Тренд характеризует основную закономерность изменения во времени значений рассматриваемого показателя, то есть тренд – это детерминированная составляющая динамики развития, которая обуславливается действием постоянных факторов. Уровни временного ряда в этом случае могут быть описаны следующим уравнением:
где
– систематическая составляющая, характеризующая основную тенденцию изменения уровней показателя от времени,
– случайная составляющая временного ряда.
На первом этапе лабораторной работы мы выяснили, что исходный временной ряд нестационарен, т.е. существует тенденция во времени. Чтобы выбрать тип трендовой модели запустим в Statgraphics процедуру Forecast ⟶ Automatic Model Selection ⟶ Model Comparison:
Model | RMSE | MAE | MAPE | ME | MPE |
(A) Constant mean = 333,053 | 95,9216 | 75,8262 | 29,9311 | 4,52E-14 | -12,5967 |
(B) Linear trend = 222,728 + 0,0504575 t | 94,9037 | 79,7093 | 30,0041 | 3,36E-14 | -11,499 |
(C) Quadratic trend = -2695,31 + 2,82297 t + -0,000637792 t^2 | 45,9099 | 39,7373 | 12,867 | 1,41E-13 | -2,28173 |
(D) Exponential trend = exp(5,20016 + 0,000255026 t) | 98,1333 | 85,1068 | 29,7553 | 14,8119 | -5,9882 |
(E) S-curve trend = exp(6,54687 + -1667,9 /t) | 95,5024 | 83,671 | 28,3111 | 13,0078 | -5,14621 |
Таблица 7. Сравнение моделей тренда.
|
|
Из таблицы очевидно, что наилучшей моделью является квадратичный тренд, почти все показатели информационной пригодности меньше в два раза, чем для остальных моделей.
Проведем более подробный анализ параметров модели:
Parameter | Estimate | Stnd. Error | t | P-value |
Constant | -2695,31 | 256,275 | -10,5173 | 0,000000 |
Slope | 2,82297 | 0,242775 | 11,6279 | 0,000000 |
Quadratic | -0,000637792 | 0,0000561451 | -11,3597 | 0,000000 |
Таблица 8. Оценка параметров модели квадратичного тренда.
Таким образом, уравнение модели будет выглядеть следующим образом:
Построим прогноз и доверительный интервал для периода 01.11.2012 по модели, построенной по значениям, включаемым как обучающую, так и тестовую выборки:
которые, рассчитываются по формуле:
Lower 95,0% | Upper 95,0% | ||
Period | Forecast | Limit | Limit |
30.11.12 | 114,177 | 4,10831 | 224,247 |
Таблица 9. Интервальный прогноз по модели квадратичного тренда
График модели квадратичного тренда выглядит следующим образом:
Рисунок 6. Модель квадратичного тренда.