 |
|
|
Архитектура Астрономия Аудит Биология Ботаника Бухгалтерский учёт Войное дело Генетика География Геология Дизайн Искусство История Кино Кулинария Культура Литература Математика Медицина Металлургия Мифология Музыка Психология Религия Спорт Строительство Техника Транспорт Туризм Усадьба Физика Фотография Химия Экология Электричество Электроника Энергетика |
Моделирование циклических колебаний ряда
Существует несколько подходов к анализу структуры временных рядов, содержащих сезонные или циклические колебания. Простейший подход – расчет значений сезонной компоненты методом скользящей средней и построение аддитивной ( Построение аддитивной и мультипликативной моделей сводится к расчету значений Процесс построения модели включает в себя следующие шаги. 1. Выравнивание исходного ряда методом скользящей средней. 2. Расчет значений сезонной компоненты. 3. Устранение сезонной компоненты из исходных уровней ряда и получение выравненных данных 4. Аналитическое выравнивание уровней 5. Расчет полученных по модели значений 6. Расчет абсолютных и (или) относительных ошибок. Если полученные значения ошибок не содержат автокорреляции, ими можно заменить исходные уровни ряда и в дальнейшем использовать временной ряд ошибок Выявление и устранение сезонного эффекта («десезонализация уровней ряда») используются в двух направлениях. 1. Воздействие сезонных колебаний следует устранять на этапе предварительной обработки исходных данных при изучении взаимосвязи нескольких временных рядов. 2. Сезонный эффект используется в прогнозировании уровней ряда в будущие моменты времени.
Литература 1. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики. - М.: ИНФРА, 1998. Правовая статистика / Под ред. Казанцева С.Я., Лебедева С.Я. – М.: ЮНИТИ. 2008. Лунев В.В. Юридическая статистика. – М: Юрист, 1999.
Лекция 8
Статистические методы изучения взаимосвязей План лекции 1. Результативные и факторные признаки. 2. Функциональные и корреляционные связи. 3. Регрессионный анализ. Уравнение регрессии. 4. Парная регрессия. Виды теоретических функций. 5. Метод наименьших квадратов. 6. Построение линейной регрессионной модели. 7. Построение параболической регрессионной модели. 8. Построение гиперболической регрессионной модели. 9. Множественная регрессия.
Статистические методы Изучения взаимосвязей
Поиск по сайту: |
) или мультипликативной ( 
) модели временного ряда.
для каждого уровня ряда.
в аддитивной или 
в мультипликативной модели.
с использованием полученного уравнения тренда.
для анализа взаимосвязи исходного ряда и других рядов.