Расчет коэффициента конкордации проводится по следующим этапам.
1.Формируем таблицу (матрицу) рангов для исходных данных. Данные ранжируются по экспертам (по столбцам). Для этого в ячейку E3 помещается формула =Ранг(B3;B$3:B$9;1) и согласованно копируется во все ячейки диапазона E3:G9.
Таблица 1 – Исходные данные
Вариант 3 | ||
№ эксперта | ||
2. В ячейки B10 и B11 вводится число экспертов m =ЧИСЛСТОЛБ(C3:E3) и число объектов n =ЧСТРОК(C3:C9).
3. Формируется столбец вспомогательных результатов для расчета величины S. Для этого суммируется построчно (в нашем случае) ранги для i -го объекта, из суммы вычитается m (n +1)/2 и результат возводится в квадрат. С этой целью в ячейку H3 помещается формула: =(СУММ(E3:G3)-($B$10*($B$11+1))/2)^2. После этого согласованно копируется во все ячейки диапазона H3:H9.
4. Находим значение величины S, просуммировав значения по столбцу, в ячейку H10 вводится формула =СУММ(H3:H9).
5. Помещаем в ячейку H11 формулу = 12*H10/(B10^2*(B11^3-B11)), рассчитывается значение коэффициента конкордации. Рассчитанный коэффициент конкордации (0,777778) требует корректировки, так как в нем не учтено то, что в полученных ранжировках имеются одинаковые значения.
|
|
6. Визуально определяем для каждой ранжировки Hj –количество связок и помещаем их в соответствующие ячейки диапазона E12:G12; также определяем hk – размер связок в k –ойгруппе, поместив значения в диапазон ячеек E13:G14.
7.Вычислим выражение Tj, которое используется для корректировки W в случае наличия связок.
8.Определим средний ранг по формуле =СУММ(E3:G9)/B11, результат помещаем в ячейку G18. Также находится значение величины S сначала по объектам, например, по 1-му ячейка I3 =(СУММ(E3:G3)-$G$18)^2, далее значения суммируются, определяется S в ячейке I10.
Значение коэффициента конкордации с учетом связок рассчитываем в ячейке I11 по формуле = 12*I10/(B10^2*(B11^3-B11)-B10*СУММ(E17:G17)). В результате коэффициент конкордации равен Wкор = 0,776557.
9. Результаты вышеизложенных расчетов приведены в таблице 2.
Таблица 2 – результаты расчета коэффициента конкордации
B | C | D | E | F | G | H | I | ||
Эксперт 1 | Эксперт 2 | Эксперт 3 | Матрица рангов | 1 способ | 2 способ (коррек.) | ||||
5,897959 | |||||||||
5,897959 | |||||||||
12,7551 | |||||||||
43,18367 | |||||||||
41,32653 | |||||||||
29,46939 | |||||||||
43,18367 | |||||||||
S= | 181,7143 | ||||||||
W= | 0,777778 | 0,776557 | |||||||
Количество связок, Hi | |||||||||
Размер связок, Hk | |||||||||
Ti (корректирующая сумма) | |||||||||
10,57142857 | |||||||||
10. Мнения экспертов согласованы, так как по объектам незначительно варьируются и Wкор = 0,7765>0,6.
|
|
Министерство образования и науки РФ
ФГБОУ ВПО «СИБИРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ»
Факультет: Экономический
Кафедра: Управление качеством и математические методы экономики
Лабораторная работа № 7. Прогнозирование пассажиропотоков. Одномерные временные ряды
Вариант №3
Выполнил:
ст-т гр.86-2
___________ Е.П. Игнатова
подпись, дата
Проверил:
___________ Н.Ю. Юферова
подпись
___________
Оценка, дата
Красноярск 2014 г.
Цель работы: освоение методов выявления сезонной компоненты экономических показателей.
Задачи:
- выравнивание исходного ряда методом скользящей средней;
- расчет значений сезонной компоненты;
- устранение сезонной компоненты и исходных уровней ряда и получение выровненных данных в аддитивной или в мультипликативной модели;
- аналитическое выравнивание уровней ряда;
- расчет полученных по модели значений;
- расчет абсолютных и/или относительных ошибок.
