Приклади типових завдань

Розрахункове завдання №1. За наведеними відомостями про кількістьбезробітних, які перебували на обліку в державній службі зайнятості, потрібно провести структурний аналіз часового ряду (тренд, циклічна, сезонна, випадкова складові).

Кількість безробітних, які перебували на обліку в державній службі зайнятості, на кінець періоду, тис. осіб

Дослідження має включати наступні елементи аналізу:

− Графічний аналіз часового ряду.

− Розрахунок коефіцієнтів автокореляції для зрушень, які дорівнюють від одного до дванадцяти місяців. Перевірка статистичної значущості коефіцієнтів автокореляції за різними критеріями.

− Дослідження виду детермінованого тренду й сезонності за допомогою переходу до перших різниць та аналізу автокореляційної функції часового ряду.

− Визначення типу стаціонарного процесу для випадкової складової часового ряду.

Розрахункове завдання №2. За даними, наведеними у розрахунковому завданні №1, зробити прогноз економічного показника на наступний рік. У звіті з проведеної роботи повинні бути відображені прогнози, одержані за наступними методами згладжування часових рядів:

1. Побудова прогнозу тенденції часового ряду за наївними методами.

2. Екстраполяція за простою середньою, середнім абсолютним приростом (середнім темпом зростання).

3. Побудова прогнозу тенденції часового ряду за методом простої ковзної середньої. Як підібрати вікно згладжування?

4. Побудова прогнозу тенденції часового ряду за методом простого експоненціального згладжування. Як підібрати константу згладжування?

5. Побудова прогнозу тенденції часового ряду за методом Хольта.

6. Побудова прогнозу тренд-сезонного процесу за методом Хольта-Вінтерса.

7. Порівняльна характеристика застосованих методів прогнозування, на підставі аналізу підсумкових оцінок похибок прогнозування MSE, RMSE, MPE, MAPE.

8. Вибір найкращої моделі та розрахунок інтервалу надійності знайденого прогнозу.

9. Обґрунтування адекватності вибраної моделі прогнозування.

Розрахункове завдання №3. За даними індексу споживчих цін Y_t з січня 2007 року до грудня 2009 року розрахувати прогноз цього економічного показника на наступний рік, використовуючи екстраполяцію тренду на основі кривих зростання.

У звіті з проведеної роботи повинні бути відображені наступні питання:

1. Вибір виду кривої зростання.

2. Лінеаризація побудованої моделі та оцінювання її параметрів за МНК.

3. Обґрунтування точності й адекватності обраної моделі прогнозування.

4. Розрахунок точкового та інтервального прогнозів тенденції часового ряду.

Розрахункове завдання №4. За даними самостійно підібраного для дослідження часового ряду зробити короткостроковий прогноз, використовуючи наступні кроки методики Бокса-Дженкінса:

1. Ідентифікувати часовий ряд, тобто визначити порядок його інтеграції - d, авторегресії - p і ковзної середньої - q.

2. Побудувати кілька придатних ARIMA -моделей, оцінити їх параметри.

3. Перевірити точність й адекватність підігнаних моделей та вибрати кращу з них.

4. На основі обраної моделі розрахувати прогноз на наступний рік.

5. Результати дослідження оформити письмово. Висновки робити на 5-% рівні значущості.

Розрахункове завдання №5. Підібрати для дослідження часовий ряд, який має тренд та сезонність (для обрання ряду використати графічний аналіз даних). Виконати наступні розрахунки:

1. Побудувати адитивну або мультиплікативну модель часового ряду використовуючи метод декомпозиції.

2. Побудувати адитивну або мультиплікативну модель часового ряду методом Вінтерса.

3. Оцінити якість кожної моделі через показники середньої абсолютної похибки і середньої абсолютної похибки у відсотках. Вибрати кращу модель.

4. Розрахувати точковий прогноз на наступний рік.

5. Результати дослідження оформити письмово. Висновки робити на 5-% рівні значущості.

Розрахункове завдання №6. Виберіть підприємство або організацію, які публікують дані про свою діяльність (серед даних мають бути кілька часових рядів). Визначте основні змінні, які характеризують діяльність обраної організації, а потім запишіть їх значення за кілька років, кварталів або місяців.

Використовуючи функцію автокореляції дайте оцінку поведінки кожного часового ряду.

Підберіть кілька потенційно незалежних змінних для обраної залежної змінної. Для цієї мети можна використати як дані зі звітів організації, так й будь-які інші джерела інформації.

Побудуйте модель парної або множинної регресії. Розрахуйте рівняння прогнозу для залежної змінної, використовуючи одну або більше відібраних незалежних змінних.

Перевірте наявність автокореляції залишків моделі за критерієм Дарбіна-Уотсона.

Коли знайдене рівняння регресії можна буде вважати задовільним, розрахуйте прогноз значення залежної змінної на шість наступних періодів часу.

Зробіть висновок про прогнозну якість моделі.

Поиск по сайту: