КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Изучение сезонных колебанийС помощью трендовых моделей Прогнозирование уровней ряда динамики Расчетные показатели для вычисления средних ошибок аппроксимации Расчетные показатели Розничный товарооборот фирмы
Для вычисления МНК-оценок параметров трендовых моделей составим расчетную табл. 1.12.15. Таблица 1.12.15
Применяя формулы (1.12.19), (1.12.21), (1.12.23), (1.12.24) и (1.12.26) и суммы в итоговой строке табл. 1.12.15, вычислим МНК-оценки параметров: 1) линейной модели ,; 2) параболической модели ,,; 3) кубической модели ,,,; 4) экспоненциальной модели , откуда, , откуда. Таким образом, получены следующие трендовые модели ряда динамики розничного товарооборота фирмы: , (1.12.31) , (1.12.32) , (1.12.33) . (1.12.34) Для вычисления средней ошибки аппроксимации построенных моделей составим расчетную табл. 1.12.16. Применяя формулу (1.11.19) и суммы в итоговой строке табл. 1.12.16, найдем, что средняя ошибка аппроксимации: 1) линейной модели составила:; 2) параболической модели –; 3) кубической модели –; 4) экспоненциальной модели –. Наименьшую среднюю ошибку аппроксимации имеет экспоненциальная модель. Таблица 1.12.16
Таким образом, выявлен тренд розничного товарооборота фирмы - развитие по экспоненте. Заметим, что цепные темпы роста рассматриваемого ряда динамики, равные числам 1,03; 1,05; 1,03 и 1,04, можно считать стабильными. Упражнение 1.12.5. Найдите наилучшую трендовую модель ряда динамики, данного в упражнении 1.12.3.
По наилучшей трендовой модели ряда динамики можно прогнозировать его уровень на следующий период после последнего периода лишь в том случае, когда имеются основания полагать, что степени влияния всех факторов, влияющих на уровни этого ряда, в прогнозируемом периоде не изменятся. Для этого надо вычислить модельное значение уровня при условном моменте времени, соответствующем прогнозируемому периоду. Например, полагая в уравнении (1.12.34) условный момент времени, равный числу 3, получим прогнозное значение розничного товарооборота на 6-й год: млн. руб. Сезонными колебаниями называются устойчивые внутригодовые колебания уровней развития социально-экономического явления. Сезонным колебаниям подвержены денежное обращение, товарооборот, миграция населения, урожайность с/х культур и т.п. Изучение сезонных колебаний необходимо для понимания закономерностей развития изучаемых явлений с целью прогнозирования и оперативного управления. При статистическом изучении сезонных колебаний решаются две взаимосвязанные задачи: выявление сезонных колебаний и их измерение. Для измерения сезонных колебаний применяют индексы сезонности. Если ряд динамики имеет ярко выраженный тренд и построена адекватная трендовая модель, то индексы сезонности вычисляются по формуле . (1.12.35) В случае, когда для ряда динамики не удается построить адекватную трендовую модель, индексы сезонности вычисляются по формуле , (1.12.36) где – средний уровень ряда динамики. После вычисления всех индексов сезонности, для каждого субпериода вычисляются средние индексы сезонности - арифметические средние индексов сезонности этого субпериода по всем годам. По средним индексам сезонности строится график – сезонная волна, состоящийиз последовательно соединенных отрезками точек, первыми координатами которых являются номера субпериодов, а вторыми координатами – средние индексы сезонности. Пример 1.12.9. Вычислим индексы сезонности среднедневной реализации продуктов (табл. 1.12.12). Для каждого квартала вычислим средние индексы сезонности: для I квартала – =, для II квартала – =, для III квартала – =, для IV квартала – =. Таблица 1.12.17
Дата добавления: 2014-10-23; Просмотров: 232; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |