Прогнозирование временных рядов

Автор работы: Пользователь скрыл имя, 05 Ноября 2012 в 14:32, курсовая работа

Краткое описание

Термин экономико-математические методы понимается как обобщающее название комплекса экономических и математических научных дисциплин, объединенных для изучения экономических процессов и систем.
Основным метод исследования систем является метод моделирования, т.е. способ теоретического анализа и практического действия, направленный на разработку и использование моделей. При этом под моделью будем понимать образ реального процесса, отражающий его существенные свойства.

Содержание работы

1.Теоретическая часть 3
2.Характеристика исходных данных 6
3.Практическая часть
3.1.Компонентный анализ
3.1.1.Оценка и удаление тренда 8
3.1.2.Оценка и удаление сезонной компоненты 10
3.1.3.Моделирование ССП 11
3.1.4.Установление адекватности модели 17
3.2.Адаптивные модели 20
4.Вывод 23

Содержимое работы - 1 файл

kursovik.doc

— 470.00 Кб (Скачать файл)

 

3.1.4.Установление адекватности модели.

Для определения адекватности модели строится спектрограмма ряда остатков после моделирования ССП. Модель считается адекватной, если спектр этого ряда является спектром «белого  шума». Спектр «белого шума» представляет собой линию горизонтальную оси абсцисс.

Спектр ряда, оставшегося после  моделирования АРСС (рис.12) далеко не похож на спектр «белого шума». Это  говорит о том, что эта модель не является адекватной.

 

рис.12

 

рис.13

Спектральный анализ остатков после  моделирования АРПСС (рис.13) также  говорит о том, что построенная  модель является неадекватной.

 

 

 

 

 

 

 

 

 

 

 

 

 

3.2.Адаптивные модели.

Строить прогноз с помощью адаптивных моделей мы будем моделью Хольта.

 

рис.14

Дата

Прогноз

14.12.2001

97,063

17.12.2001

97,211

18.12.2001

97,36

19.12.2001

97,509

20.12.2001

97,657

21.12.2001

97,806

24.12.2001

97,954

25.12.2001

98,103

26.12.2001

98,251


 

 

На рис.14 построена адаптивная модель Хольта нашего исходного ряда. Параметры адаптации следующие: Альфа=0,998, Гамма=0. Среднеквадратичная ошибка равна 1,6469. Прогноз на 26.12.2001 составляет 98,251. По спектру ряда остатков (рис.15) видно, что эта модель является неадекватной.

 

рис.15

 

 

 

 

 

 

 

 

 

 

4.Вывод.

Мы рассмотрели три модели –  АРСС, АРПСС, адаптивную модель Хольта. Все построенные модели являются неадекватными. Тем не менее мы должны выбрать наиболее подходящую, ту, которая  дает наиболее правдоподобный прогноз.

Модель АРПСС содержит наибольшую из трех моделей среднеквадратичную ошибку. Да и график прогноза не очень хорошо вписывается в динамику всего предыдущего процесса.

Адаптивная модель Хольта содержит чуть меньшую среднеквадратичную ошибку, чем АРПСС, но график ее прогноза, во всяком случае, не лучше совпадает с общей динамикой, показывая менее крутой подъем индекса, чем на протяжении всего ряда.

Наиболее удачной я считаю модель АРСС. Она содержит, пусть не сильно отличающуюся, но наименьшую среднеквадратичную ошибку. Ее прогноз показывает рост индекса, причем он более или менее соблюдает динамику всего временного ряда, динамику роста.

Т.о. я останавливаюсь на прогнозе, сделанном с помощью модели АРСС (рис.16).

 

рис.16

 

p=2, q=1, MS(среднеквадратичное отклонение)=1,5822.

 

 

Дата

Прогноз

14.12.2001

97,8013

17.12.2001

98,6445

18.12.2001

99,4309

19.12.2001

100,154

20.12.2001

100,809

21.12.2001

101,397

24.12.2001

101,921

25.12.2001

102,383

26.12.2001

102,791





Информация о работе Прогнозирование временных рядов