1. Спецификация, параметризация и верификация модели

Анализ исходных данных позволяет сделать вывод о том, что они

представляют собой временной ряд. Поэтому возникает задача анализа структуры этого временного ряда.

Как известно, при исследовании экономического временного ряда выделяются несколько составляющих: тренд, сезонная компонента, циклическая компонента, случайная компонента.

В данном случае может идти речь только о тренде, сезонной и случайной компонентах.

Для проверки гипотезы о существовании тренда используется метод сравнения средних уровней, который опирается на предположение об однородности исходного временного ряда. Это предположение и проверяется перед применением метода сравнения средних уровней.

Для этого исходный ряд разбивается на две равные части объема 10, для каждой из них вычисляются выборочные дисперсии, по которым находится значение ........... и сравнивается со значением =............. . Так как (больше или меньше) , то гипотеза о равенстве дисперсий выделенных частей временного ряда (принимается или отклоняется).

Тренд по временному ряду присутствует, если

.

Так как (больше или меньше) , то тренд во временном ряду (присутствует или отсутствует).

Анализ структуры временного ряда осуществляются на основании автокорреляционных коэффициентов, которые приведены в таблице 6.14.

Таблица 6.14. Коэффициенты автокорреляции

Лаги	Коэффициенты автокорреляции
1
2
3
4
5

Наиболее высоким оказался коэффициент автокорреляции порядка (1, 2, 3, 4, 5). Анализ коррелограммы показывает, что исследуемый ряд содержит (тренд, сезонную компоненту). Кроме того, визуальный анализ точечного графика временного ряда подтверждает, что исследуемый ряд содержит (тренд, сезонную компоненту).

Из линейной, степенной, логарифмической, экспоненциальной и полиномиальной функций мы выбираем (линейную, степенную, логарифмическую, экспоненциальную, полиномиальную) функцию, так как у нее коэффициент детерминации .................. больше, чем у других.

Выбранная (линейная, степенная, логарифмическая, экспоненциальная, полиномиальная) модель тренда имеет вид (записать уравнение тренда).

2. Прогнозирование

Прогнозируемое по выбранной модели тренда значение выпуска продукции во втором квартале шестого года составляет ............ . Оно получается путем подстановки в выбранное уравнение тренда вместо x значения .

Интегрированная задача

С помощью «Пакета анализа» табличного процессора Excel, опираясь на находящиеся в таблице 6.15 квартальные данные о динамике выпуска продукции некоторого предприятия за пять лет, осуществить прогноз выпуска продукции во втором квартале шестого года. Расчеты и анализ провести в соответствии с требованиями и описанием задачи, изложенной в разделе «Реализация с помощью ППП Excel».

Результаты вычислений и анализа представить в виде отчета по форме, предложенной выше.

Таблица 6.15. Статистические данные интегрированной задачи

Квартал	Объем выпуска, вар. 1	Объем выпуска, вар. 2	Объем выпуска, вар. 3	Объем выпуска, вар. 4	Объем выпуска, вар. 5	Объем выпуска, вар. 6	Объем выпуска, вар. 7	Объем выпуска, вар. 8
1	7665	8650	3600	36010	3000	300	766	865
2	8570	9670	6570	65750	6070	607	857	967
3	11172	12135	9125	91220	9025	902	1117	1213
4	14150	15100	12104	121010	12004	1200	1415	1510
1	8465	9410	6400	64015	6000	600	846	941
2	9970	10870	7820	78205	7020	702	997	1087
3	12972	13900	10800	108025	10000	1000	1297	1390
4	15350	16310	13210	132130	13010	1301	1535	1631
1	9565	10510	7610	76112	7010	701	956	1051
2	10870	11820	8720	87245	8020	802	1087	1182
3	13972	14870	11650	116578	11050	1105	1397	1487
4	16350	17150	14050	140503	14150	1415	1635	1715
1	9965	10765	7760	77665	7060	706	996	1076
2	11470	12430	9410	94108	9010	901	1147	1243
3	14372	15300	12200	122045	12000	1200	1437	1530
4	16850	17800	14500	145056	14000	1400	1685	1780
1	10565	11255	8205	82058	8005	800	1056	1125
2	12070	12870	9810	98109	9010	901	1207	1287
3	14972	15771	12700	127034	12000	1200	1497	1577
4	17350	18100	15005	150052	15205	1520	1735	1810