- •Введение
- •1. Принципы и подходы исследования динамики экономических процессов
- •1.1. Необходимость и объективность процессов анализа динамических рядов (тенденция, сезонность, цикличность)
- •1.2. Основные показатели динамики экономических явлений
- •1.3 . Виды временных рядов. Требования, предъявляемые к исходной информации
- •1.4. Компонентный состав временного ряда
- •1.5. Виды моделей динамического ряда и их характеристики
- •2. Моделирование экономических процессов на базе временных рядов
- •2.1. Методы оценки гипотезы о существовании тенденции. Метод восходящих и нисходящих серий.
- •2.2. Метод медианы выборки
- •2.3. Метод фостера-стюарта
- •3. Методы выделения тренда в динамических рядах
- •3.1. Методы сглаживания и согласование временных рядов
- •3.2. Метод механического сглаживания. Скользящая средняя
- •3.3. Адаптивные методы. Метод экспоненциального сглаживания
- •3.4. Анализ временных рядов с помощью кривых роста
- •4. Модель динамического ряда с аддитивными компонентами
- •4.1. Оценка сезонной компоненты в аддитивных моделях
- •4.2. Десезонализация данных при расчете тренда
- •4.3. Расчет ошибок аддитивной модели ряда
- •5. Модель динамического ряда с мультипликативными компонентами
- •5.1. Расчет значений сезонной компоненты
- •5.2. Десезонализация данных и расчет уравнения тренда
- •5.3. Расчет ошибки модели ряда
- •5.4. Прогнозирование по модели с мультипликативной компонентой
- •6. Методы и модели аналитического выравнивания
- •6.1.Аппроксимация временных рядов аналитическими функциями
- •6.2. Определение парметров линейной функции матричным способом
- •6.3. Решение уравнения связи методом центрирования времени
- •7. Исследование временного ряда аналитическими методами (примеры решения задач по выделению тренда и сезонной компоненты)
- •7.1. Способы выделения тренда временного ряда
- •7.1.1. Решение уравнения методом Крамера
- •7.1.2. Решение уравнения методом Жордана-Гаусса
- •7.1.3. Решение уравнения в системе Excel
- •7.141. Определение коэффициентов нелинейного уравнения.
- •7.2. Выделение сезонных колебаний во внутригодовой динамике методом центрирования времени
- •8. Определение уравнения тренда с помощью инструментов системы excel
- •8.1. Оценка уравнения тренда с помощью пакета «анализ данных»
- •8.2. Применение стандартных статистических функций
- •9. Выделение сезонной компоненты временного ряда аналитическими методами
- •9.1 .Анализ сезонности рыночного спроса
- •9.2. Выделение сезонной компоненты с помощью гармонического анализа
- •Самостоятельные упражнения
- •Значения валового объема продаж компании z2
- •Библиографический список
7.141. Определение коэффициентов нелинейного уравнения.
Рассмотрим методологию определения параметров функции, имеющий нелинейный характер динамики развития исследуемого процесса. В соответствии с возможными тенденциями экономических процессов, при моделировании тенденции, используют следующие виды функции времени:
y = a0 + а1t – линейная функция,
где t – фактор времени (выраженный в натуральных периодах, условных или радианах), у – результативный фактор, a0 и а1 – параметры уравнения.
y = a0 + а1/t - гиперболическая зависимость.
y = = a0 + а1 t + а2t2 - параболическая зависимость.
y = a0tа1 - степенная зависимость.
y = a0 + а1* ln t - логарифмическая зависимость
и др.
Рассмотрим одну из часто используемых кривых с насыщением, гиперболическую функцию времени. Для определения параметров необходимо провести расчет вспомогательных характеристик. Каноническое уравнение гиперболической формы выглядит следующим образом
у = а0 + а1* (1 / t) .
Теоретическое решение методом НМК предполагает решение соответствующей системы нормальных уравнений
(7.3)
Здесь также надо построить промежуточную таблицу для расчета значений, на базе которых решается система (7.3). Структура такой расчетной таблицы приведена в табл.7.4.
Таблица 7.4. Таблица расчета параметров гиперболического уравнения
t |
у |
y*(1/t) |
(1/t)2 |
yр |
у - ур |
[(у - ур)]/у |
][(у - ур)]/у[ |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
1 |
2400 |
|
|
|
|
|
|
2 |
2450 |
|
|
|
|
|
|
... |
... |
|
|
|
|
|
|
... |
... |
|
|
|
|
|
|
10 |
2800 |
|
|
|
|
|
|
S |
|
|
|
|
|
|
|
На базе имеющихся данных строим график динамики процесса и проводим расчет по структуре, заданной табл.7.4.
Данные по расчету приведены в табл.7.5.
Таблица 7.5. Данные для расчета параметров уравнения регрессии
|
Т |
y |
1/t |
y*(1/t) |
(1/t)2 |
yр |
|
1 |
2400 |
1,00 |
2400,00 |
1,00000 |
2334,5 |
|
2 |
2450 |
0,50 |
1225,00 |
0,25000 |
2508,1 |
|
3 |
2500 |
0,33 |
833,33 |
0,11111 |
2566 |
|
4 |
2550 |
0,25 |
637,50 |
0,06250 |
2594,9 |
|
5 |
2500 |
0,20 |
500,00 |
0,04000 |
2612,3 |
|
6 |
2600 |
0,17 |
433,33 |
0,02778 |
2623,8 |
|
7 |
2550 |
0,14 |
364,29 |
0,02041 |
2632,1 |
|
8 |
2700 |
0,13 |
337,50 |
0,01563 |
2638,3 |
|
9 |
2750 |
0,11 |
305,56 |
0,01235 |
2643,1 |
|
10 |
2800 |
0,10 |
280,00 |
0,01000 |
2647 |
Сумма |
55 |
25800 |
2,929 |
7317 |
1,55 |
25800 |
Среднее |
5,5 |
2580 |
0,293 |
731,7 |
0,155 |
2580 |
На основании вычисленных промежуточных значений строим систему уравнений для определения параметров гиперболического уравнения, по форме, задаваемой выражением (7.3) имеем следующий вид
-
25800
=
а0 *
10
+
а1*
2,929
7316,5
=
а0 *
2,929
+
а1*
1,54977
Решаем систему методом Жордана-Гаусса. Приводим полученную систему уравнений к нормализованной форме делением членов уравнения на коэффициент при а0. Получим следующую систему
-
2580
=
а0
+
а1*
0,2929
2498
=
а0
+
а1*
0,5291
Решая данную систему относительно а1 получим
а1 = -347,21
Подставляя его в последнюю систему, для первого уравнения, получим
а0 = 2681,697
Таким образом, уравнение гиперболы примет вид
у = 2681, 7 – 347,21* (1 / t) . (7.4)
По этому уравнению, в графе ур (табл. 7.5) проводится вычисление расчетных значений исследуемого ряда. На основании этих расчетных уровней строим график гиперболы (рис.7.4).
Рисунок 7.4. График гиперболической функции и исходного ряда
Проведем расчет оценки достоверности уравнения гиперболы и её значимости для аппроксимации исследуемого ряда. Оценку достоверности проведем по критерию средней относительной ошибке аппроксимации ε
.
(7.5)
При этом, столбцы 6 – 9 (табл.7.4) необходимо просчитать и определить промежуточные данные для расчета данного критерия. В табл. 7.6 приведен расчет этих столбцов.
Таблица 7.6. Таблица расчета ошибки уравнения ε
Т |
y |
1/t |
y*(1/t) |
(1/t)2 |
yр |
у - ур |
[(у - ур)/у |
][(у - ур)2]:у [ |
1 |
2400 |
1,00 |
2400,00 |
1,00 |
2334,5 |
65,515 |
0,027 |
0,027 |
2 |
2450 |
0,50 |
1225,00 |
0,25 |
2508,1 |
-58,091 |
-0,024 |
0,024 |
3 |
2500 |
0,33 |
833,33 |
0,11 |
2566 |
-65,960 |
-0,026 |
0,026 |
4 |
2550 |
0,25 |
637,50 |
0,06 |
2594,9 |
-44,894 |
-0,018 |
0,018 |
5 |
2500 |
0,20 |
500,00 |
0,04 |
2612,3 |
-112,255 |
-0,045 |
0,045 |
6 |
2600 |
0,17 |
433,33 |
0,03 |
2623,8 |
-23,829 |
-0,009 |
0,009 |
7 |
2550 |
0,14 |
364,29 |
0,02 |
2632,1 |
-82,096 |
-0,032 |
0,032 |
8 |
2700 |
0,13 |
337,50 |
0,02 |
2638,3 |
61,704 |
0,023 |
0,023 |
9 |
2750 |
0,11 |
305,56 |
0,02 |
2643,1 |
106,882 |
0,039 |
0,039 |
10 |
2800 |
0,10 |
280,00 |
0,01 |
2647 |
153,024 |
0,055 |
0,055 |
55 |
25800 |
2,929 |
7317 |
1,55 |
25800 |
2E-12 |
-0,010 |
0,298 |
5,5 |
2580 |
0,293 |
731,7 |
0,15 |
2580 |
2E-13 |
-0,001 |
0,030 |
|
|
|
|
|
|
|
ε = |
2,98% |
Ошибка полученного уравнения гиперболы составила 2,98%, что говорит о значащем уровне доверия к такой функции. Электронная таблица расчета приведена на рис. 7.5.
Рисунок 7.5. Электронная таблица расчета ошибки уравнения
Для сравнения рассчитаем оценку достоверности линейного уравнения. Расчеты сведем в табл. 7.7.
Таблица 7.7. Расчет ошибки достоверности линейного уравнения ε
Т |
y |
yр |
У - ур |
[(у - ур)/у |
][(у - ур)2]/у [ |
1 |
2400 |
2394,5 |
5,488 |
0,002 |
0,002 |
2 |
2450 |
2435,7 |
14,276 |
0,006 |
0,006 |
3 |
2500 |
2476,9 |
23,064 |
0,009 |
0,009 |
4 |
2550 |
2518,1 |
31,852 |
0,012 |
0,012 |
5 |
2500 |
2559,4 |
-59,360 |
-0,024 |
0,024 |
6 |
2600 |
2600,6 |
-0,572 |
0,000 |
0,000 |
7 |
2550 |
2641,8 |
-91,784 |
-0,036 |
0,036 |
8 |
2700 |
2683 |
17,004 |
0,006 |
0,006 |
9 |
2750 |
2724,2 |
25,792 |
0,009 |
0,009 |
10 |
2800 |
2765,4 |
34,580 |
0,012 |
0,012 |
55 |
25800 |
25800 |
0,34 |
-0,002101 |
0,1178146 |
5,5 |
2580 |
2580 |
0,034 |
-0,00021 |
0,0117815 |
|
|
|
|
ε = |
1,18% |
Расчеты показывают, что достоверность линейного уравнения (ε = 1,18%) для аппроксимации тренда по нашему временному ряду выше и следует использовать именно линейную функцию времени для исследования тренда ряда.
При построении функции времени, одним из способов упрощения расчета параметров уравнения является перенос системы координат в центр динамического ряда, который называется методом центрирования параметра времени. Такой прием позволяет минимизировать вычисления при нахождении вида уравнения связи. Кратко рассмотрим данный способ расчета параметров уравнения.
