1. Для выявления наличия тенденции в динамическом ряду необходимо использовать метод сравнения средних уровней. Для этого динамический ряд разбивается на две примерно равные по числу членов части. По каждой части находятся.
1.1. Средние значения - и .
1.2. Исправленные дисперсии.
где
уt – уровень динамического ряда;
t – индекс уровня динамического ряда;
n – число членов динамического ряда;
n1 – число членов I части ряда;
n2 – число членов II части ряда.
Вначале проверяется гипотеза о равенстве дисперсий этих совокупностей на основе F - критерия Фишера-Снедекора.
Для этого нужно определить расчетное значение этого критерия.
и сравнить его с табличным критическим при заданном уровне значимости α и k1 и k2 степенями свободы –
Fкр. (α, k1, k2), k1 = n1-1, k2 = n2-1
В данном случае n1 - это число членов той части ряда, которому соответствует большая дисперсия n2 - это число членов в той части, которой соответствует меньшая дисперсия
Fкр. (0,01; 5; 5)=10,97 Fкр. (0,05; 5; 5)=5,05
Если Fрасч. > Fкр., то гипотеза о равенстве дисперсий отвергается и проверить гипотезу о наличии тренда в динамическом ряду методом сравнений средних уровней нельзя.
|
|
Если Fрасч. < Fкр., то расхождение между и несущественно (случайно).
В этом случае проверяется основная гипотеза о равенстве двух частей динамического ряда на основе t; - критерия Стьюдента. Находим расчетное значение t - критерия по формуле:
где
Расчетное значение t - критерия сравнивается с табличным критическим его значением при уровне значимости α и степенями свободы k = n1 + n2 -2; (tα, k)
t (0,1; 10) = 1,81 t (0,05; 10) = 2,23
t (0,01; 10) = 3,17
Если tрасч. < tкр., то делается вывод, что расхождение между и незначимо (случайно), т.е. тенденция тренд отсутствует, если tрасч. > tкр., то расхождение между средними существенно, тенденция (тренд) существует.
2. Уравнение линейного тренда имеет вид гиперболического = а + в/t, где - выравненное значение динамического ряда.
а и b - параметры, оцениваемые статистически на основе эмпирических данных динамического ряда. Эта задача решается методом наименьших квадратов. Для линейного тренда:
Расчеты параметров гиперболического тренда проводятся по аналогичным формулам. Только в расчет вместо значений t и t2 принимаются обратные значения и .
Расчеты проводятся в следующих таблицах:
Для линейной функции
Таблица 1.2
T | yt | t2 | ty | |||
Σ | Σ | Σ | Σ | Σ | Σ | Σ |
Для гиперболической функции (шапка таблицы):
|
|
Таблица 1.3
Итоги по этим таблицам дают необходимые данные для определения Fрасч и tрасч., параметров трендов, выравненных значений уровней цен, а также для последующих расчетов.
3. Для оценки пригодности функции для описания тренда исчисляется расчетное значение F - критерия по формуле:
где - дисперсия, характеризующая вариацию признака вследствие тенденции.
Рассчитывается по формуле:
где - среднее значение показателя
- дисперсия случайной вариации рассчитывается по формуле:
р - число параметров в уравнении тренда, (р = 2).
Полученную величину необходимо сравнить с табличным критическим значением F - критерия при заданном уровне значимости..... и степенях свободы большей дисперсии
К = р - 1, и меньшей дисперсий К = n - р, т.е.F (…; k1, k2).
Если выполняется неравенство Fрасч. > Fкр., то уравнение подходит для описания тенденции.
Fкрит. (0,01; 1; 10) = 9,85
Fкрит. (0,05; 1; 10) = 4,84
Для выбора вида прогностической функции рассчитывается среднеквадратическое отклонение:
4. Для прогнозирования методом экстраполяции тренда найденные статистические закономерности, описывающие тенденцию, распространяются на будущий период. Для этого в найденную аналитическую форму уравнения тренда подставляют интересующие нас даты во времени упреждения прогноза (L) и полученные значения принимают за точный прогноз на период равный L.
В качестве уровня базы экстраполяции принимаются последний n - ый член выровненного по модели тренда исходного динамического ряда. Например, при прогнозе на один месяц (L=1) модели линейного тренда значение прогнозного показателя будет равно
5. Доверительный интервал прогноза в общем виде записывается так
где уn+L – точный прогноз показателя на время упреждения L
- граница доверительного интервала
- табличное значение t – критерия Стьюдента при уровне значимости α и степенях свободы n-p (значения t, α приведены выше).
- ошибка прогноза на время упреждения L
В свою очередь ошибка прогноза определяется по формуле:
где - среднее квадратичное отклонение расчетных значений от фактического
KL – множитель, рассчитанный по формуле (для модели тренда с двумя параметрами)
Результаты расчетов представлены в следующей таблице.
Таблица 1.4
ПРОГНОЗ УРОВНЯ СРЕДНИХ ЦЕН НА ____________________
Время упреждения | KL | Ошибка прогноза (SpL) | Граница доверительного интервала | Прогноз | ||
Нижняя граница | Среднее значение | Верхняя граница | ||||