Порядок выполнения лабораторной работы:
Необходимо рассчитать тренд и спрогнозировать количество перевезенных пассажиров филиалом ОАО «ФПК» на основе наблюдений в течение 10 лет и сделать выводы по результатам.
Исходные данные за 4 года представлены в таблице 1.1.
Таблица 1.1 – Расчёт оценок сезонной компоненты в аддитивной модели, тыс. чел.
Номер квартала, t | Перевезенные пассажиры, yt | Итого за 4 квартала | Скользящая средняя за 4 квартала | Центрированная скользящая средняя | Оценка сезонной компоненты |
1 | 2 | 3 | 4 | 5 | 6 |
846,88 | – | – | – | – | |
1 076,22 | 3847,15 | 961,7875 | – | – | |
1 133,13 | 4 014,51 | 1003,6275 | 982,7075 | 150,42 | |
790,92 | 4354,6 | 1088,65 | 1046,13875 | -255,22 | |
1 014,24 | 4765,19 | 1191,2975 | 1139,97375 | -125,73 | |
1 416,31 | 5039,74 | 1259,935 | 1225,61625 | 190,69 | |
1 543,72 | 5136,39 | 1284,0975 | 1272,01625 | 271,70 | |
1 065,47 | 5158,5 | 1289,625 | 1286,86125 | -221,39 | |
1 110,89 | 5020,63 | 1255,1575 | 1272,39125 | -161,50 | |
1 438,42 | 5016,57 | 1254,1425 | 1254,65 | 183,77 | |
1 405,85 | 5080,94 | 1270,235 | 1262,18875 | 143,66 | |
1 061,41 | 5128,48 | 1282,12 | 1276,1775 | -214,77 | |
1 175,26 | 5133,21 | 1283,3025 | 1282,71125 | -107,45 | |
1 485,96 | 5442,84 | 1360,71 | 1322,00625 | 163,95 | |
1 410,58 | 5456,32 | 1364,08 | 1362,395 | 48,18 | |
1 371,04 | 5342,72 | 1335,68 | 1349,88 | 21,16 | |
1188,74 | 5172,35 | 1293,0875 | 1314,38375 | -125,64 | |
1372,36 | 4967,77 | 1241,9425 | 1267,515 | 104,85 | |
1240,21 | 4862,51 | 1215,6275 | 1228,785 | 11,43 | |
1166,46 | 4620,19 | 1155,0475 | 1185,3375 | -18,88 | |
1083,48 | 4734,44 | 1183,61 | 1169,32875 | -85,85 | |
1130,04 | 4552,5 | 1138,125 | 1160,8675 | -30,83 | |
1354,46 | 4192,1 | 1048,025 | 1093,075 | 261,39 | |
984,52 | 4270,9 | 1067,725 | 1057,875 | -73,36 | |
723,08 | 4746,05 | 1186,5125 | 1127,11875 | -404,04 | |
1208,84 | 4793,07 | 1198,2675 | 1192,39 | 16,45 | |
1829,61 | 5178,85 | 1294,7125 | 1246,49 | 583,12 | |
1031,54 | 5140,88 | 1285,22 | 1289,96625 | -258,43 | |
1108,86 | 4459,93 | 1114,9825 | 1200,10125 | -91,24 | |
1170,87 | 4653,2 | 1163,3 | 1139,14125 | 31,73 | |
1148,66 | 4742,12 | 1185,53 | 1174,415 | -25,75 | |
1224,81 | 4741,78 | 1185,445 | 1185,4875 | 39,32 | |
1197,78 | 4985,17 | 1246,2925 | 1215,86875 | -18,09 | |
1170,53 | 4943,95 | 1235,9875 | 1241,14 | -70,61 | |
1392,05 | 4932,86 | 1233,215 | 1234,60125 | 157,45 | |
1183,59 | 5311,9 | 1327,975 | 1280,595 | -97,01 | |
1186,69 | 5699,29 | 1424,8225 | 1376,39875 | -189,71 | |
1549,57 | 5728,72 | 1432,18 | 1428,50125 | 121,07 | |
1779,44 | |||||
1213,02 |
В таблице показано, что данный временной ряд содержит сезонные колебания с периодичностью 4. Объемы спроса на пассажирские перевозки в осенне-зимний период времени (I и IV кварталы) ниже, чем весной и летом (II и III кварталы). По графику этого ряда можно установить наличие приблизительно равной амплитуды колебаний. Это свидетельствует о соответствии этого ряда аддитивной модели. Рассчитаем ее компоненты.
