Цель: научиться определять целесообразность построения кусочно-линейной модели тенденции временного ряда, учитывающие его структурные изменения, с помощью теста Чоу, и строить соответствующие модели.
Пример. Развивающееся предприятие «Альфа» в течении 13 месяцев своего существования постоянно увеличивало свою прибыль, которая за это время выросла почти вдвое. Однако, на 14-м месяце существования удалось получить дополнительное инвестирование и закупить современное оборудование, после чего темпы роста прибыли заметно увеличились. Имеется временной ряд прибыли предприятия за 25 месяцев. С помощью теста Чоу проверить на уровне значимости предположение о том, какая модель тенденции лучше описывает временной ряд: общая линейная модель тенденции, построенная по всем 25 месяцем ряда, или кусочно-линейная, состоящая из двух линейных моделей, построенных по первым 14 и последующим 11 периодом времени. Методами регрессионного анализа построить эти модели.
Месяц | |||||||||||||
Прибыль | |||||||||||||
Месяц | |||||||||||||
Прибыль |
Решение. Открываем новую книгу EXCEL, вводим в А1 подпись «t=», а в ячейку В2 подпись «Y=», затем в ячейки А2-А26 вводим номера месяцев 1,2,3,…,25, а в ячейки В2-В26 – значения прибыли из приведенной выше таблицы. Для удобства построения кусочно-линейной модели, выделим ячейки А2-D15 в какой-нибудь свет, например в желтый, а ячейки А16-D26 в другой цвет, например в розовый. Проверим по критерию Чоу целесообразность построения кусочно-линейной модели. Для этого с помощью функции ЛИНЕЙН рассчитаем параметры моделей.
|
|
Сначала рассчитаем параметры общей линейной модели. Для этого вводим в F1 подпись «Общая линейная» и ниже, в F2 вводим функцию =ЛИНЕЙН(B2:B26;A2:A26;1;1). Выделяем мышью ячейки от F2 до G6 и нажимаем сначала F2 а затем Ctrl+Shift+Enter. Получаем таблицу из 2 столбцов и 5 строк параметров модели. Нас интересуют значения коэффициентов общего линейного уравнения тенденции , которые записаны в первой строке. В результате, общее уравнение линейной тенденции имеет вид: . Кроме того, для критерия Чоу нужно знать суммы квадратов остатков регрессионной модели. Эти значения записаны в нижнем правом углу матрицы, выдаваемой функцией линейн. Для общей модели остаточная сумма равна .
Находим параметры первой и второй части кусочно-линейной модели. Вводим в ячейку F8 подпись «Кусочно-линейная 1» и в ячейку F9 вводим формулу =ЛИНЕЙН(B2:B15;A2:A15;1;1). Выделяем мышью ячейки от F9 до G13 и нажимаем сначала F2 а затем Ctrl+Shift+Enter. Видно, что уравнение регрессии есть , а остаточная сумма . Затем вводим в ячейку F15 подпись «Кусочно-линейная 2» и в ячейку F16 вводим формулу =ЛИНЕЙН(B16:B26;A16:A26;1;1). Выделяем мышью ячейки от F16 до G20 и нажимаем сначала F2 а затем Ctrl+Shift+Enter. Видно, что уравнение регрессии второй части кусочно-линейной модели есть , а остаточная сумма . Статистика критерия Чоу для парной регрессионной модели вычисляется по формуле: , где п – число уровней ряда (в данном случае – число месяцев, равно 25). Вводим в ячейку I1 подпись «Статистика», а в G1 – формулу =(G6-G13-G20)/(G13+G20)*21/2. Критическое значение равно значению обратного распределения Фишера, полученного по параметрам: - уровень значимости, указан в условии задачи; k =2 – степени свободы 1, равные числу параметров модели (у нас из 2: a и b, т.к. уравнение регрессии ); = 21 – степени свободы 2, равные 21. Вводим в I2 подпись «Критическое», а в G2 формулу =FРАСПОБР(0,05;2;21). Видно, что статистика больше критического значения, что говорит о том, что кусочно-линейная функция лучше описывает временной ряд, чем общая модель.
