Этап 3. Расчет значений показателя по теоретической кривой

В полученное уравнение кривой подставляются исходные значения ti. Таким образом, для одних и тех же временных показателей существуют два значения изучаемого показателя:

· фактическое (задано) – Уi,

· теоретическое (рассчитанное) - Уti.

Пример: t= 1 Уt1 = 0,3 + 0,5* 1 = 0,8.

Этап 4. Оценка адекватности модели.

Рассчитывается показатель среднего линейного отклонения теоретического ряда от фактического

 

 

 

Рассчитывается среднее квадратическое отклонение теоретического ряда от фактического

 

s_Yt называется стандартизированной ошибкой апроксимации.

Если апроксимировать фактический ряд по нескольким разным типам кривых, то наиболее адекватна та модель, где ошибка апроксимации меньше. В этом случае расчеты рекомендуется проводить с использованием встроенных функций табличных процессоров, например, Excel.

Кроме табличных процессоров существуют пакеты прикладных программ по статистике, которые позволяют быстро выбрать адекватную модель. Такими пакетами являются STADIA, STATGRAPHICS, SPSS, Statistika, CSS и др.

Выполнение задания в среде Microsoft Exсel

Этап 1

Предварительно пользователь задает вид тренда.

Этап 2

1. Определение уравнения тренда:

А) линейного вида - Используется встроенная функция ЛИНЕЙН

Синтаксис:

ЛИНЕЙН(известные_значения_y; известные_значения_x; конст; статистика)

параметр «известные значения х» можно не задавать, тогда по умолчанию воспримется порядковая нумерация уi (что и необходимо для определения тренда);

параметры «константа» и «статистика» - необязательные.

Функция ЛИНЕЙН возвращает массив { а₁,а₀ } для уравнения прямой

y = a₀+a₁t.

ЛИНЕЙН может также возвращать дополнительную регрессионную статистику (оценка значимости параметров уравнения, оценка отклонения фактических данных от теоретических., уровень надежности модели)

 

В) ПОКАЗАТЕЛЬНОГО ВИДА - Функция ЛГРФПРИБЛ

Синтаксис