Таблица 1.2 – Основные виды функций, применяющихся для построения трендов
Вид тренда | Функция |
Линейный | |
Логарифмический | |
Экспоненциальный | |
Тренд в форме степенной функции | |
Парабола второго и более высоких порядков |
Шаг 1. Проведем выравнивание исходных уровней ряда методом скользящей средней. Для этого:
|
|
1) просуммируем уровни ряда последовательно за каждые четыре квартала со сдвигом на один момент времени и определим условные годовые значения перевезенных пассажиров (гр. 3 таблица 7.2);
2) разделив полученные суммы на 4, найдем скользящие средние (гр. 4 таблица 7.2). Отметим, что полученные таким образом выравненные значения уже не содержат сезонной компоненты;
3) приведём эти значения в соответствие с фактическими моментами времени, для чего найдём средние значения из двух последовательно скользящих средних – центрированные скользящие средние (гр. 5 таблица 7.2);
4) найдём оценки сезонной компоненты как разность между фактическими уровнями ряда и централизованными скользящими средними (гр. 6 таблица 7.2).
Шаг 2. На этом этапе используем оценки коэффициента детерминации для расчёта сезонной компоненты S. Для этого найдём средние за каждый квартал (по всем годам) оценки сезонной компоненты .
В моделях с сезонной компонентой обычно предполагается, что сезонные воздействия за период взаимопогашаются. В аддитивной модели это выражается в равенстве нулю суммы значений сезонной компоненты по всем кварталам. Расчет приведен в таблице 1.3.
Таблица 1.3 – Расчёт значений сезонной компоненты в аддитивной
Модели
Год/Квартал | ||||
– | – | 150,4225 | -255,21875 | |
-125,73375 | 190,69375 | 271,70375 | -221,39125 | |
-161,50125 | 183,77 | 143,66125 | -214,7675 | |
-107,45125 | 163,95375 | 48,185 | 21,16 | |
-125,64375 | 104,845 | 11,425 | -18,8775 | |
-85,84875 | -30,8275 | 261,385 | -73,355 | |
-404,03875 | 16,45 | 583,12 | -258,42625 | |
-91,24125 | 31,72875 | -25,755 | 39,3225 | |
-18,08875 | -70,61 | 157,44875 | -97,005 | |
-189,70875 | 121,06875 | – | – | |
Итого за i -й квартал (за все годы) | -1309,25625 | 711,0725 | 1601,59625 | -1078,5588 |
Средняя оценка сезонной компоненты для i -го квартала | -145,472917 | 79,0080556 | 177,955139 | -119,83986 |
Скорректированная компонента | -143,385521 | 81,0954514 | 180,042535 | -117,75247 |
сумма сезонных компонент | -8,349583333 | |||
k | -2,087395833 | |||
проверка равенства нулю сез.комп |
Шаг 3. Занесём полученные значения сезонной компоненты в таблицу 1.4 для соответствующих кварталов каждого года (гр. 3 таблица 1.4). Элиминируем влияние сезонной компоненты, вычитая её значение из каждого уровня исходного временного ряда. Получим T + E = Y – S (гр. 4 таблица 1.4). Эти значения рассчитываются для каждого момента времени и содержат только тенденцию и случайную величину.
|
|
Таблица 1.4 – Расчёт выровненных значений Т и ошибок Е
в аддитивной модели, тыс. чел.
