Задание №1
В каждом варианте приведены поквартальные данные о кредитах от коммерческого банка на жилищное строительство (в условных единицах, табл. 1.1) за 4 года (всего 16 кварталов, первая строка соответствует первому кварталу первого года).
"right">Таблица 1.1Исходные данные
Вариант №6 |
|||||||||||||||||
Квартал |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
|
Данные |
36 |
46 |
55 |
35 |
39 |
50 |
61 |
37 |
42 |
54 |
64 |
40 |
47 |
58 |
70 |
43 |
Требуется:
1) Построить адаптивную мультипликативную модель Хольта-Уинтерса с учетом сезонного фактора, приняв параметры сглаживания б1=0,3, б2=0,6, б3=0,3.
2) Оценить точность построенной модели с использованием средней относительной ошибки аппроксимации.
3) Оценить адекватность построенной модели на основе исследования:
- случайности остаточной компоненты по критерию пиков;
- независимости уровней ряда остатков по d-критерию (критические значения d1=1,10 и d2=1,37) и по первому коэффициенту автокорреляции при критическом значении r1=0,32;
- нормальности распределения остаточной компоненты по R/S-критерию с критическими значениями от 3 до 4,21.
4) Построить точечный прогноз на 4 шага вперед, т.е. на 1 год.
5) Отразить на графике фактические, расчетные и прогнозные данные.
Решение:
1) Модель Хольта-Уинтерса имеет вид:
где k - период упреждения, k=1;
at, bt, Ft -- коэффициенты модели;
L -- период сезонности, L=4.
Адаптация к новому значению параметра времени t коэффициентов модели Хольта-Уинтерса производится по формулам
Для оценки начальных значений a0 и b0 применим линейную модель к первым 8-ми значениям заданного ряда (табл. 1.2.)
"right">Таблица 1.2Расчет параметров линейной модели a0 и b0
t |
yt |
||||||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
|
1 |
36 |
-8,875 |
-3,5 |
12,25 |
31,0625 |
41,90 |
|
2 |
46 |
1,125 |
-2,5 |
6,25 |
-2,8125 |
42,75 |
|
3 |
55 |
10,125 |
-1,5 |
2,25 |
-15,1875 |
43,60 |
|
4 |
35 |
-9,875 |
-0,5 |
0,25 |
4,9375 |
44,45 |
|
5 |
39 |
-5,875 |
0,5 |
0,25 |
-2,9375 |
45,30 |
|
6 |
50 |
5,125 |
1,5 |
2,25 |
7,6875 |
46,15 |
|
7 |
61 |
16,125 |
2,5 |
6,25 |
40,3125 |
47,00 |
|
8 |
37 |
-7,875 |
3,5 |
12,25 |
-27,5625 |
47,85 |
|
36 |
359 |
42 |
35,5 |
||||
4,5 |
44,875 |
Расчет a0 и b0 произведем по формулам:
Таким образом, линейная модель имеет вид
.
Подставив фактические значения времени, найдем
Оценим приближенные значения коэффициентов сезонности F-3; F-2; F-1; F0 по формулам:
1. Тогда для момента времени t=0, и k=1 имеем
2. Для t=1, k=1,
3. Для t=2, k=1,
4. Для t=3, k=1,
5. Для t=4, k=1,
6. Для t=5, k=1,
7. Для t=6, k=1,
8. Для t=7, k=1,
9. Для t=8, k=1,
10. Для t=9, k=1,
11. Для t=10, k=1,
12. Для t=11, k=1,
13. Для t=12, k=1,
14. Для t=13, k=1,
15. Для t=14, k=1,
16. Для t=15, k=1,
17. Для t=16, k=1
Сведем полученные данные с таблицу (табл. 1.3.)
адаптивный мультипликативный коммерческий сглаживание
"right">Таблица 1.3Расчетные данные по модели Хольта-Уинтерса
y |
at |
bt |
Ft |
|||||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|
-3 |
0,8601 |
|||||||
-2 |
1,0797 |
|||||||
-1 |
1,2797 |
|||||||
0 |
41,05 |
0,85 |
0,7803 |
|||||
1 |
36 |
41,90 |
0,85 |
0,8601 |
36,04 |
-0,04 |
0,0011 |
|
2 |
46 |
42,75 |
0,85 |
1,0797 |
46,16 |
-0,16 |
0,0035 |
|
3 |
55 |
43,60 |
0,85 |
1,2796 |
55,79 |
-0,79 |
0,0144 |
|
4 |
35 |
44,45 |
0,85 |
0,7802 |
34,68 |
0,32 |
0,0091 |
|
5 |
39 |
45,30 |
0,85 |
0,8601 |
38,96 |
0,04 |
0,0010 |
|
6 |
50 |
46,15 |
0,85 |
1,0797 |
49,83 |
0,17 |
0,0034 |
|
7 |
61 |
47,00 |
0,85 |
1,2796 |
60,14 |
0,86 |
0,0141 |
|
8 |
37 |
47,85 |
0,85 |
0,7802 |
37,33 |
-0,33 |
0,0089 |
|
9 |
42 |
48,70 |
0,85 |
0,8601 |
41,89 |
0,11 |
0,0026 |
|
10 |
54 |
49,55 |
0,85 |
1,0797 |
53,50 |
0,50 |
0,0093 |
|
11 |
64 |
50,40 |
0,85 |
1,2796 |
64,49 |
-0,49 |
0,0077 |
|
12 |
40 |
51,25 |
0,85 |
0,7801 |
39,98 |
0,02 |
0,0005 |
|
13 |
47 |
52,10 |
0,85 |
0,8601 |
44,81 |
2,19 |
0,0466 |
|
14 |
58 |
52,95 |
0,85 |
1,0797 |
57,17 |
0,83 |
0,0143 |
|
15 |
70 |
53,80 |
0,85 |
1,2796 |
68,84 |
1,16 |
0,0166 |
|
16 |
43 |
54,65 |
0,85 |
0,7801 |
42,63 |
0,37 |
0,0086 |
|
У |
4,76 |
0,1617 |
||||||
ср. |
0,30 |
0,0101 |
2) Оценим точность построенной модели Хольта-Уинтерса с использованием средней относительной ошибки аппроксимации, которую найдем по формуле (расчеты произведем в табл. 1.3. графы 7,8)
Так как средняя относительная ошибка аппроксимации А меньше 5%, то модель точная.
