках позитивна; - автокореляція в залишках від’ємна.

6. Далі по таблиці (додаток Е.3.) знаходимо критичні точки значення критерія Дарбіна – Уотсона для n, числа незалежних змінних моделі k і рівня значущості α. По цим значенням відрізок [0;4] розбивають на п’ять відрізків. Якщо:

6) 0<dфакт<dL – є позитивна автокореляція в залишках, Н0 відхиляється, з ймовірністю Р=1- α приймається гіпотеза Н1.

7) dL<dфакт<du – зона невизначеності;

8) du<dфакт<4 – du – приймається гіпотеза Н0, тобто автокореляція в залишках відсутня;

9) 4 - dv<dфакт<4 – dL – зона невизначеності;

10) 4 – dL<dфакт<4 – є від’ємна автокореляція в залишках, Н0 відхиляється, з ймовірністю Р=1- α приймається гіпотеза .

При n=11, k=1 та α=0.05 з додатку Е.3. знаходимо dL=0,93, du=1,32.

Ці дані свідчать, що ми знаходимось на відрізку 3) dv<dфакт<4 – du (1,32<1,48<2,54). Автокореляція в залишках відсутня.

E.3. Значення статистик Дарбіна-Уотсона при 5%-ному
рівні значущості α.

  0,61 1,40                
  0,70 1,36 0,47 1,90            
  0,76 1,33 0,56 1,78 0,37 2,29        
  0,82 1,32 0,63 1,70 0,46 2,13        
  0,88 1,32 0,70 1,64 0,53 2,02        
  0,93 1,32 0,66 1,60 0,60 1,93        
  0,97 1,33 0,81 1,58 0,66 1,86        
  1,01 1,34 0,86 1,56 0,72 1,82        
  1,05 1,35 0,91 1,55 0,77 1,78        
  1,08 1,36 0,95 1,54 0,82 1,75 0,69 1,97 0,56 2,21
  1,10 1,37 0,98 1,54 0,86 1,73 0,74 1,93 0,62 2,15
  1,13 1,38 1,02 1,54 0,90 1,71 0,78 1,90 0,67 2,10
  1,16 1,39 1,05 1,53 0,93 1,69 0,82 1,87 0,71 2,06
  1,18 1,40 1,08 1,53 0,97 1,68 0,85 1,85 0,75 2,02
  1,20 1,41 1,10 1,54 1,00 1,68 0,90 1,83 0,79 1,99
  1,22 1,42 1,13 1,54 1,03 1,67 0,93 1,81 0,83 1,96
  1,24 1,43 1,15 1,54 1,05 1,66 0,96 1,80 0,86 1,94
  1,26 1,44 1,17 1,54 1,08 1,66 0,99 1,79 0,90 1,92
  1,27 1,45 1,19 1,55 1,10 1,66 1,01 1,78 0,93 1,99
  1,29 1,45 1,21 1,55 1,12 1,66 1,04 1,77 0,95 1,89
  1,30 1,46 1,22 1,55 1,14 1,65 1,06 1,76 0,98 1,88
  1,32 1,47 1,24 1,56 1,16 1,65 1,08 1,76 1,01 1,86
  1,33 1,48 1,26 1,56 1,18 1,65 1,10 1,75 1,03 1,85
  1,34 1,48 1,27 1,56 1,20 1,65 1,12 1,74 1,05 1,84
  1,35 1,49 1,28 1,57 1,21 1,65 1,14 1,74 1,07 1,83

 



Поделиться:


Последнее изменение этой страницы: 2017-02-21; просмотров: 157; Нарушение авторского права страницы; Мы поможем в написании вашей работы!

infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 54.152.77.92 (0.019 с.)