Номер квартала, t | yt | St | T + E = yt – St | T | T+S | E = yt - (T + S) | E2 |
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
846,88 | -143,3855 | 990,265521 | 878,880188 | 735,4947 | 111,3853327 | 12406,69 | |
1 076,22 | 81,09545 | 995,124549 | 1072,46555 | 1153,561 | -77,3410032 | 5981,631 | |
1 133,13 | 180,04 | 953,087465 | 1136,99401 | 1317,037 | -183,906541 | 33821,62 | |
790,92 | -117,7525 | 908,672465 | 1169,25823 | 1051,506 | -260,585768 | 67904,94 | |
1 014,24 | -143,3855 | 1157,62552 | 1188,61677 | 1045,231 | -30,9912492 | 960,4575 | |
1 416,31 | 81,09545 | 1335,21455 | 1201,52246 | 1282,618 | 133,6920877 | 17873,57 | |
1 543,72 | 180,0425 | 1363,67747 | 1210,74081 | 1390,783 | 152,9366537 | 23389,62 | |
1 065,47 | -117,7525 | 1183,22247 | 1217,65457 | 1099,902 | -34,4321093 | 1185,57 | |
1 110,89 | -143,3855 | 1254,27552 | 1223,03195 | 1079,646 | 31,24357503 | 976,161 | |
1 438,42 | 81,09545 | 1357,32455 | 1227,33384 | 1308,429 | 129,9907058 | 16897,58 | |
1 405,85 | 180,0425 | 1225,80747 | 1230,85358 | 1410,896 | -5,04611138 | 25,46324 | |
1 061,41 | -117,7525 | 1179,16247 | 1233,78669 | 1116,034 | -54,624223 | 2983,806 | |
1 175,26 | -143,3855 | 1318,64552 | 1236,26855 | 1092,883 | 82,37696897 | 6785,965 | |
1 485,96 | 81,09545 | 1404,86455 | 1238,39586 | 1319,491 | 166,4686851 | 27711,82 | |
1 410,58 | 180,0425 | 1230,53747 | 1240,23953 | 1420,282 | -9,70206841 | 94,13013 | |
1 371,04 | -117,7525 | 1488,79247 | 1241,85275 | 1124,1 | 246,9397202 | 60979,23 | |
1188,74 | -143,3855 | 1332,12552 | 1243,27617 | 1099,891 | 88,84935399 | 7894,208 | |
1372,36 | 81,09545 | 1291,26455 | 1244,54143 | 1325,637 | 46,72311796 | 2183,05 | |
1240,21 | 180,0425 | 1060,16747 | 1245,67351 | 1425,716 | -185,506044 | 34412,49 | |
1166,46 | -117,7525 | 1284,21247 | 1246,69238 | 1128,94 | 37,52008614 | 1407,757 | |
1083,48 | -143,3855 | 1226,86552 | 1247,61421 | 1104,229 | -20,7486934 | 430,5083 | |
1130,04 | 81,09545 | 1048,94455 | 1248,45225 | 1329,548 | -199,507697 | 39803,32 | |
1354,46 | 180,0425 | 1174,41747 | 1249,21741 | 1429,26 | -74,7999403 | 5595,031 | |
984,52 | -117,7525 | 1102,27247 | 1249,9188 | 1132,166 | -147,646337 | 21799,44 | |
723,08 | -143,3855 | 866,465521 | 1250,56409 | 1107,179 | -384,098566 | 147531,7 | |
1208,84 | 81,09545 | 1127,74455 | 1251,15973 | 1332,255 | -123,415185 | 15231,31 | |
1829,61 | 180,0425 | 1649,56747 | 1251,71126 | 1431,754 | 397,8562063 | 158289,6 | |
1031,54 | -117,7525 | 1149,29247 | 1252,22339 | 1134,471 | -102,930924 | 10594,78 | |
1108,86 | -143,3855 | 1252,24552 | 1252,7002 | 1109,315 | -0,45467994 | 0,206734 | |
1170,87 | 81,09545 | 1089,77455 | 1253,14522 | 1334,241 | -163,370676 | 26689,98 | |
1148,66 | 180,0425 | 968,617465 | 1253,56154 | 1433,604 | -284,944072 | 81193,12 | |
1224,81 | -117,7525 | 1342,56247 | 1253,95183 | 1136,199 | 88,610635 | 7851,845 | |
1197,78 | -143,3855 | 1341,16552 | 1254,31847 | 1110,933 | 86,84705161 | 7542,41 | |
1170,53 | 81,09545 | 1089,43455 | 1254,66354 | 1335,759 | -165,228993 | 27300,62 | |
1392,05 | 180,0425 | 1212,00747 | 1254,98889 | 1435,031 | -42,9814294 | 1847,403 | |
1183,59 | -117,7525 | 1301,34247 | 1255,29617 | 1137,544 | 46,0462922 | 2120,261 | |
1186,69 | -143,3855 | 1330,07552 | 1255,58684 | 1112,201 | 74,48867904 | 5548,563 | |
1549,57 | 81,09545 | 1468,47455 | 1255,86221 | 1336,958 | 212,6123365 | 45204,01 | |
1779,44 | 180,0425 | 1599,39747 | 1256,12346 | 1436,166 | 343,2740043 | ||
1213,02 | -117,7525 | 1330,77247 | 1256,37165 | 1138,619 | 74,40081795 | 5535,482 |
Шаг 4. Определим компоненту Т данной модели. Для этого проведем аналитическое выравнивание ряда (Т + Е) с помощью линейного тренда.
