Учебная работа № 6028. «Контрольная Трендовые модели временных рядов

Учебная работа № 6028. «Контрольная Трендовые модели временных рядов

Количество страниц учебной работы: 7
Содержание:
«Лабораторная работа № 3. Трендовые модели временных рядов
На сайте www.gks.ru выбрать временной ряд по одному из социально-экономических показателей, не содержащих сезонность. Ряд должен содержать не менее 8 наблюдений. Выполните для выбранного ряда следующие задания.
1. Постройте 5 графиков динамики показателя и добавьте на них разные типы тренда: линейный, логарифмический, полиномиальный (2 степени), степенной, экспоненциальный. При добавлении тренда установите опции «показывать уравнение на диаграмме» и «поместить на диаграмме коэффициент детерминации».
2. Выберите лучшую форму тренда и выполните по ней точечный и интервальный прогноз показателя на следующие 5 лет.
»

Стоимость данной учебной работы: 585 руб.Учебная работа № 6028.  "Контрольная Трендовые модели временных рядов

    Укажите Ваш e-mail (обязательно)! ПРОВЕРЯЙТЕ пожалуйста правильность написания своего адреса!

    Укажите № работы и вариант


    Соглашение * (обязательно) Федеральный закон ФЗ-152 от 07.02.2017 N 13-ФЗ
    Я ознакомился с Пользовательским соглашением и даю согласие на обработку своих персональных данных.


    Выдержка из похожей работы

    ,,, п,
    В качестве инструмента статистического
    прогнозирования временных рядов служат
    трендовые регрессионные модели, параметры
    которых оцениваются по имеющейся
    статистической базе, а затем основные
    тенденции (тренды) экстраполируются на
    заданный интервал времени,
    Методология
    статистического прогнозирования
    предполагает построение и испытание
    многих моделей для каждого временного
    ряда, их
    сравнение
    на основе статистических критериев и
    отбор наилучших
    из
    них для
    прогнозирования,
    При моделировании
    сезонных явлений в статистических
    исследованиях различают два типа
    колебаний: мультипликативные и аддитивные,
    В мультипликативном случае размах
    сезонных колебаний изменяется во времени
    пропорционально уровню тренда и
    отражается в статистической модели
    множителем, При аддитивной сезонности
    предполагается, что амплитуда сезонных
    отклонений постоянна и не зависит от
    уровня тренда, а сами колебания
    представлены в модели слагаемым,
    Основой большинства
    методов прогнозирования является
    экстраполяция, связанная с распространением
    закономерностей, связей и соотношений,
    действующих в изучаемом периоде, за его
    пределы, или — в более широком смысле
    слова — это получение представлений о
    будущем на основе информации, относящейся
    к прошлому и настоящему,
    Наиболее известны
    и широко применяются трендовые и
    адаптивные методы прогнозирования,
    Среди последних можно выделить такие,
    как методы авторегрессии, скользящего
    среднего (Бокса — Дженкинса и адаптивной
    фильтрации), методы экспоненциального
    сглаживания (Хольта, Брауна и
    экспоненциальной средней) и др,
    Для оценки качества
    исследуемой модели прогноза используют
    несколько статистических критериев,
    Наиболее
    распространенными критериями являются
    следующие,
    Относительная
    ошибка аппроксимации:

    (54,1)

    где
    et
    = хt

    — ошибка
    прогноза;
    хt
    — фактическое
    значение показателя;
    —прогнозируемое
    значение,
    Данный
    показатель используется в случае
    сравнения точности прогнозов по
    нескольким моделям, При этом считают,
    что точность модели является высокой,
    когда

    < 10%, хорошей — при = 10—20% и удовлетворительной — при = 20—50%, Средняя квадратическая ошибка: (54,2) где k — число оцениваемых коэффициентов уравнения, Наряду с точечным в практике прогнозирования широко используют интервальный прогноз