|
|
Строим кусочно-линейную модель. Вводим в С1 подпись «Линейная», а в С2 вводим функцию =ТЕНДЕНЦИЯ(B2:B26; A2:A26; A2:A26; 1), выделяем диапазон С2-С26 и нажимаем F2 а затем Ctrl+Shift+Enter. Вводим в ячейку D1 подпись «Кусочно-линейная», а в ячейку D2 вводим формулу =ТЕНДЕНЦИЯ(B2:B15;A2:A15;A2:A15;1), выделяем диапазон D2-D15 и нажимаем F2 а затем Ctrl+Shift+Enter. Затем, для построения второй ветви линейного уравнения вводим в ячейку D16 вводим формулу =ТЕНДЕНЦИЯ(B16:B26;A16:A26;A16:A26;1), выделяем диапазон D16-D26 и нажимаем F2 а затем Ctrl+Shift+Enter. Построим график по полученным данным. Ставим курсор в свободную ячейку, вызываем мастер функций, выбираем тип «График», вид график без точек в верхнем левом углу, нажимаем «Далее», переводим курсор в поле «Диапазон» и обводим ячейки В2-D26. переходим на закладку «Ряд», щелкаем мышкой по надписи «Ряд 1» в поле «Ряд» и переводим курсор в поле «Имя» и вводим в нем текст «Данные», затем щелкаем мышкой по надписи «Ряд 2» в поле «Ряд» и переводим курсор в поле «Имя» и вводим в нем текст «Линейная», после чего щелкаем мышкой по надписи «Ряд 3» и в поле «Имя» и вводим текст «Кусочно-линейная», нажимаем «Готово».
Рассмотрим другой метод построения модели с переменной структурой. Для этого воспользуемся фиктивной переменной. Пусть Z – фиктивная переменная, которая принимает значения:
Тогда общая регрессионная модель примет вид: . Для определения параметров модели , сформируем исходные данные в следующем виде. Переходим на Лист 2. В ячейки A1, B1, C1, D1 вводим подписи «Y», «t», «Z», «Zt» (кавычки не вводить).
В первый столбец копируем значения уровней временного ряда. Для этого переходим на Лист 1, выделяем ячейки В2-В26, выполняем ПРАВКА/КОПИРОВАТЬ. Затее переходим обратно на Лист 2, ставим курсор в А2 и даем команду ПРАВКА/ВСТАВИТЬ.
Во второй столбец Листа 2 (ячейки В2-В26) копируем ячейки А2-А26 из Листа 1. В столбец С Листа 2 вводим значения переменной Z. В ячейки С2-С15 вводим число 0. В ячейки С16-С26 вводим число 1. В столбец D вводим произведение переменных . Ставим курсор в D2 и вводим формулу =B2*C2. Автозаполняем формулу на D2-D26. Строим линейную регрессионную модель. Для этого в Е2 вводим формулу (категория «Статистические»): =ТЕНДЕНЦИЯ(A2:A26;B2:D26;B2:D26;1)
и обводим диапазон Е2-Е26, нажимаем клавишу F2, затем одновременно Ctrl+Shift+Enter. В результате получаем модель линейной регрессии. Вычислим ее числовые характеристики. Для этого в G2 вводим функцию:
=ЛИНЕЙН(A2:A26;B2:D26;1;1)
выделяя, обводим ячейки G2-J6, нажимаем F2, затем Ctrl+Shift+Enter. Проверяем адекватность полеченной модели. Видно, что коэффициент детерминации равен 0,99 (ячейка G4), что говорит об очень высокой качестве регрессии.
Строим график регрессионной модели. Ставим курсор в свободную ячейку, вызываем мастер функций, выбираем тип «График», вид график без точек в верхнем левом углу, нажимаем «Далее», переводим курсор в поле «Диапазон» и обводим ячейки A2-A26, затем, удерживая Ctrl, обводим еще и диапазон Е2-Е26. Переходим на закладку «Ряд», щелкаем мышкой по надписи «Ряд 1» в поле «Ряд» и переводим курсор в поле «Имя» и вводим в нем текст «Данные», затем щелкаем мышкой по надписи «Ряд 2» в поле «Ряд» и переводим курсор в поле «Имя» и вводим в нем текст «Модель», нажимаем «Готово».
|
|
Задание 1. Крупная акционерная компания выпустила дополнительный пакет акций, которые быстро стали расти в цене и за полтора месяца выросли в несколько раз. Однако через 18 месяцев после начала выпуска акций, конкурирующая компания провела финансовую реформу, которая привела к некоторому замедлению подорожания акций. Проверить на уровне значимости с помощью теста Чоу гипотезу о том, что после 18 месяца произошли изменения структуры ряда. Построить модель тенденции временного ряда за 35 месяцев либо линейной либо кусочно-линейной аналитической функцией.
Вариант | ||||||||||||||
Уровни ряда | ||||||||||||||
11,6 | 13,1 | 16,9 | 15,2 | 25,7 | 24,3 | 36,0 | 31,0 | 24,6 | 9,5 | 25,2 | 28,0 | 31,6 | 28,7 | 25,4 |
15,0 | 15,8 | 19,9 | 18,7 | 29,4 | 32,3 | 39,2 | 38,5 | 31,6 | 14,4 | 28,2 | 32,2 | 34,7 | 27,2 | 31,2 |
19,9 | 18,9 | 22,3 | 26,0 | 26,4 | 36,6 | 38,3 | 35,9 | 27,8 | 10,4 | 27,9 | 38,6 | 43,7 | 28,2 | 34,3 |
15,5 | 17,1 | 24,5 | 27,5 | 28,3 | 39,9 | 39,1 | 39,9 | 35,2 | 13,7 | 27,8 | 36,7 | 42,9 | 33,6 | 36,6 |
22,4 | 19,8 | 23,6 | 30,6 | 35,1 | 38,9 | 48,5 | 48,4 | 40,1 | 19,5 | 32,2 | 43,2 | 46,6 | 38,0 | 34,2 |
23,4 | 26,5 | 30,0 | 34,4 | 40,0 | 43,7 | 46,2 | 45,3 | 43,7 | 24,7 | 35,7 | 45,0 | 50,9 | 40,2 | 41,3 |
26,4 | 25,8 | 30,0 | 39,9 | 38,6 | 47,8 | 50,9 | 52,9 | 45,4 | 29,7 | 42,9 | 43,6 | 55,0 | 46,8 | 46,0 |
28,0 | 30,7 | 31,0 | 35,3 | 43,4 | 52,6 | 54,2 | 52,9 | 50,0 | 26,6 | 42,4 | 50,7 | 51,4 | 48,9 | 48,7 |
36,3 | 37,5 | 36,0 | 41,1 | 50,2 | 54,1 | 60,4 | 55,7 | 48,5 | 34,3 | 47,9 | 54,8 | 55,6 | 49,6 | 50,4 |
39,4 | 39,6 | 37,7 | 48,6 | 50,4 | 53,8 | 57,9 | 61,2 | 52,6 | 36,1 | 49,7 | 56,3 | 58,1 | 53,5 | 52,9 |
39,1 | 43,6 | 45,1 | 50,5 | 53,0 | 56,7 | 59,3 | 63,0 | 51,6 | 36,6 | 54,1 | 56,5 | 65,6 | 56,1 | 51,1 |
42,9 | 42,1 | 42,5 | 47,3 | 56,5 | 61,8 | 66,2 | 65,5 | 61,2 | 39,5 | 51,5 | 65,8 | 68,2 | 58,2 | 58,0 |
48,4 | 45,3 | 49,0 | 51,6 | 55,6 | 64,7 | 71,5 | 71,0 | 60,4 | 46,3 | 62,0 | 64,4 | 72,3 | 59,1 | 57,1 |
45,4 | 52,0 | 53,0 | 57,9 | 64,3 | 66,7 | 72,6 | 68,0 | 64,1 | 48,4 | 61,8 | 70,0 | 69,8 | 64,1 | 64,1 |
50,6 | 55,9 | 53,9 | 63,5 | 66,5 | 69,4 | 74,7 | 75,1 | 69,2 | 54,0 | 60,3 | 69,5 | 77,0 | 67,3 | 66,0 |
58,9 | 52,2 | 57,3 | 63,3 | 67,7 | 71,9 | 77,4 | 77,8 | 72,0 | 54,1 | 65,0 | 70,3 | 82,5 | 70,8 | 67,7 |
57,3 | 60,5 | 62,2 | 63,5 | 72,9 | 73,8 | 82,6 | 77,0 | 73,3 | 54,1 | 68,9 | 78,0 | 85,1 | 75,3 | 74,9 |