Существует несколько способов определения типа тенденции. К числу наиболее распространённых способов относятся качественный анализ изучаемого процесса, построение и визуальный анализ графика зависимости уровней ряда от времени, расчёт некоторых основных показателей.
Выбор наилучшего уравнения тренда можно осуществить путём перебора основных форм тренда, расчёта по каждому уравнению скорректированного коэффициента детерминации и выбора уравнения тренда с максимальным значением этого коэффициента.
Для этого необходимо в среде MS Excel рассчитать уравнение линейного тренда для всех его форм. Параметры каждого из перечисленных выше трендов можно определить обычным методом наименьших квадратов, используя в качестве независимой переменной время t = 1, 2,..., n, а в качестве зависимой переменной – выровненный тренд (Т + Е). Для нелинейных трендов предварительно проводят стандартную процедуру их линеаризации.
Чтобы построить линейный тренд, необходимо воспользоваться специальной функцией MS Excel «ЛИНЕЙН». Выделяем ячейку В20, заходим в «Мастер функций» и выбираем «ЛИНЕЙН». В появившемся диалоговом окне напротив строки «Известные значения у» записываем соответствующие значения Т + Е, напротив строки «известные значения х» – номер квартала. Чтобы программа вывела дополнительную статистику по тренду, напротив строки «Статистика» необходимо набрать – ИСТИНА, затем нажать ОК. Далее выделить на листе MS Excel диапазон В20:С24, нажать клавишу F2, затем одновременно нажать клавиши <CTRL>+<SHIFT>+<ENTER>.
Таким же образом рассчитать значения для всех форм тренда. Исключение составляет функция экспоненциального тренда. Для определения соответствующего ей коэффициента детерминации необходимо воспользоваться функцией «ЛГРФПРИБЛ». В остальных случаях действовать аналогично для функции «ЛИНЕЙН».
