- •Гетероскедастичность
- •Тест ранговой корреляции Спирмена
- •Тест Голдфелда-Квандта
- •Метод взвешенных наименьших квадратов
- •Контрольные задания
- •Автокорреляция
- •Критерий Дарбина-Уотсона
- •Методы устранения автокорреляции
- •Контрольные задания
- •Мультиколлинеарность
- •Контрольные задания
- •Моделирование одномерных временных рядов
- •Анализ аддитивной модели
- •Анализ мультипликативной модели
- •Контрольные задания
- •Преимущества и недостатки метода скользящей средней
- •Простая модель экспоненциального сглаживания
- •Экспоненциальное сглаживание с поправкой на тренд
- •Контрольные задания
Анализ аддитивной модели
Общий
вид аддитивной модели
,
где
трендовое значение,
сезонная вариация,
ошибка.
Пример 23.
В таблице указан объем продаж за последние 11 кварталов. На основании этих данных составить прогноз объема продаж на следующие два квартала.
Квартал |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
Объем продаж |
4 |
6 |
4 |
5 |
10 |
8 |
7 |
9 |
12 |
14 |
15 |
Решение.
На первом шаге нужно исключить влияние сезонной вариации. Для этого воспользуемся методом скользящей средней. Заполним таблицу:
Квартал |
Объем продаж |
Скользящая средняя за 4 квартала |
Центрированная скользящая средняя |
Оценка сезонной вариации |
1 |
4 |
|
|
|
2 |
6 |
|
|
|
3 |
4 |
4,75 |
5,5 |
1,5 |
4 |
5 |
6,25 |
6,5 |
1,5 |
5 |
10 |
6,75 |
7,125 |
2,875 |
6 |
8 |
7,5 |
8 |
0 |
7 |
7 |
8,5 |
8,75 |
1,75 |
8 |
9 |
9 |
9,75 |
1,75 |
9 |
12 |
10,5 |
11,5 |
0,5 |
10 |
14 |
12,5 |
|
|
11 |
15 |
|
|
|
Таблица заполняется следующим образом:
1 год = 4 квартала.
Поэтому найдем среднее значение объема
продаж за 4 последовательных квартала.
Для этого нужно сложить 4 числа из 2
столбца, разделить сумму на их количество
и результат записать в третий столбец
напротив третьего слагаемого:
.
Далее заполняем весь третий столбец
аналогичным образом.
В четвертый столбец
пишем полусумму двух соседних значений
из третьего столбца. Результат пишем
напротив верхнего значения. Например,
.
Пятый столбец это разность второго и четвертого столбцов.
Теперь заполняем следующую таблицу:
|
Квартал |
|||
|
1 |
2 |
3 |
4 |
|
|
|
1,5 |
1,5 |
|
2,875 |
0 |
1,75 |
0,75 |
|
0,5 |
|
|
|
Среднее |
1,7 |
0,0 |
1,6 |
1,1 |
Сумма средних |
|
|
|
1 |
Скорректированная сезонная вариация |
2,0 |
0,2 |
1,3 |
0,9 |
Таблица заполняется следующим образом:
Оценки сезонной вариации записываем под соответствующим номером квартала в году. В каждом столбце вычисляем среднее и записываем в соответствующую строку. Далее вычисляем сумму всех средних.
Скорректируем
значения в строке «Среднее», чтобы общая
сумма была равна нулю. Это необходимо,
чтобы усреднить значения сезонной
вариации в целом за год. Корректирующих
фактор вычисляется следующим образом:
сумма оценок сезонных вариаций делится
на количество кварталов
.
Затем из каждого числа строки «Среднее»
вычитается полученное значение.
Необходимо учесть, что данные округлены,
поэтому округляем результаты так, чтобы
сумма в последней строке была равна
нулю.
Исключаем сезонную вариацию из фактических данных (проводим десезонализацию данных).
Квартал |
Объем продаж |
Сезонная вариация |
Десезонализированный объем продаж |
1 |
4 |
2 |
2 |
2 |
6 |
0,2 |
5,8 |
3 |
4 |
1,3 |
5,3 |
4 |
5 |
0,9 |
5,9 |
5 |
10 |
2 |
8 |
6 |
8 |
0,2 |
7,8 |
7 |
7 |
1,3 |
8,3 |
8 |
9 |
0,9 |
9,9 |
9 |
12 |
2 |
10 |
10 |
14 |
0,3 |
13,8 |
11 |
15 |
1,3 |
16,3 |
Четвертый столбец получается путем вычитания из второго столбца третьего.
Уравнение линии
тренда имеет вид
.
Найдем коэффициенты с помощью пакета
Анализ
данных\Регрессия.
Диапазон x
это номера кварталов, диапазон y
десезонализированный объем продаж.
Получаем уравнение
.
Дадим прогноз на два следующих квартала (12 и 13):
(учитываем сезонную
вариацию для 12 квартала, равную 0,9);
(учитываем сезонную
вариацию для 13 квартала, равную 2).
Теперь займемся расчетом ошибок. Для этого заполним таблицу
Квартал |
Объем продаж |
Сезонная вариация |
Десезонализированный объем продаж |
Трендовое значение |
Ошибка
|
|
|
1 |
4 |
2 |
2 |
2,7 |
0,74 |
0,74 |
0,55 |
2 |
6 |
0,2 |
5,8 |
3,89 |
1,91 |
1,91 |
3,67 |
3 |
4 |
1,3 |
5,3 |
5,03 |
0,27 |
0,27 |
0,07 |
4 |
5 |
0,9 |
5,9 |
6,17 |
0,27 |
0,27 |
0,08 |
5 |
10 |
2 |
8 |
7,32 |
0,68 |
0,68 |
0,46 |
6 |
8 |
0,2 |
7,8 |
8,46 |
0,66 |
0,66 |
0,44 |
7 |
7 |
1,3 |
8,3 |
9,61 |
1,31 |
1,31 |
1,71 |
8 |
9 |
0,9 |
9,9 |
10,75 |
,85 |
0,85 |
0,73 |
9 |
12 |
2 |
10 |
11,9 |
1,90 |
1,90 |
3,60 |
10 |
14 |
0,3 |
13,8 |
13,04 |
0,76 |
0,76 |
0,57 |
11 |
15 |
1,3 |
16,3 |
14,19 |
2,11 |
2,11 |
4,47 |
|
|
|
|
|
|
11,47 |
16,35 |
Трендовое значение можно получить с помощью пакета анализа (блок Вывод остатка, столбец Предсказанное y).
Среднее абсолютное
отклонение равно
.
Среднеквадратическая ошибка равна
.
Получили, что ошибки достаточно велики.
Это скажется на качестве прогноза.
