double arrow

Прогнозирование на основе трендовых моделей.

Мы подошли к решению основной задачи - построению краткосрочных и среднесрочных прогнозов на базе моделей временных рядов (трендовых моделей).

Прогнозирование базируется на двух предложениях:

1) временной ряд действительно имеет тренд;

2) общие условия, определяющие развитие экономического показателя в прошлом, остаются без изменений в течение периода прогноза.

Прежде чем строить прогноз, следует оценить адекватность полученной модели, т.е. её соответствия исследуемому процессу. Сейчас кратко остановимся на этом вопросе.

Трендовая модель временного ряда считается адекватной, если случайная компонента удовлетворяет ряду свойств: а) случайность колебаний уровней ряда ; б) соответствие распределения случайной компоненты нормальному закону распределения; в) равенство математического ожидания случайной компоненты нулю; г) независимость значений уровней случайной компоненты. Рассмотрим, каким образом осуществляется проверки этих свойств случайной компоненты.

1.Проверка случайности колебаний уровней компоненты .

Проверяется случайность наблюдаемых значений ряда от тренда. Одним из критериев данной проверки служит критерий типов (поворотныхточек). Уровень считается пиком, если он больше соседних: или меньше соседних уровней: . Общее число поворотных точек обозначим через p.

Если выборка случайна, о математическое ожидание и дисперсия числа пиков выражаются формулами:

= (n -2); =

Если наблюдаемое число пиков p >[ ], где [ ]- целая часть числа, то принимаем гипотезу о случайности ряда (с уровнем значимости ). В противном случае следует признать модель неадекватной.


Понравилась статья? Добавь ее в закладку (CTRL+D) и не забудь поделиться с друзьями:  



Сейчас читают про: