Меры близости рядов - раздел Образование, Тема 0. Цели и задачи моделирования После Того Как Определён Вид Уравнения Тренда, Необходимо Определить (Провест...
После того как определён вид уравнения тренда, необходимо определить (провести, построить) сам тренд, т.е. - определить его параметры. Из бесконечного множества трендов [определённого ранее вида] нужно выбрать тренд наипохожий на исходный ряд. Критерий выбора – минимизация расхождений [значений тренда и ряда]. Однако, что считать мерой близости (= расхождения)?.
Близость тренда к ряду в каждый из моментов времени можно оценить разницей значений в этот момент (чем меньше, тем лучше): . Но как оценить близость в целом (по всем наблюдениям) [на основе близости в каждый момент]?
Существует множество подходов в рамках т.н. «функций коллективного выбора» (см. Мулен Э. Кооперативное принятие решений), рассмотрим простейшие.
Оценка в целом (мера) близости может быть построена как:
максимум
сумма
расхождений по всем наблюдениям
произведение
При этом следует учитывать, что отклонение тренда от ряда в одну сторону, может компенсироваться удалением в другую сторону в другой момент. Для устранения этого в функции меры можно использовать вместо также модуль и квадрат:.
Из полученных 9 вариантов меры, применительно к критерию на min, здравы лишь 4 (а то и 2):
Бессмысленно (тренд уходит вниз).
Неоднозначность решения
Неоднозначность решения
Наиболее распространён
Бессмысленно из-за множественности решений. Минимум (0) достигается любым трендом, совпадающим с рядом хотя бы в один момент.
(Меры на основе произведения применимы, если в качестве отклонения в момент времени принять не разницу , а отношение ).
Рисунок 1‑12 демонстрирует, что [линейный] тренд можно построить по-разному. При этом тренд, параметры которого рассчитаны на основе минимизации максимального модуля, даёт особо отличный результат (расчет произведён методом математического программирования).
Рисунок 1‑12 Влияние меры близости рядов на построение тренда
Т.о., результат прогнозирования существенно зависит от выбранной меры.
Меры на основе суммирования можно усовершенствовать, введя взвешивание. Вполне логично предположить, что более поздние наблюдения имеют для прогнозирования большее значение.
Тема Цели и задачи моделирования... Объективная основа моделирования... События окружающего мира повторяется Наряду с линейным временем существует время циклическое Для живых существ...
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ:
Меры близости рядов
Что будем делать с полученным материалом:
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Иерархия понятий моделирования
Предсказание - суждение о неизвестном
Предсказания делятся на прорицания и предвидения.
Прорицание не требует доказательств и обоснований (например, интуиция), хотя и может
Порядок моделирования
Прогнозирование - часть исследования, следовательно сохраняет его общий порядок проведения. (инд, дед; латер) ???
Прогнозирование можно разбить на 3 стадии: две содержательные (постановка,
Графическое представление вариационных рядов
Прогнозирование средствами мат. статистики производится на основе анализа вариационных рядов и их связей.
Варьирование - изменение признака от наблюдения к наблюдению. (Например, варьир
Номинальная шкала
Заключение о связи признаков можно получить графическим (зрительным / визуальным) и расчётным (аналитическим) путём. Взаимосвязь признаков номинальной шкалы отображается Пузырьковой диаграммой. Из
Ранговая шкала
Взаимосвязь ранговых признаков отображается на двухосной (лестничной) диаграмме. Каждому объекту соответствует отрезок (ступенька лестницы), связывающий значения признаков этого объекта.
Понятие временного ряда
Временной (динамический) ряд – изменение признака со временем. Или: это вариационный ряд, где наблюдения – моменты времени.
При прогнозировании динамического ряда изучается зависим
Задачи анализа временного ряда
Задачи - выявление (анализ) и [математическое] описание его компонент, прежде всего - тренда.
