|
Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
|
|
Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
Построение многофакторных моделей по динамическим рядам
При построении многофакторных моделей динамических рядов вводится время как дополнительный факторный признак. Тогда парные связи обращаются в связи многофакторные и расчёты коэффициента корреляции и уравнения регрессии проводятся методом множественной корреляции. Коэффициент корреляции рассчитывается как множественный:
где
При построении многофакторных моделей по динамическим рядам возникает проблема мультиколлинеарности. Под мульти-коллинеарностью понимают наличие сильной корреляционной зависимости между факторами. Мультиколлинеарность возникает вне зависимости от связи между результативным и факторным признаками. Она искажает величину тесноты связи и оценки её статистической значимости. В практических расчётах выделяют связи парные коэффициенты, которых по абсолютной величине больше 0, 8, и исключают из модели мультиколлинеарные факторы. Кроме того, фактор можно отнести к числу мультиколлинеарных, если коэффициент корреляции, характеризующий зависимость результативного признака от этого фактора больше, чем коэффициент множественной корреляции между результативным признаком и множеством остальных факторов. Очистив уровни ряда динамики от автокорреляции и мультиколлинеарности можно приступать к построению модели. Зависимость результативного признака экономического явления от ряда факторных может быть записана уравнением:
( Параметры этого уравнения находятся по способу наименьших квадратов и показывают, как меняется во времени действие отдельных факторов на результативный признак анализируемого социально-экономического явления. Следует отметить, что использование данного уравнения с большим числом факторных признаков требует использовать ряды в 6 − 7 раз больше, чем число факторов. Задания Задача 1. По представленным данным об индексах потребительских цен на товары и услуги в Хабаровском крае рассчитать индекс сезонности методом простых средних. Изобразить сезонную волну на графике. Сделать выводы.
Задача 2. По данным о числе родившихся вХабаровском краерассчитать индекс сезонности методом помесячных отношений. Изобразить сезонную волну на графике. Сделать выводы.
Задача 3. По представленным данным о числе зарегистрированных браков в Хабаровском крае рассчитать индекс сезонности методом скользящих средних. Изобразить сезонную волну на графике. Сделать выводы.
Задача 4. По имеющимся данным о выполнении работ и услуг собственными силами по виду деятельности строительство определить модель сезонной волны, рассчитав четыре гармоники ряда Фурье. Построить периодическую модель и осуществить помесячный прогноз на 2011 год.
Контрольные вопросы и задания к разделу V 1. В чём особенности изучения сезонного компонента? 2. Назовите основные методы выявления сезонного компонента. 3. Перечислите особенности моделирования сезонного компонента. 4. На основе какого метода рассчитываются параметры уравнения ряда Фурье? 5. Чем определяется порядок гармоники Фурье? 6. Назовите особенности реализации прогноза на основе гармоники Фурье. 7. Что понимают под автокорреляцией? На основе какого критерия определяется наличие автокорреляции? 8. Какие существуют методы по исключению автокорреляции? 9. Сформулируйте особенности построения многофакторных моделей динамических рядов.
