183866 (584840), страница 5
Текст из файла (страница 5)
Выберем модель параболической регрессии на основании лучших R-квадрата и скорректированного R-квадрата у этой модели. Получим следующую модель:
y=1.88+1.11t-0.02
Отобразим ее на графике:
Спрогнозируем значения скользящих средних на последующие 6 лет:
| t |
|
| 23 | 17,1962 |
| 24 | 17,8133 |
| 25 | 18,4303 |
| 26 | 19,0474 |
| 27 | 19,6644 |
| 28 | 20,2815 |
Рассчитаем значения исходного ряда на будущий период, используя формулу:
и приведем в следующей таблице:
| Значения скользящих средних, полученные по модели | t | Значения у |
| 1 | 3,5 | |
| 2 | 5,2 | |
| 8,8125 | 3 | 2,2 |
| 9,3924 | 4 | 3,6 |
| 9,9723 | 5 | 7,1 |
| 10,5522 | 6 | 6,9 |
| 11,1321 | 7 | 4,1 |
| 11,7120 | 8 | 5,3 |
| 12,2919 | 9 | 10,1 |
| 12,8718 | 10 | 4,8 |
| 13,4517 | 11 | 7,7 |
| 14,0316 | 12 | 16,8 |
| 14,6115 | 13 | 9,8 |
| 15,1914 | 14 | 14,5 |
| 15,7713 | 15 | 13,7 |
| 16,3512 | 16 | 19 |
| 16,9311 | 17 | 5 |
| 17,5109 | 18 | 12 |
| 18,0908 | 19 | 11,3 |
| 18,6707 | 20 | 17,5 |
| 19,2506 | 21 | 13,1 |
| 15,9621 | 22 | 17,9 |
| 16,5792 | 23 | 9,6 |
| Прогноз на будущее | ||
| 17,1962 | 24 | 25,12 |
| 17,8133 | 25 | 28,25 |
| 18,4303 | 26 | -22,12 |
| 19,0474 | 27 | 49,53 |
| 28 | 92,10 | |
| 29 | -175,87 | |
Из таблицы видно, что при t=29 значение урожайности отрицательное, чего не может быть в принципе. Этот факт объясняется тем, что исходный ряд плохо аппроксимируется нормальным распределением.
Проведем расчеты при параметре скольжения 9. Данные приведем в следующей таблице:
| t | y | Скользящая сумма | Скользящая средняя | Прирост | Ускорения |
| 1 | 3,5 | ||||
| 2 | 5,2 | ||||
| 3 | 2,2 | ||||
| 4 | 3,6 | ||||
| 5 | 7,1 | 48 | 5,333 | ||
| 6 | 6,9 | 49,3 | 5,478 | 0,144 | |
| 7 | 4,1 | 51,8 | 5,756 | 0,278 | 0,133 |
| 8 | 5,3 | 66,4 | 7,378 | 1,622 | 1,344 |
| 9 | 10,1 | 72,6 | 8,067 | 0,689 | -0,933 |
| 10 | 4,8 | 80 | 8,889 | 0,822 | 0,133 |
| 11 | 7,7 | 86,8 | 9,644 | 0,756 | -0,067 |
| 12 | 16,8 | 101,7 | 11,300 | 1,656 | 0,900 |
| 13 | 9,8 | 101,4 | 11,267 | -0,033 | -1,689 |
| 14 | 14,5 | 103,3 | 11,478 | 0,211 | 0,244 |
| 15 | 13,7 | 109,8 | 12,200 | 0,722 | 0,511 |
| 16 | 19 | 119,6 | 13,289 | 1,089 | 0,367 |
| 17 | 5 | 115,9 | 12,878 | -0,411 | -1,500 |
| 18 | 12 | 124 | 13,778 | 0,900 | 1,311 |
| 19 | 11,3 | 119,1 | 13,233 | -0,544 | -1,444 |
| 20 | 17,5 | ||||
| 21 | 13,1 | ||||
| 22 | 17,9 | ||||
| 23 | 9,6 |
Построим модель регрессии на ряд скользящих средних. Сравним модели линейной регрессии и параболической:
Выберем модель параболической регрессии на основании лучших R-квадрата и скорректированного R-квадрата у этой модели. Получим следующую модель:
y=3.49+1.1t-3.49
Спрогнозируем значения скользящих средних на последующие 6 лет:
| t |
|
| 23 | 17,8644 |
| 24 | 18,5200 |
| 25 | 19,1756 |
| 26 | 19,8311 |
| 27 | 20,4867 |
| 28 | 21,1422 |
Рассчитаем значения исходного ряда на будущий период, используя формулу:
и приведем в следующей таблице:
| Значения скользящих средних, полученные по модели | t | Значения у |
| 1 | 3,5 | |
| 2 | 5,2 | |
| 3 | 2,2 | |
| 4 | 3,6 | |
| 9,9721 | 5 | 7,1 |
| 10,5981 | 6 | 6,9 |
| 11,2241 | 7 | 4,1 |
| 11,8501 | 8 | 5,3 |
| 12,4761 | 9 | 10,1 |
| 13,1021 | 10 | 4,8 |
| 13,7281 | 11 | 7,7 |
| 14,3541 | 12 | 16,8 |
| 14,9801 | 13 | 9,8 |
| 15,6061 | 14 | 14,5 |
| 16,2321 | 15 | 13,7 |
| 16,8580 | 16 | 19 |
| 17,4840 | 17 | 5 |
| 18,1100 | 18 | 12 |
| 18,7360 | 19 | 11,3 |
| 15,2422 | 20 | 17,5 |
| 15,8978 | 21 | 13,1 |
| 16,5533 | 22 | 17,9 |
| 17,2089 | 23 | 9,6 |
| Прогноз на будущее | ||
| 16,6847 | 24 | 51,99 |
| 16,2773 | 25 | 18,31 |
| 26 | 3,56 | |
| 27 | 9,82 | |
| 28 | 8,38 | |
| 29 | 13,83 | |
5. Выравнивание при помощи рядов Фурье
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
