Шпаргалка по "Экономике отрасли"

Автор: Пользователь скрыл имя, 03 Апреля 2011 в 12:19, шпаргалка

Описание работы

Работа содержит ответы на вопросы по дисциплине "Экономика отрасли".

Скачать полностью (192.95 Кб) Сколько стоит заказать работу?
Работа содержит 1 файл

шпоры эконометрика.docx

— 202.71 Кб (Скачать)
                                                       

36) Определение тенденции временного ряда

    

Одним из наиболее распространенных способов является построение аналитической функции 

  

характеризующей зависимость уровней ряда от времени t. Эта аналитическая функция

   

называется  трендом. Yt=f(t) - тренд.

             

Этот способ называется аналитическое выравнивание временного ряда.

        

Для построения тренда используются следующие функции:

          
    

1)       линейная

                
    

2)       нелинейная

                
    

а) полиномиальная

                
    

б) степенная

                
    

в) показательная

                

параметры уравнения  тренда можно получить с помощью  метода МНК

        
           
                     
                     
37) Аддитивная модель временного ряда  
Наиболее распространённый и простой подход к расчёту  сезонной компоненты, является  
метод скользящей средней и самая распространённая модель-аддитивная    
Y=T+S+E                  
Этот метод применяют когда амплитуда колебания примерно постоянная.    
этой модели значение сезонной компоненты предполагают постоянным.      
Алгоритм:                
Построение модели сводится к расчету значений T, S, E для каждого уровня ряда.    
Этапы построения модели:              
1) выравнивание исходного ряда методом скользящей средней      
2) расчет значений сезонной компоненты S          
3) устранение сезонной  компоненты из исходного уровня  ряда и получение выровненных  
данных без S                
4) аналитическое выравнивание уровней ряда и расчет значений фактора Т    
5) расчет полученных  значений (Т+ S) для каждого уровня  ряда      
6) расчет абсолютных или относительных ошибок          
                   
38) Мультипликативная модель временного ряда  
Y=T*S*E                  
Эта модель предполагает, что каждый уровень временного ряда может быть    
представлен как  произведение трендовой(Т), сезонной(S) и случайной компоненты(Е).  
Процесс построения модель включает в себя следующие  шаги:      
1) выравнивание исходного ряда методом скользящей средней      
2) расчет значений сезонной компоненты S          
3) устранение сезонной  компоненты из исходного уровня  ряда и получение выровненных  
данных без S (T*E)                
4) аналитическое выравнивание уровней ряда и расчет значений фактора Т    
5) расчет полученных  значений (Т* S) для каждого уровня  ряда      
6) расчет абсолютных или относительных ошибок          
                   
   
   
 
39) Выравнивание ряда спомощью скользящей средней  
Выравнивание  исходных уровней с помощью скользящей средней:      
а) суммируются уровни ряда последовательно за каждый период времени за каждые  
4 квартала со сдвигом  на один момент времени и  определяются условныегодовые    
объёмы потребления              
б) разделим полученные суммы на 4, получим скользящие средние. Полученные выравненные
значения не содержат сезонной компоненты          
в) Приводим эти значения в соответствие с фактическими моментами  времени, для    
чего найдём средние  значения из 2-х последовательных скользящих средних-    
центрированные скользящие средние.            
                   
42) Прогнозирование по аддитивной модели  
Прогнозное значение Ft уровня временного ряда в аддитивной модели есть сумма  
трендово и сезонной компоненты (T+S)            
Объём потребления  в течении первого полугодия ближайшего следующего, расчитывается  
как сумма объёмов  потребления в I и II кварталах будущего года, соответсвенно    
Fn+1 и Fn+2. Для определения  трендовой компоненты воспользуемся  уравнением тренда:  
T=a+b*t                  
вместо t ставим n+1 и n+2              
Получаем значения сезонной компоненты за I и II квартал  будущего года.    
Таким образом Fn+1=Tn+1+Sn+1            
Fn+2=Tn+2+sn+2                
Прогноз за год составит Fn+1  +  Fn+2            
                   
43) Прогнозирование по мультипликативной модели  
Прогнозное значение Ft уровня временного ряда в мультипликативной модели есть  произведение
трендовой и сезонных компонент. Для определения трендовой компоненты за каждый квартал
воспользуемся ураввнением тренда.            
T=a+b*t                  
Вместо t подставляем n+1              
Tn+1=a+(b*n+1)                
Tn+2=a+(b*n+2)                
Имеем значение сезонной компоненты Sn и Sn+1          
Таким образом получим:              
Fn=S*Tn+1                
Fn+1=Sn+1*Tn+2                
Прогноз за год составит Fn+1  +  Fn+2            
 
 
            
           
21) Метод наименьших квадратов для множественной регрессии  
Для определения  параметров уравнения регрессии  используют мнк.    
Метод мнк заключается в том, что сумма квадратов расстояний между теоретическими и  
фактическими значениями должна быть минимальной.      
 
 
                
                 
                 
 
 
                
 
                 
 
                 
 
                 
 
                 
 
                 
 
                 
 
                 
 
                 
 
                 
 
Метод мнк обеспечивает минимальную дисперсию ошибок коэффициентов регрессии.                
 
41) Выделение сезонной составляющей:  
Оценку сезонной компоненты можно найти как частное от деления фактических уровней  ряда  
на центрированные скользящие средние.            
Для начала необходимо найти  средние за          
период(квартал, месяц) оценки сезонной компоненты Si. В моделях с сезонной компонентой  
обычно предполагается, что сезонные взаимодействия за период взаимопоглащаются.  
В мультипликативной модели взаимопоглощаемость сезонных воздействий выражается  
в том, что сумма значений сезонной компоненты по всем кварталам  должна быть равна   
числу периодов в цикле.              
Выравнивание исходных уровней с помощью скользящей средней:      
а) суммируются уровни ряда последовательно за каждый период времени за каждые  
4 квартала со сдвигом  на один момент времени и  определяются условныегодовые    
объёмы  потребления              
б) разделим полученные суммы  на 4, получим скользящие средние. Полученные выравненные
значения не содержат сезонной компоненты          
в) Приводим эти значения в соответствие с фактическими моментами  времени, для    
чего найдём средние  значения из 2-х последовательных скользящих средних-    
центрированные скользящие средние.            
                        
                           
 
                    
                     
                     
                     
                     
                     
                     
             
 
  
 
 
                    
                     
                     
                     
                     
                     
                     
                     
                     
                     
               
               
             
             
             
             
             
             
             
             
             
             
 
                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                               

Информация о работе Шпаргалка по "Экономике отрасли"