|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Свойства автокорреляционной функции- Характеризует тесноту линейной связи, поэтому можно судить о наличии линейной тенденции, он может быть равен нулю для нелинейной тенденции. - По знаку нельзя судить о направлении монотонности тенденции.
График зависимости корреляционной функции от величины лага называется коррелограммой.
Анализ автокорреляционной функции позволяет выделить лаг, при котором связь между текущим и предыдущими уровнями наиболее тесная, т.е. можно выявить структуру ряда. Если наиболее высоким оказался коэффициент первого порядка, то ряд содержит только тенденцию Если наиболее высоким оказался коэффициент k-го порядка, то ряд содержит циклические (сезонные) колебания с периодом k. Если ни один из коэффициентов не является значимым, то ряд либо не содержит тенденции и циклических колебаний и имеет структуру случайной компоненты, либо ряд содержит сильную нелинейную тенденцию, для выявления которой требуется дополнительный анализ. Поэтому автокорреляционная функция широко используется при анализе временных рядов для выявления тренда и циклических (сезонных) колебаний.
Прогнозирование. Основой распространения тенденции на будущее является свойство инерционности социально-экономических явлений, состоящее в том, что закономерность развития, действующая в прошлом, сохранится и в прогнозируемом будущем, т.е. прогноз базируется на перспективной экстраполяции. Чем короче срок экстраполяции, тем более надежны и точны результаты прогнозирования. В общем виде экстраполяцию можно представить в виде функции вида:
,
где - прогнозируемый уровень, - текущий уровень прогнозируемого ряда, - период прогноза, - параметр уравнения тренда. 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.) |