Библиографический список
1. Абланская Л. В. Экономико-математическое моделирование / Л. В. Албанская − М.: Экзамен, 2006. 2. Арженовский С. В. Методы социально-экономического прогнози-рования / С. В. Арженовский.− М.: Дашков и К°, Наука-Спектр, 2008. 3. Афанасьев В. Н. Анализ временных рядов и прогнозирование / В. Н. Афанасьев.− М.: Финансы и статистика, 2010. 4. Боровиков В. П. Прогнозирование в системе STATISTICA в среде Windows. Основы теория и интенсивная практика на компьютере / В. П. Боровиков. – М.: Финансы и статистика, 2006. 5. Дрогобыцкий А. Экономико-математическое моделирование: учебник для студентов вузов /− М.: АСТ, 2006. 6. Дуброва Т. А. Прогнозирование социально-экономических процесс-сов. Статистические методы и модели: учеб. пособие / Т. А. Дуброва. – М.: Маркет ДС, 2007. 7. Керимов А. К. Анализ временных рядов и прогнозирование /− М.: Российский университет дружбы народов, 2005. 8. Кузык Б. Н. Прогнозирование, стратегическое планирование и национальное программирование: учебник. / − М.: Экономика, 2011. 9. Кундышева Е. С. Экономико-математическое моделирование / − М.: Дашков и К°, 2008. 10. Попова О. В. Политический анализ и прогнозирование / − М.: Аспект-Пресс, 2011. 11. Светуньков С. Г. Производственные функции комплексных перемен-ных. Экономико-математическое моделирование производственной динамики / − М.: ЛКИ, 2008. 12. Цисарь И. Ф. Моделирование экономики в iThink_STELLA. Кризисы, налоги, инфляция, банки / − М.: Диалог-МИФИ, 2009. 13. Цыгичко В. Н. Прогнозирование социально-экономических процесс-сов / − М.: Либроком, 2009. 14. Эконометрика / под ред. И. И. Елисеевой. − М.: Финансы и статистика, 2005. 15. Юзбашев М. М. Анализ временных рядов и прогнозирование. / − М.: Финансы и статистика, 2012.
Содержание
Введение ……………………………………………………………………3 1. Основы применения экономико-статистического моделирования ….4 1.1. Моделирование динамики …………………………………………….4 1.2. Моделирование тенденции …………………………………………...5 1.3. Основные показатели динамики экономических явлений ………...14 Задания ………………………………………………………………….....17 Контрольные вопросы и задания к разделу I.…………………………..19 2. Сглаживание временных рядов ……………………………………….20 2.1. Сглаживание временных рядов с помощью простой скользящей средней …………………………………………………………………….20 2.2. Сглаживание по взвешенной скользящей средней ………………...23 2.3. Сглаживание полинома с помощью весовых коэффициентов….…25 Задания …………………………………………………………………….28 Контрольные вопросы и задания к разделу II…………………………...29 3. Адаптивное прогнозирование на основе скользящей средней………29 3.1. Экспоненциальное сглаживание…………………………………….29 3.2. Вычисление прогноза по методу экспоненциальных средних…….31 3.3.Адаптивное прогнозирование по полиномиальным моделям……...34 Задания……………………………………………………………………..38 Контрольные вопросы и задания к разделу III………………………….40 4. Прогнозирование развития явления с помощью моделей кривых роста………………………………………………………………………..41 4.1. Методы выявления типа тенденции динамики …………………….41 4.2. Методика измерения параметров тренда....…………………………42 4.3. Выбор наилучшей математической модели для осуществления прогноза и доверительные интервалы прогноза………………………..48 4.4. Методы измерения показателей колеблемости и устойчивости в ряду динамики …………………………………………………………………..53 4.5. Оценка точности и надёжности прогнозов …………………………60 Задания. ……………………………………………………………………62 Контрольные вопросы и задания к разделу IV.…………………………65 5. Изучение сезонных колебаний в динамическом ряду………………..66 5.1. Расчёт индексов сезонности……...…………………………………..66 5.2. Модели периодических колебаний…………………………………..70 5.3. Модели автокорреляции и авторегрессии …………………………..76 5.4. Построение многофакторных моделей по динамическим рядам….81 Задания……………………………………………………………………..82 Контрольные вопросы к разделу V………………………………………84 Библиографический список………………………………………………85 Содержание………………………………………………………………..88 Приложения………………………………………………………………..89
Приложение А Значение
Приложение Б Популярное:
|
Последнее изменение этой страницы: 2017-03-09; Просмотров: 660; Нарушение авторского права страницы
, 
.
- остаточная дисперсия; 
- общая дисперсия.
, 
).
и 
критерия Дарбина− Уотсона при 5% уровне значимости ( 
- длина временного ряда, 
– число объясняющих переменных в модели)