3) Проверим адекватность модели.
а) Для адекватной модели характерно равенство математического ожидания ряда остатков 0. Проверка осуществляется на основе t-критерия Стьюдента. Расчеты произведем в табл. 1.4.
"right">Таблица 1.4Проверка адекватности модели
Тп |
|||||||
1 |
2 |
3 |
4 |
5 |
6 |
||
1 |
-0,04 |
0,1139 |
- |
- |
0,0016 |
- |
|
2 |
-0,16 |
0,2093 |
0 |
0,0144 |
0,0256 |
0,0064 |
|
3 |
-0,79 |
1,1827 |
1 |
0,3969 |
0,6241 |
0,1264 |
|
4 |
0,32 |
0,0005 |
1 |
1,2321 |
0,1024 |
-0,2528 |
|
5 |
0,04 |
0,0663 |
1 |
0,0784 |
0,0016 |
0,0128 |
|
6 |
0,17 |
0,0163 |
0 |
0,0169 |
0,0289 |
0,0068 |
|
7 |
0,86 |
0,3164 |
1 |
0,4761 |
0,7396 |
0,1462 |
|
8 |
-0,33 |
0,3938 |
1 |
1,4161 |
0,1089 |
-0,2838 |
|
9 |
0,11 |
0,0352 |
0 |
0,1936 |
0,0121 |
-0,0363 |
|
10 |
0,50 |
0,0410 |
1 |
0,1521 |
0,2500 |
0,0550 |
|
11 |
-0,49 |
0,6202 |
1 |
0,9801 |
0,2401 |
-0,2450 |
|
12 |
0,02 |
0,0770 |
0 |
0,2601 |
0,0004 |
-0,0098 |
|
13 |
2,19 |
3,5816 |
1 |
4,7089 |
4,7961 |
0,0438 |
|
14 |
0,83 |
0,2836 |
1 |
1,8496 |
0,6889 |
1,8177 |
|
15 |
1,16 |
0,7439 |
1 |
0,1089 |
1,3456 |
0,9628 |
|
16 |
0,37 |
0,0053 |
- |
0,6241 |
0,1369 |
0,4292 |
|
7,6870 |
10 |
12,5083 |
9,1028 |
2,7794 |
|||
где
Сравним tрасч с табл t0,05; 15= 2,13. Т.к. 1,67<2,13, то на уровне значимости б=0,05 гипотеза о том, что математическое ожидание ряда остатков Et=0 принимается.
б) Проверим условие случайности уровней остаточной компоненты по критерию пиков.
р=10, т.к. р>q (10>6), то условие случайности уровней остаточной компоненты выполняется.
в) Проверку независимости уровней ряда остатков (отсутствия автокорреляции) проведем с помощью критерия Дарбина-Уотсона. Расчеты произведем в табл. 1.4.
Т.к. d1<dp=1,37=d2, то для проверки независимости уровней ряда остатков используем первый коэффициент автокорреляции.
rтабл=0,34, так как r1<rтабл (0,31<0,34), то автокорреляция уровней ряда остатков отсутствует.
г) Проверку соответствия ряда остатков нормальному закону распределения выполним по R/S-критерию.
3 < 3,38< 4,21
d1<R/S<d2, значит условие подчинения ряда остатков нормальному закону распределения выполняется.
Так как все 4 условия выполнены, то модель является адекватной и ее можно использовать для прогнозирования.
4) Построим точечный прогноз на 4 шага вперед, т.е. на 1 год.
5) Отобразим на графике фактические, расчетные и прогнозные данные (Рис. 1).
- Специализация «Математическое моделирование»
- Экономико-математическое моделирование
- Экономико-математическое моделирование
- Математическое моделирование
- 2.9. Элементарные операции машинного математического моделирования
- 1.3. Особенности математического моделирования операций
- Математика как системология и гносеотехника. Исследование операций как математическое моделирование
- Экономико-математическое моделирование