175440 (626320), страница 5
Текст из файла (страница 5)
σ²ост = 168,9
Рис. 25. Результаты дисперсионного анализа линейной модели тренда
Рис. 26. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда
Рис. 27. Исходный динамический ряд и линейный тренд
3. Полином 3-ей степени
1.3.1. Импорт
Model is: v1=a0+a1*v3+a2*v4+a3*v5
Dependent variable: Импорт Independent variables: 3
Loss function: least squares
Final value: 1622,93896749
Proportion of variance accounted for:,97991326 R =,98990568
Рис. 28. Результаты расчета параметров линейной модели тренда
σ²ост = 270,5
Рис. 29 Результаты дисперсионного анализа линейной модели тренда
Рис. 30. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда
Рис. 31Исходный динамический ряд и линейный тренд
1.3.2. Экспорт
Model is: v2=a0+a1*v3+a2*v4+a3*v5
Dependent variable: Экспорт Independent variables: 3
Loss function: least squares
Final value: 1128,49182351
Proportion of variance accounted for:,97281715 R =,98631494
Рис. 32. Результаты расчета параметров линейной модели тренда
σ²ост = 188,1
Рис. 33. Результаты дисперсионного анализа линейной модели тренда
Рис. 34. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда
Рис. 35. Исходный динамический ряд и линейный тренд
4. Экспоненциальная функция
1.4.1. Импорт
Model is: v1=exp(a0+a1*v3)
Dependent variable: Импорт Independent variables: 1
Loss function: least squares
Final value: 2505,82525018
Proportion of variance accounted for:,96898598 R =,98437086
Рис. 36. Результаты расчета параметров линейной модели тренда
σ²ост = 313,2
Рис. 37. Результаты дисперсионного анализа линейной модели тренда
Рис. 38. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда
Рис.39. Исходный динамический ряд и линейный тренд
1.4.2. Экспорт
Model is: v2=exp(a0+a1*v3)
Dependent variable: Экспорт Independent variables: 1
Loss function: least squares
Final value: 8979,74792643
Proportion of variance accounted for:,78369793 R =,88526715
Рис. 40. Результаты расчета параметров линейной модели тренда
σ²ост = 1122,5
Рис. 41. Результаты дисперсионного анализа линейной модели тренда
Рис. 42. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда
Рис. 43. Исходный динамический ряд и линейный тренд
2 период:
2.1. Линейная функция
2.1.1. Импорт
Model is: v1=a0+a1*v3
Dependent variable: Импорт Independent variables: 1
Loss function: least squares
Final value: 181742,7302782
Proportion of variance accounted for:,94787834 R =,97359044
Рис. 44. Результаты расчета параметров линейной модели тренда
σ²ост = 12116
Рис. 45. Результаты дисперсионного анализа линейной модели тренда
Рис. 46. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда
Рис. 47. Исходный динамический ряд и линейный тренд
2.1.2. Экспорт
Model is: v2=a0+a1*v3
Dependent variable: Экспорт Independent variables: 1
Loss function: least squares
Final value: 78822,35604611
Proportion of variance accounted for:,87764846 R =,93682894
Рис. 48. Результаты расчета параметров линейной модели тренда
σ²ост = 5255
Рис. 49. Результаты дисперсионного анализа линейной модели тренда
Рис. 50. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда
Рис. 51. Исходный динамический ряд и линейный тренд
2.2. Полином 2-ой степени
2.2.1. Импорт
Model is: v1=a0+a1*v3+a2*v4
Dependent variable: Импорт Independent variables: 2
Loss function: least squares
Final value: 77020,10493508
Proportion of variance accounted for:,97791155 R =,9888941
Рис. 52. Результаты расчета параметров линейной модели тренда
σ²ост = 5501
Рис. 53. Результаты дисперсионного анализа линейной модели тренда
Рис. 54. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда
Рис. 55. Исходный динамический ряд и линейный тренд
2.2.2. Экспорт
Model is: v2=a0+a1*v3+a2*v4
Dependent variable: Экспорт Independent variables: 2
Loss function: least squares
Final value: 67528,68878944
Proportion of variance accounted for:,89517899 R =,94613899
Рис. 56. Результаты расчета параметров линейной модели тренда
