- •Построение аддитивной модели временного ряда
- •Расчет оценок сезонной компоненты в аддитивной модели.
- •Расчет значений сезонной компоненты в аддитивной модели.
- •Расчет выровненных значений t и ошибок e в аддитивной модели.
- •Прогнозирование по аддитивной модели.
- •Построение мультипликативной модели временного ряда.
- •Расчет оценок сезонной компоненты в мультипликативной модели.
- •Расчет сезонной компоненты в мультипликативной модели.
- •3.Расчет выровненных значений t и ошибок e в мультипликативной модели.
- •Прогнозирование по мультипликативной модели.
- •Тригонометрическая регрессия.
3.Расчет выровненных значений t и ошибок e в мультипликативной модели.
t |
yt |
Si |
T*E=yi/Si |
T |
T*S |
E=yt/(T*S) |
E’=yt-(TS) |
(E’)2 |
1 |
75,500 |
0,996 |
75,823 |
81,350 |
81,004 |
0,932 |
-5,504 |
30,294 |
2 |
75,700 |
1,000 |
75,682 |
80,290 |
80,309 |
0,943 |
-4,609 |
21,240 |
3 |
75,200 |
1,005 |
74,841 |
79,230 |
79,610 |
0,945 |
-4,410 |
19,450 |
4 |
75,400 |
0,999 |
75,459 |
78,170 |
78,109 |
0,965 |
-2,709 |
7,339 |
5 |
74,700 |
0,996 |
75,019 |
77,110 |
76,782 |
0,973 |
-2,082 |
4,335 |
6 |
74,600 |
1,000 |
74,583 |
76,050 |
76,068 |
0,981 |
-1,468 |
2,154 |
7 |
76,400 |
1,005 |
76,035 |
74,990 |
75,350 |
1,014 |
1,050 |
1,103 |
8 |
74,200 |
0,999 |
74,258 |
73,930 |
73,872 |
1,004 |
0,328 |
0,107 |
9 |
73,300 |
0,996 |
73,613 |
72,870 |
72,560 |
1,010 |
0,740 |
0,548 |
10 |
73,900 |
1,000 |
73,883 |
71,810 |
71,827 |
1,029 |
2,073 |
4,298 |
11 |
73,800 |
1,005 |
73,448 |
70,750 |
71,090 |
1,038 |
2,710 |
7,347 |
12 |
73,500 |
0,999 |
73,557 |
69,690 |
69,636 |
1,055 |
3,864 |
14,933 |
13 |
73,400 |
0,996 |
73,714 |
68,630 |
68,338 |
1,074 |
5,062 |
25,623 |
14 |
73,900 |
1,000 |
73,883 |
67,570 |
67,586 |
1,093 |
6,314 |
39,870 |
15 |
73,700 |
1,005 |
73,348 |
66,510 |
66,829 |
1,103 |
6,871 |
47,208 |
16 |
74,000 |
0,999 |
74,058 |
65,450 |
65,399 |
1,132 |
8,601 |
73,977 |
17 |
74,300 |
0,996 |
74,617 |
64,390 |
64,116 |
1,159 |
10,184 |
103,711 |
18 |
74,200 |
1,000 |
74,183 |
63,330 |
63,345 |
1,171 |
10,855 |
117,836 |
19 |
73,800 |
1,005 |
73,448 |
62,270 |
62,569 |
1,180 |
11,231 |
126,139 |
20 |
73,400 |
0,999 |
73,457 |
61,210 |
61,162 |
1,200 |
12,238 |
149,760 |
Параметры линейного тренда:
Константа |
73,5368 |
Коэффициент регрессии |
3,5917 |
Стандартная ошибка коэффициента регрессии |
12,5712 |
R2 |
0,807936 |
Число наблюдений |
20 |
Число степеней свободы |
18 |
Таким образом, имеем следующий линейный тренд: : T= -1.06* t + 82.41
(1-4915,7565/20792,627)*100%=76,3582%
Следовательно, можно сказать, что мультипликативная модель объясняет 76,3582% общей вариации уровней временного ряда.