- •Введение Цели и задачи учебной дисциплины, ее место в учебном процессе
- •Задачи учебной дисциплины, решаемые посредством практикума:
- •Роль практикума (учебно-методического пособия)
- •Цель и задачи практикума (формы обучения)
- •Содержание практикума Тематика срс и срсп
- •Тема: базовые понятия
- •Тема: математические основания анализа временных рядов
- •Тема: динамические ряды (общие сведения)
- •Тема: моделирование общей тенденции
- •Исходные данные
- •Тема: прогнозирование по тренду. Выбор «наилучшей» модели
- •Тема: выявление тенденции, колеблемости, структурных изменений, прогнозирование
- •Тема: фурье-анализ
- •Тема: статистическая оценка взаимосвязи двух временных рядов
- •Тема: стационарные ряды. Модели авторегрессии-скользящего среднего arma (p,q)
- •Тема: нестационарные процессы. Метод Бокса-Дженкинса построения модели arima (p,d,q)
- •Тема: популярные направления в анализе временных рядов
- •Тематика лабораторного практикума Тема: предварительная обработка значений временных рядов
- •Тема: выделение компонент тренд-сезонного временного ряда
- •Тема: моделирование тренда
- •Тема: построение адаптивных моделей
- •Пример: Анализ тенденции развития (тренда) временного ряда
- •Тема: исследование структурных изменений
- •Возможны следующие сочетания изменения численных оценок параметров этих уравнений:
- •Тема: построение авторегрессионных моделей, построение и интерпретация коррелограммы
- •Тема: Исследование стационарности временного ряда
- •Вопросы для проверки знаний и систематизации теоретических положений
- •Семестровое задание
- •Унирс Организация унирс
- •Содержание унирс
- •Примеры тематики унирс Демонстрация междисциплинарных связей на примере «Законы природы – взаимосвязи между изучаемыми явлениями»
- •Конструирование динамической модели по временному ряду
- •Нечеткие временные ряды в задачах прогнозирования
- •Фракталы и временные ряды
- •Вейвлет-преобразование
- •Список литературы
Тематика лабораторного практикума Тема: предварительная обработка значений временных рядов
Цель работы: приобретение навыков выявления аномальных значений и сглаживания временных рядов.
Порядок выполнения работы
Выявить в заданном временном ряду аномальные значения по критерию Ирвина. Обнаруженные аномальные значения заменить путем интерполирования по соседним точкам.
Выполнить сглаживание заданного ряда следующими методами:
• среднеарифметическая по 5 точкам;
• средневзвешенная по 5 точкам;
• средневзвешенная по 7 точкам;
• экспоненциальное сглаживание.
На одной диаграмме построить графики исходного ряда и все сглаженные ряды.
Методические указания:
Метод Ирвина – см. справку к теме Моделирование общей тенденции
Тема: выделение компонент тренд-сезонного временного ряда
Цель работы: приобретение навыков выделения компонент тренд-сезонных временных рядов.
Порядок выполнения работы
По заданным значениям временного ряда Yt выделить компоненты временного ряда: тренд Ut, сезонную компоненту Vt и остаточную последовательность εt.
Построить следующие диаграммы:
1. Исходный ряд, тренды: предварительный, первый и второй.
2. Сезонную волну: первую и вторую.
3. Остаточную компоненту.
Формирование исходных данных
Данные о реализации молочной продукции в магазинах города (тыс.т)
Месяц |
Год |
||||
2009 |
2010 |
2011 |
2012 |
2013 |
|
Январь |
5,5 |
5,3 |
5,4 |
5,5 |
5,6 |
Февраль |
5,3 |
5,1 |
5,2 |
5,3 |
5,3 |
Март |
7,9 |
8,3 |
8,2 |
8,4 |
8,4 |
Апрель |
8,2 |
9,0 |
9,3 |
8,9 |
9,2 |
Май |
9,8 |
9,5 |
9,7 |
10,0 |
10,2 |
Июнь |
12,5 |
13,0 |
12,9 |
12,5 |
13,0 |
Июль |
11,8 |
12,2 |
12,5 |
12,4 |
12,6 |
Август |
10,5 |
10,4 |
10,4 |
10,5 |
10,6 |
Сентябрь |
8,1 |
8,0 |
8,1 |
8,3 |
8,3 |
Октябрь |
6,5 |
6,6 |
6,8 |
6,6 |
6,6 |
Ноябрь |
5,4 |
5,5 |
5,7 |
5,9 |
5,5 |
Декабрь |
5,8 |
5,5 |
5,6 |
5,9 |
5,7 |
Итого за год |
97,3 |
98,4 |
99,8 |
100,2 |
101,0 |
Методические указания:
В общем случае временной ряд экономического показателя Yt содержит четыре структурно образующих элемента:
• тренд Ut – устойчивое систематическое изменение процесса в течение длительного времени;
• сезонная компонента Vt – периодическая составляющая с периодом 1 год, вызванная изменением времен года;
• циклическая компонента Ct – периодическая составляющая с периодом несколько лет, обусловленная общими спа-
дами и подъемами экономики;
• остаточная компонента εt – нерегулярная компонента, обусловленная наличием мелких случайных колебаний.
Временной ряд считается равным сумме всех компонент:
.
Очень часто наличием циклической компоненты пренебрегают, т.е. считают, что она равна нулю, в этом случае времен-
ной ряд называют тренд-сезонным. Предполагается, что Ut – некоторая гладкая функция, степень гладкости которой заранее
известна. Сезонная компонента Vt имеет период Т, и число уровней ряда кратно периоду сезонности n = mT, где m – число
лет наблюдений.
Исходные данные временного ряда и его компоненты можно представить не только в виде ряда Yt , но и в виде матрицы
Yi, j , где i – номер года; j – номер месяца. Связь между индексами следующая:
.
Для выделения компонент тренд-сезонных временных рядов используют итерационные методы фильтрации, основная
идея которых заключается в многократном применении скользящей средней и одновременной оценке сезонной волны на
каждом шаге. Итерационные методы отличаются простотой и удовлетворительной чистотой фильтрации компонент ряда,
однако применение скользящей средней приводит к потере части информации на концах временного ряда.
Метод Четверикова:
1. Исходный ряд Yt выравнивается по формуле среднехронологической с периодом 1 год, т.е. T = 12. Невыровненые
значения в начале и в конце ряда отбрасывают. Получают предварительную оценку тренда
и вычисляют отклонения исходного ряда от выровненного
.
2. Для каждого года i вычисляется среднеквадратическое отклонение
.
и полученные отклонения нормируются
.
3. По нормированным отклонениям вычисляется предварительная средняя сезонная волна
.
4. Средняя предварительная сезонная волна умножается на среднеквадратичное отклонение каждого года и вычитается
из исходного ряда, получается первая оценка тренда
.
5. Получаемый тренд
сглаживают скользящей средней по пяти
точкам и получают новую оценку тренда
.
Чтобы не потерять точки в начале и в
конце ряда их сглаживают по трем точкам,
причем для крайних точек используют
специальные формулы сглаживания:
;
.
Вычисляют новые отклонения исходного ряда Yt от тренда
:
,
для полученных
отклонений вновь выполняют пункты 2 и
3 и получают окончательную среднюю
сезонную волну
.
7. Вычисляют остаточную компоненту
и определяют ki – коэффициент напряженности сезонной волны:
.
