Имеются поквартальные данные об объеме выпуска товара фирмой за последние три года, представленные в таблице 4.
Шаг 1. Проведем выравнивание исходных уровней ряда методом скользящей средней. Методика, применяемая на этом шаге, полностью совпадает с методикой аддитивной модели. Результаты расчетов оценок сезонной компоненты представлены в таблице 11.
Таблица 11 - Расчет оценок сезонной компоненты в мультипликативной модели.
Ошибка! Ошибка связи.
Шаг 2. Найдем оценки сезонной компоненты как частное от деления фактических уровней ряда на центрированные скользящие средние (графа 6 таблицы 10). Используем эти оценки для расчета значений сезонной компоненты S (таблица 12). Для этого найдем средние за каждый квартал оценки сезонной компоненты . Взаимопогашаемость сезонных воздействий в мультипликативной модели выражается в том, что сумма значений сезонной компоненты по всем кварталам должна быть равна числу периодов в цикле. В нашем случае число периодов одного цикла (год) равно 4 (четыре квартала).
|
|
Таблица 12 - Расчет сезонной компоненты в мультипликативной модели.
Ошибка! Ошибка связи.
Имеем:
.
Определим корректирующий коэффициент: .
Определим скорректированные значения сезонной компоненты, умножив ее средние оценки на корректирующий коэффициент k.
где ,
Проверим условие равенства 4 суммы значений сезонной компоненты:
.
Получим следующие значения сезонной компоненты:
I квартал: ;
II квартал:
III квартал: ;
IV квартал: .
Занесем полученные значения в таблицу 13 для соответствующих кварталов каждого года (графа 3).
Шаг 3. Разделим каждый уровень исходного ряда на соответствующие значения сезонной компоненты. Тем самым мы получим величины (графа 4 таблицы 13), которые содержат только тенденцию и случайную компоненту.
Таблица 13 - Расчет выровненных значений Τ и ошибок Ε в мультипликативной модели.
Ошибка! Ошибка связи.
Шаг 4. Определим компоненту T в мультипликативной модели. Для этого рассчитаем параметры линейного тренда, используя уровни . Уравнение тренда имеет следующий вид:
,
.
Подставляя в это уравнение значения t = 1,..., 16, найдем уровни T для каждого момента времени (графа 5 таблицы 13). График уравнения тренда приведен на рисунке 5.
Шаг 5. Найдем уровни ряда по мультипликативной модели, умножив уровни T на значения сезонной компоненты для соответствующих кварталов. Графически значения представлены на рисунке 5.
Шаг 6. Расчет ошибки в мультипликативной модели производится по формуле:
,
Численные значения ошибки приведены в графе 7 таблицы 13.
Для сравнения мультипликативной модели с другими моделями временного ряда можно использовать величину абсолютной ошибки:
|
|
,
Следовательно, ошибка ε мультипликативной модели составит:
.
Таким образом, доля объясненной дисперсии уровней ряда в мультипликативной модели составит .
Прогнозирование
Для прогнозирования из двух рассмотренных моделей необходимо выбрать ту, у которой ошибка ε наименьшая. Следовательно, при прогнозировании будет использоваться аддитивная модель, так как .
Таким образом, прогнозное значение уровня временного ряда в аддитивной модели есть сумма трендовой и сезонной компонент.
Объем товаров, выпущенного фирмой в течение первого полугодия ближайшего следующего, т. е. четвертого года, рассчитывается как сумма объемов выпущенных товаров в I и во II кварталах четвертого года, соответственно и . Для определения трендовой компоненты воспользуемся уравнением тренда:
.
Получим:
;
.
Значения сезонной компоненты равны: (I квартал); (II квартал). Таким образом,
;
.
Прогноз объема выпуска товаров фирмой на первое полугодие 2006 года составит:
усл.ед.
Следует отметить, что для осуществления прогноза по мультипликативной модели, прогнозные значения F определяются как:
.
КОНТРОЛЬНЫЕ ЗАДАНИЯ ПО КУРСУ
Задание № 1.
На основе данных, приведенных в таблице 1 Приложения А и соответствующих Вашему варианту (таблица 2 Приложение А), требуется:
1. Построить уравнение линейной парной регрессии одного признака от другого. Один из признаков, соответствующих Вашему варианту, будет играть роль факторного , другой - результативного . Причинно-следственные связи между признаками установить самим на основе экономического анализа. Пояснить смысл параметров уравнения.
2. Рассчитать линейный коэффициент парной корреляции и коэффициент детерминации. Сделать выводы.
3. Оценить статистическую значимость параметров регрессии и коэффициента корреляции с уровнем значимости 0,05.
4. Выполнить прогноз ожидаемого значения признака-результата Y при прогнозном значении признака-фактора X, составляющим от среднего уровня X. Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал с вероятностью 0,95.
5. Дать оценку полученного уравнения с помощью общего F- критерия Фишера.
Задание № 2.
На основе данных, приведенных в таблице 1 Приложении и соответствующих Вашему варианту (таблица 2 Приложение А), требуется:
1. Построить уравнение множественной регрессии. Для этого, оставив признак-результат тем же выбрать несколько признаков-факторов из таблицы 1 Приложения А (границы их наблюдения должны совпадать с границами наблюдения признака-результата, соответствующих Вашему варианту). При выборе факторов нужно руководствоваться как экономическим содержанием, так и формальными подходами (например, матрица парных коэффициентов корреляции). Пояснить смысл параметров уравнения.
2. Рассчитать частные коэффициенты эластичности.
3. Определить стандартизованные коэффициенты регрессии (β -коэффициенты).
4. На основе полученных результатов сделать вывод о силе связи результата с каждым из факторов.
5. Определить парные и частные коэффициенты корреляции, а также множественный коэффициент корреляции; сделать выводы.
6. Дать оценку полученного уравнения с помощью общего F- критерия Фишера.
Задание № 3.
На основе данных, приведенных в таблице 1 Приложения Б и соответствующих Вашему варианту (таблица 2 Приложение Б) провести идентификацию модели с помощью необходимого и достаточного условия идентификации.
Эконометрическая модель содержит три уравнения. Количество эндогенных переменных , экзогенных переменных и вид уравнения определяются вариантом контрольной работы (таблицы 1 и 2 Приложения Б).
Например, для варианта №1 (зачетная книжка заканчивается на 01) формируется система уравнений, содержащая уравнения Y 11 (1-ый вариант, соответствующий уравнению Y 1), Y 21 (1-ый вариант, соответствующий уравнению Y 2), Y 32 (2-ой вариант, соответствующий уравнению Y 3) (см. таблицу 3). Коэффициенты при переменных берутся из таблицы 1:
|
|
Ошибка! Ошибка связи.
Таким образом, окончательно система уравнений, соответствующая варианту 01, примет вид:
Задание № 4.
Па основе данных, приведенных в таблице 1 Приложения В и соответствующих Вашему варианту (таблица 2 Приложение В), требуется:
1. Проанализировать автокорреляцию уровней временного ряда, выявить и охарактеризовать его структуру.
2. Построить аддитивную и мультипликативную модель временного ряда, характеризующую зависимость уровней ряда от времени.
3. На основе лучшей модели сделать прогноз на следующие два квартала с учетом выявленной сезонности.