Результаты расчетов приведены в таблице 1.4
Таблица 1.4 – Рассчитанные формы тренда с дополнительной статистикой
Линейный | Экспоненциальный | Степенной | Логарифмический | Параболический | ||||||
990,2655208 | 990,2655208 | 990,2655208 | 990,2655208 | 990,2655208 | ||||||
995,1245486 | 995,1245486 | 0,5 | 995,1245486 | 0,301029996 | 995,1245486 | 995,1245486 | ||||
953,0874653 | 953,0874653 | 0,333333333 | 953,0874653 | 0,477121255 | 953,0874653 | 953,0874653 | ||||
908,6724653 | 908,6724653 | 0,25 | 908,6724653 | 0,602059991 | 908,6724653 | 908,6724653 | ||||
1157,625521 | 1157,625521 | 0,2 | 1157,625521 | 0,698970004 | 1157,625521 | 1157,625521 | ||||
1335,214549 | 1335,214549 | 0,166666667 | 1335,214549 | 0,77815125 | 1335,214549 | 1335,214549 | ||||
1363,677465 | 1363,677465 | 0,142857143 | 1363,677465 | 0,84509804 | 1363,677465 | 1363,677465 | ||||
1183,222465 | 1183,222465 | 0,125 | 1183,222465 | 0,903089987 | 1183,222465 | 1183,222465 | ||||
1254,275521 | 1254,275521 | 0,111111111 | 1254,275521 | 0,954242509 | 1254,275521 | 1254,275521 | ||||
1357,324549 | 1357,324549 | 0,1 | 1357,324549 | 1357,324549 | 1357,324549 | |||||
1225,807465 | 1225,807465 | 0,090909091 | 1225,807465 | 1,041392685 | 1225,807465 | 1225,807465 | ||||
1179,162465 | 1179,162465 | 0,083333333 | 1179,162465 | 1,079181246 | 1179,162465 | 1179,162465 | ||||
1318,645521 | 1318,645521 | 0,076923077 | 1318,645521 | 1,113943352 | 1318,645521 | 1318,645521 | ||||
1404,864549 | 1404,864549 | 0,071428571 | 1404,864549 | 1,146128036 | 1404,864549 | 1404,864549 | ||||
1230,537465 | 1230,537465 | 0,066666667 | 1230,537465 | 1,176091259 | 1230,537465 | 1230,537465 | ||||
1488,792465 | 1488,792465 | 0,0625 | 1488,792465 | 1,204119983 | 1488,792465 | 1488,792465 | ||||
1332,125521 | 1332,125521 | 0,058823529 | 1332,125521 | 1,230448921 | 1332,125521 | 1332,125521 | ||||
1291,264549 | 1291,264549 | 0,055555556 | 1291,264549 | 1,255272505 | 1291,264549 | 1291,264549 | ||||
1060,167465 | 1060,167465 | 0,052631579 | 1060,167465 | 1,278753601 | 1060,167465 | 1060,167465 | ||||
1284,212465 | 1284,212465 | 0,05 | 1284,212465 | 1,301029996 | 1284,212465 | 1284,212465 | ||||
1226,865521 | 1226,865521 | 0,047619048 | 1226,865521 | 1,322219295 | 1226,865521 | 1226,865521 | ||||
1048,944549 | 1048,944549 | 0,045454545 | 1048,944549 | 1,342422681 | 1048,944549 | 1048,944549 | ||||
1174,417465 | 1174,417465 | 0,043478261 | 1174,417465 | 1,361727836 | 1174,417465 | 1174,417465 | ||||
1102,272465 | 1102,272465 | 0,041666667 | 1102,272465 | 1,380211242 | 1102,272465 | 1102,272465 | ||||
866,4655208 | 866,4655208 | 0,04 | 866,4655208 | 1,397940009 | 866,4655208 | 866,4655208 | ||||
1127,744549 | 1127,744549 | 0,038461538 | 1127,744549 | 1,414973348 | 1127,744549 | 1127,744549 | ||||
1649,567465 | 1649,567465 | 0,037037037 | 1649,567465 | 1,431363764 | 1649,567465 | 1649,567465 | ||||
1149,292465 | 1149,292465 | 0,035714286 | 1149,292465 | 1,447158031 | 1149,292465 | 1149,292465 | ||||
1252,245521 | 1252,245521 | 0,034482759 | 1252,245521 | 1,462397998 | 1252,245521 | 1252,245521 | ||||
1089,774549 | 1089,774549 | 0,033333333 | 1089,774549 | 1,477121255 | 1089,774549 | 1089,774549 | ||||
968,6174653 | 968,6174653 | 0,032258065 | 968,6174653 | 1,491361694 | 968,6174653 | 968,6174653 | ||||
1342,562465 | 1342,562465 | 0,03125 | 1342,562465 | 1,505149978 | 1342,562465 | 1342,562465 | ||||
1341,165521 | 1341,165521 | 0,03030303 | 1341,165521 | 1,51851394 | 1341,165521 | 1341,165521 | ||||