59,1 | 60,2 | 61,5 | 66,7 | 73,7 | 77,9 | 83,3 | 87,1 | 78,7 | 62,8 | 71,3 | 82,2 | 81,4 | 73,1 | 78,8 |
62,3 | 63,5 | 66,1 | 67,4 | 75,3 | 80,9 | 84,0 | 82,3 | 77,9 | 58,5 | 74,7 | 79,8 | 83,2 | 77,2 | 78,1 |
61,3 | 62,4 | 67,5 | 73,0 | 75,9 | 81,1 | 84,5 | 88,1 | 78,9 | 63,1 | 77,6 | 80,4 | 89,9 | 77,0 | 75,3 |
64,1 | 67,9 | 64,1 | 69,2 | 77,5 | 81,9 | 89,5 | 86,0 | 80,4 | 64,9 | 73,2 | 82,6 | 85,5 | 76,0 | 81,3 |
63,1 | 65,8 | 65,2 | 72,1 | 79,9 | 82,0 | 88,8 | 85,1 | 82,9 | 62,8 | 74,0 | 81,1 | 89,7 | 82,5 | 81,3 |
64,0 | 64,3 | 66,5 | 76,1 | 81,1 | 82,3 | 87,0 | 89,9 | 82,8 | 64,7 | 80,1 | 83,5 | 90,9 | 79,3 | 81,8 |
69,3 | 66,8 | 67,3 | 73,4 | 79,3 | 84,4 | 93,0 | 89,3 | 80,5 | 68,0 | 78,8 | 86,1 | 90,6 | 84,4 | 81,1 |
66,5 | 71,8 | 69,7 | 78,9 | 82,6 | 84,5 | 92,3 | 93,8 | 85,0 | 63,8 | 79,5 | 86,7 | 94,0 | 84,7 | 85,5 |
66,0 | 68,5 | 73,2 | 79,6 | 81,5 | 88,8 | 91,6 | 90,0 | 85,3 | 68,1 | 83,9 | 87,7 | 95,1 | 82,7 | 81,3 |
70,1 | 71,2 | 71,3 | 79,9 | 83,0 | 87,4 | 93,8 | 91,4 | 86,8 | 69,9 | 83,9 | 88,3 | 96,1 | 87,4 | 85,5 |
70,3 | 72,2 | 71,6 | 77,5 | 83,0 | 88,9 | 91,9 | 93,1 | 84,5 | 68,0 | 83,2 | 89,3 | 92,2 | 86,2 | 84,3 |
71,1 | 70,0 | 75,7 | 80,0 | 86,5 | 91,6 | 97,8 | 96,4 | 87,4 | 69,8 | 84,9 | 89,2 | 94,0 | 87,9 | 86,1 |
70,7 | 76,5 | 75,6 | 79,8 | 86,4 | 91,5 | 95,4 | 93,4 | 89,0 | 72,4 | 83,3 | 94,9 | 98,5 | 85,2 | 88,9 |
71,4 | 77,3 | 78,4 | 83,2 | 87,5 | 90,4 | 95,7 | 99,2 | 89,5 | 73,3 | 83,0 | 93,1 | 99,5 | 87,4 | 86,6 |
77,8 | 76,6 | 76,4 | 84,0 | 87,6 | 91,4 | 97,8 | 98,4 | 87,5 | 73,2 | 87,7 | 91,9 | 99,1 | 87,4 | 90,3 |
74,5 | 78,2 | 81,2 | 84,6 | 91,9 | 95,8 | 97,2 | 97,3 | 92,6 | 77,0 | 87,2 | 92,8 | 97,6 | 90,6 | 93,6 |
74,7 | 75,4 | 81,6 | 83,9 | 87,6 | 93,6 | 98,4 | 99,2 | 92,6 | 77,2 | 86,8 | 98,9 | 98,2 | 90,5 | 90,1 |
81,0 | 80,0 | 80,6 | 85,9 | 92,9 | 97,1 | 99,2 | 98,9 | 94,3 | 78,5 | 91,4 | 94,6 | 99,4 | 90,4 | 91,1 |
|
|