Автор работы: Пользователь скрыл имя, 08 Июля 2013 в 01:31, курсовая работа
Темой курсовой работы является анализ динамики продукции сельского хозяйства.
Основной целью курсовой работы является закрепление, углубление и обобщение знаний, полученных за время обучения.
Основными задачами курсовой работы являются:
формулировка целей и задач статистического исследования и определение его роли в решении задач управления;
теоретическое исследование изучаемой проблемы и сравнительный анализ подходов к её решению;
формирование системы статистических показателей, необходимых для описания объекта исследования;
выбор и обоснование системы методов, которые будут использованы при решении поставленных задач;
практическое применение статистических методов к конкретным задачам экономико-статистического анализа;
формулировка выводов и рекомендаций, основанных на результатах анализа.
ВВЕДЕНИЕ 3
1 ТЕОРИТИЧЕСКИЕ ОСНОВЫ ПРОГНОЗИРОВАНИЯ 4
1.1 Общие сведения о прогнозировании 4
2 АНАЛИЗ ИМЕЮЩЕГОСЯ ДИНАМИЧЕСКОГО РЯДА 6
2.1 Показатели анализа рядов динамики 6
2.3 Проверка гипотезы существования тенденции во временном ряду 9
3 МОДЕЛИРОВАНИЕ СЕЗОННЫХ И ЦИКЛИЧЕСКИХ КОЛЕБАНИЙ 13
3.1 Построение аддитивной модели временного ряда 13
3.2 Построение мультипликативной модели временного ряда 18
3.3 Проверка точности модели. Оценка качества модели 21
3.4 Точечный прогноз 25
3.5 Ряд Фурье 27
ЗАКЛЮЧЕНИЕ 33
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 34
4)
Итак, , следовательно нет оснований отвергнуть нулевую гипотезу. Вывод: гетероскедастичности нет.
Проверим данную модель на автокорреляцию остатков с помощью критерия Дарбина-Уотсона, который рассчитывается по формуле (21) :
Гипотеза: (автокорреляция отсутствует).
Критические значения d1, d2 для числа наблюдений n=96, числа независимых переменных m=1 и уровня значимости α=0,05 выбираем из таблицы критических значений, расположенной в статистических приложениях: d1=1,645, d2=1,687. Делаем вывод по правилу (43) :
.
Из данного правила делаем вывод, что в остатках существует положительная автокорреляция (рисунок 24).
Рисунок 24 – График остатков модели ряда Фурье
Таким образом, делаем вывод, что лучшего всего для прогноза подошли аддитивная модель и вторая модель Фурье, так как средняя ошибка аппроксимации в них самая маленькая. Также они обе отвечают предпосылкам МНК, кроме положительной автокорреляции в остатках.
В результате проведенных исследований были выполнены установленные задачи и достигнута поставленная цель.
В данной курсовой работе было рассмотрены три модели, с помощью которых был построен прогноз. В частности, это аддитивная модель, мультипликативная модель и ряд Фурье.
На первом этапе был произведен анализ временного ряда продукции сельского хозяйства в Республике Беларусь. А именно, была построена автокорреляционная функция, исходя из которой было выяснено, что данный временной ряд содержит положительную тенденцию и сезонные колебания периодичностью 12 месяцев.
Далее мы приступили к построению аддитивной и мультипликативной моделей, а также проанализировали сезонность с помощью рядов Фурье.
На следующем этапе полученные модели были проверены на адекватность реальному явлению. Для этого был проведен анализ автокорреляции в остатках, в результате которого выяснилось, что данные модели содержат автокорреляцию в остатках. Также был проведен анализ постоянства дисперсии отклонений, в результате чего было определено, что данный временной ряд не содержит гетероскедастичности.
И, наконец, на основе полученных моделей был осуществлен прогноз. Анализ фактических и прогнозных данных показал, что прогнозы, сделанные для аддитивной модели и второй модели Фурье производства продукции сельского хозяйства является достаточно эффективными. Отклонение фактических от прогнозных данных можно объяснить тем, что экономика зачастую имеет непредсказуемый характер, а также множеством неучтенных факторов, которые влияют на производство сельскохозяйственной продукции.
1). Бородич, С. А. Эконометрика : учеб. пособие / С. А. Бородич. - Минск : Новое знание, 2004. - 408 с.
2). Н. В. Куприенко Статистика. Анализ рядов динамики : учеб. пособие. / Н. В. Куприенко, О. А. Пономарева, Д. В. Тихонов. – СПб.: Изд-во Политехн. ун-та, 2009. – 204 с.
3). Многомерные регрессионные методы анализа экономических объектов : метод. указания по выполнению курсовых работ по специальности 1-25 01 07 «Экономика и управление на предприятии» / Сост. В. А. Ливийская, Т. И. Чегерова. - Могилев : Белорус.-Рос. ун-т, 2010. - 24 с.
4). Христиановский В.В. Анализ временных рядов в экономике: практика при- менения: учебное пособие / В.В. Христиановский, В.П. Щербина. – Донецк: ДонНУ, 2011. – 125 с. 6.
5). Эконометрика: учебник/И.И. Елисеева, СВ. Курышева, Т.В. Костеева и др.; под ред. И.И. Елисеевой. - 2-е изд., перераб. и доп. - М.: Финансы и статистика, 2007. - 576 с: ил.
3
Информация о работе Анализ динамики продукции сельского хозяйства