σ²ост = 4823
Рис.57. Результаты дисперсионного анализа линейной модели тренда
Рис. 58. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда
Рис. 59. Исходный динамический ряд и линейный тренд
2.3. Полином 3-ей степени
2.3.1. Импорт
Model is: v1=a0+a1*v3+a2*v4+a3*v5
Dependent variable: Импорт Independent variables: 3
Loss function: least squares
Final value: 53761,72516076
Proportion of variance accounted for:,98458178 R =,99226094
Рис. 60. Результаты расчета параметров линейной модели тренда
σ²ост = 4136
Рис. 61. Результаты дисперсионного анализа линейной модели тренда
Рис. 62. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда
Рис. 63. Исходный динамический ряд и линейный тренд
2.3.2. Экспорт
Model is: v2=a0+a1*v3+a2*v4+a3*v5
Dependent variable: Экспорт Independent variables: 3
Loss function: least squares
Final value: 28456,49743882
Proportion of variance accounted for:,95582857 R =,97766486
Рис. 64. Результаты расчета параметров линейной модели тренда
σ²ост = 2189
Рис. 65. Результаты дисперсионного анализа линейной модели тренда
Рис. 66. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда
Рис. 67. Исходный динамический ряд и линейный тренд
2.4. Экспоненциальная функция
2.4.1. Импорт
Model is: v1=Exp(ao+a1*v3)
Dependent variable: Импорт Independent variables: 1
Loss function: least squares
Final value: 66494,98911735
Proportion of variance accounted for:,98093003 R =,99041912
Рис. 68. Результаты расчета параметров линейной модели тренда
σ²ост = 4433
Рис. 69. Результаты дисперсионного анализа линейной модели тренда
Рис. 70. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда
Рис. 71. Исходный динамический ряд и линейный тренд
2.4.2. Экспорт
Model is: v2=Exp(ao+a1*v3)
Dependent variable: Экспорт Independent variables: 1
Loss function: least squares
Final value: 65142,58593893
Proportion of variance accounted for:,8988828 R =,9480943
Рис. 72 Результаты расчета параметров линейной модели тренда
σ²ост = 4343
Рис. 73Результаты дисперсионного анализа линейной модели тренда
Рис. 74 Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда
Рис. 75. Исходный динамический ряд и линейный тренд
На данном этапе предстоит провести сравнение полученных раннее данных и выявить наилучшую модель. Лучшей регрессионной моделью можно считать такую, которой соответствует максимальное значение коэффициента детерминации, а остаточная дисперсия минимальна.
Данные приведены по периодам в таблицах 7 – 10.
1 период
Импорт
Таблица 7
| Модель | Уравнение | σ²ост | |
| Линейная | | 357,6 | ,96459517 |
| Полином 2ой степени | | 337,3 | ,9707775 |
| Полином 3ей степени | | 270,5 | ,97991326 |
| Экспоненциальная | | 313,2 | ,96898598 |
Экспорт
Таблица 8
| Модель | Уравнение | σ²ост | |
| Линейная | | 1529,9 | ,70518264 |
| Полином 2ой степени | | 168,9 | ,97151683 |
| Полином 3ей степени | | 188,1 | ,97281715 |
| Экспоненциальная | | 1122,5 | ,78369793 |
2 период
Импорт
Таблица 9
| Модель | Уравнение | σ²ост | |
| Линейная | | 12116 | ,94787834 |
| Полином 2ой степени | | 5501 | ,97791155 |
| Полином 3ей степени | | 4136 | ,98458178 |
| Экспоненциальная | | 4433 | ,98093003 |
Экспорт
Таблица 10
| Модель | Уравнение | σ²ост | |
| Линейная | | 5255 | ,87764846 |
| Полином 2ой степени | | 4823 | ,89517899 |
| Полином 3ей степени | | 2189 | ,95582857 |
| Экспоненциальная | | 4343 | ,8988828 |
Из полученных данных следует, что «полином 3-ей степени» является для работы наилучшей формой тренда. Но также следует оценить и такие параметры, как F-критерий Фишера и t-статистику. Уравнение в целом по F-критерию Фишера значимо, если Fфакт > Fтеор. Изучая t-критерий, надо выбрать модель, где t-статистика по модулю превышает табличное значение.
По 1 и 2 периодам «полином 3-ей степени» является походящей формой тренда как по импорту, так и по экспорту, следовательно, уравнение в целом значимо.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