Этапы (задачи) анализа тренда:
1. Первоначальная подготовка данных (сопоставимость, р
Первоначальная подготовка данных
Собранные в динамический ряд данные должны быть сопоставимы:
- по физической единице измерения (метры, тонны; тонны, кг)
- по стоимостной оценке (учет инфляции)
- по врем
Механическое сглаживание
Пример 1. Берётся циркуль. Раскрывается на к.л. ширину по усмотрению исследователя. Проводится окружность с центром в первой точке графика. Центр окружности соединяется отрезком с точкой пересечени
Прогнозирование по тренду
На основании проведённого моделирования основных компонент ряда (тренда и сезонности) можно производить предсказания о возможных значениях этого ряда. В статистике это выражается в экстра- и интерп
Сглаживание по четной базе
Перенести формулу сглаживания по нечетной базе на четную базу непосредственно не удаётся – непонятно к какому периоду относить усреднённые значения. В зависимости от целей сглаживания используют сл
Взвешенное сглаживание
В предыдущем методе крайние наблюдения включались в сглаживание с весами ½. Данный подход можно расширить, в зависимости от представлений о природе изучаемого явления. Например, если предпол
Критерии случайности
(Выдержка из - Кендел М. Временные ряды. М.: Финансы и статистика, - 1981.)
Простейшей гипотезой, которую можно выдвинуть относительно колеблющегося ряда, является предпо
Поворотные точки
Наиболее простой для применения критерий, особенно если ряд изображен графически, состоит в подсчете пиков и впадин. «Пик»— это величина, которая больше двух соседних. «Впадина», наоборот, - значен
Длина фазы
Определенный интерес представляет не только число поворотных точек, но и распределение интервалов между ними. Интервал между двумя поворотными точками называется «фазой». Таким образом, если
Критерий, основанный на знаках разностей
Несколько более сложный критерий состоит в подсчете числа положительных разностей первого порядка в ряде, иначе говоря, числа точек возрастания ряда. Для ряда из n членов получаем n — 1 разностей
Сравнительный анализ критериев
Имеются и другие критерии, представляющие значительный теоретический интерес, но на практике они требуются редко.
Критерий для обнаружения линейного тренда требуется не часто, но когда он
Понятие регрессии
Колебания в динамическом ряду часто не строго периодические, но зависят от колебаний другого признака (напр.: стоимость продаж от объёма продаж). Тогда эффективно строить зависимость ряда не от без
Отбор факторов для регрессии
Различают содержательный и формальный отбор. С содержательной точки зрения в перечень факторов включаются причиныизучаемого явления (напр., причиной выпуска продукции является нали
Вид функции регрессии
Формально, регрессионное уравнение может быть произвольного вида. Практически используется только линейная регрессия (и функции, сводимые к ней):
Расчет параметров регрессии
Расчет параметров производится по методу наименьших квадратов, аналогично тренду.
MS Excel оценивает параметры только линейной регрессии (Сервис->Анализ данных->Регрессия либо с испо
ОПРЕДЕЛЕНИЕ ОПТИМАЛЬНОГО АССОРТИМЕНТА
Постановка задачи. Имеется р видов ресурсов в количествах b1, … bi, … bn, которые могут быть использованы при производстве q видов изделий. Задана матрица А = || аij ||, где аij, х
Предварительный этап
На данном этапе определяются:
а) конкретные задачи (вопросы, по которым должна проводится экспертиза);
б) состав лиц, входящих в рабочую группу по подготовке и проведению эксперти
Формирование рабочей группы
Рабочая группа - это группа специалистов, осуществляющих организаторскую работу по проведению экспертизы. В рабочую группу должны входить главным .образом работники специальных подразделений по и
Определение квалификации экспертов
Качество экспертных оценок во многом определяется квалификацией экспертов. При отборе экспертов используются метода оценки квалификации экспертов. Чаще всего - это метода "самооценки" ил
Обработка и анализ результатов опроса экспертов
Заполненные экспертами анкеты, подвергаются логической проверке, сводке и подсчету подученных ответов.
В зависимости от характера задач, решаемых в процессе экспертизы, получаются оценки
Тема 16. Самореализующиеся прогнозы
Самореализующийся прогноз – социально-экономическое явление, состоящее в наличии социального механизма, приводящего к [не] реализации любого прогноза [высказанного в определённых условиях].
Хотите получать на электронную почту самые свежие новости?
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Новости и инфо для студентов