1089,434549 | 1089,434549 | 0,029411765 | 1089,434549 | 1,531478917 | 1089,434549 | 1089,434549 | ||||
1212,007465 | 1212,007465 | 0,028571429 | 1212,007465 | 1,544068044 | 1212,007465 | 1212,007465 | ||||
1301,342465 | 1301,342465 | 0,027777778 | 1301,342465 | 1,556302501 | 1301,342465 | 1301,342465 | ||||
1330,075521 | 1330,075521 | 0,027027027 | 1330,075521 | 1,568201724 | 1330,075521 | 1330,075521 | ||||
1468,474549 | 1468,474549 | 0,026315789 | 1468,474549 | 1,579783597 | 1468,474549 | 1468,474549 | ||||
1599,397465 | 1599,397465 | 0,025641026 | 1599,397465 | 1,591064607 | 1599,397465 | 1599,397465 | ||||
1330,772465 | 1330,772465 | 0,025 | 1330,772465 | 1,602059991 | 1330,772465 | 1330,772465 | ||||
4,611580441 | 1130,100351 | 1,003783819 | 1121,654615 | -387,1707273 | 1266,050916 | 174,220229 | 1015,958306 | 5,754235898 | -0,027869645 | 1122,101763 |
2,346024 | 55,19392299 | 0,001947902 | 0,045827474 | 154,4463149 | 31,08406159 | 70,43371383 | 88,39311409 | 9,742661827 | 0,230444714 | 86,6120872 |
0,092298401 | 171,2758199 | 0,09001906 | 0,142210188 | 0,141906123 | 166,5297793 | 0,138680849 | 166,8424493 | 0,092657075 | 173,5406301 | #Н/Д |
3,863978274 | 3,759116493 | 6,284198977 | 6,118373476 | 1,889204001 | #Н/Д | |||||
113351,3733 | 1114745,446 | 0,076023386 | 0,768502028 | 174274,458 | 1053822,362 | 170313,5092 | 1057783,31 | 113791,8589 | 1114304,961 | #Н/Д |
В нашем случае скорректированный коэффициент детерминации принимает максимальное значение по степенному уравнению тренда. Таким образом, уравнение тренда имеет следующий вид:
=$F$42+$E$42*E2
Подставив в это уравнение значения t = 1, …, 40, найдём уровни Т для каждого момента времени (гр. 5 таблица 7.4). График уравнения тренда приведён на рисунке 1
Рисунок 1 – Количество перевезенных пассажиров (фактические, выравненные и полученные по аддитивной модели)
Шаг 5. Найдём значения уровня ряда, полученные по аддитивной модели. Для этого прибавим к уровням Т значения сезонной компоненты для соответствующих кварталов. Графически значения (Т + S) представлены на рисунке 1.
Шаг 6. В соответствии с методикой построения аддитивной модели расчёт ошибки производится по формуле E = Y – (T + S). Это абсолютная ошибка.
Для оценки качества построенной модели применим сумму квадратов полученных абсолютных ошибок:
, | (7.3) |
где – среднее арифметическое количества перевезенных пассажиров.
В нашем случае коэффициент равен 0,075. Это означает, что аддитивная модель на 7,5 % объясняет общую вариацию количества перевезенных пассажиров по кварталам за 10 лет.
Прогнозирование по аддитивной модели осуществляется в следующем порядке. Предположим, что требуется дать прогноз потребления электроэнергии в течение ближайшего следующего года.
Прогнозное значение Ft уровня временного ряда в аддитивной модели в соответствии с соотношением Y = T + S + E есть сумма трендовой и сезонной компонент: Ft = Tt + Si.
Для определения трендовой компоненты воспользуемся уравнением тренда, а значения сезонной компоненты были рассчитаны на начальном этапе.
Таким образом, прогнозные значения перевезённых пассажиров будут иметь следующий вид:
Т41 = 1534,6
Т42 = 1535,0
Т43 = 1535,3
Т44 = 1535,7
Таким образом:
F41 = T41+S1 = 1719,5
F42 = T42+S2 = 1510,1
F43 = T43+S3 = 1229,8
F44 = T44+S4 = 1681,2
F = 1399,9932+1175,7371+1077,0044+1375,004 = 6140,6
Проанализировав все скорректированные коэффициенты детерминации по основным формам тренда, мы выбрали наиболее подходящий – степенной и посчитали прогнозные значения с учетом сезонной компоненты.