|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Метод простого скользящего среднегоПусть для данного заданного интервала сглаживания m=2p+1 мы строим оценку фактического уровня ряда, используя полином первого порядка: , t=1, 2, …, 2p+1. Обычно время t в модели изменяется от начального момента к конечному. В данном случае, для упрощения записи время изменяют таким образом, чтобы нулевой уровень соответствовал центру интервала сглаживания: Параметр t специально заменен, чтобы была возможность легче отличать новый порядок изменения времени. Запишем условие, из которого предстоит определить оценки и : Используя, например МНК, находим частные производные по и . Получаем следующую систему:
. Далее, используя следствие замены, из которой и то, что оценка уровня ряда определяется в средней точке i=0, окончательно можно записать решение построенной системы в следующем виде: . Таким образом, рассчитанное сглаженное значение t-го уровня ряда определяется по формуле: , либо его можно найти, используя следующее рекуррентное соотношение: . Этот метод относится к наиболее простым. Его использование позволяет сгладить циклические и случайные колебания в ряду. Следовательно, точечный прогноз на t+1 период мы получаем , то есть как последнее расчетное значение скользящей средней. Для осуществления интервального прогноза необходимо рассчитать дисперсию прогноза, которая будет складываться из дисперсии модельной и случайной в соответствии со сделанными ранее замечаниями. Величину модельной дисперсии можем найти следующим образом: . Соответственно, с учетом сделанных ранее объяснений, интервальный прогноз рассчитываем как точечный прогноз плюс минус среднеквадратическая ошибка прогноза, умноженная на t-статистику Стьюдента с заданным уровнем значимости и соответствующей степенью свободы . Таким образом, окончательно имеем .
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.) |