Завдання на виконання роботи

 

- Побудувати часові ряди за даними, що отримані при генерації рядів в лабораторній роботі №1.

- Підібрати лінії тренда для кожного ряду.

- Порівняти коефіцієнти в підібраних моделях тренда і коефіцієнт Пірсона з SPSS, TаblеСurvе і MathCAD.

- Виділити тренди з часових рядів і провести аналіз залишків (випадкової складової часового ряду), побудувавши графіки автокореляційної функції.

- Порівняти отримані графіки корелограми з SPSS і MathCAD.

 

2.3.4 Хід роботи

2.3.4.1 Підготовка вихідних даних для обробки.

Відкрити в MS Excel файл з розширенням .txt, збережений у лабораторній роботі №1.

У вікні Мастер текстов, що відкрилося:

- крок 1 і 2 – натиснути кнопку Далее;

- крок 3 – натиснути кнопку Подробнее, потім вибрати в полі Разделитель целой и дробной части «точка», натиснути ОК;

- натиснути кнопку Готово.

Змінити формат комірок стовпчика А на числовий.

Додати новий стовпчик А, заповнити його значеннями від 1 до 100, змінити формат даних на числовий.

Зберегти файл під іншим ім'ям з вказівкою типу Текстовый файл (з роздільником табуляції).

2.3.4.2 Обробка числових даних часового ряду.

1. Запустити програму SPSS.

2. Відкрити раніше збережений текстовий файл. Для цього вибрати в меню File пункт Read Text Data.

3. У вікні, що відкрилося, виконати наступне:

кроки з 1 по 3 – натиснути кнопку Далее;

крок 4 (рис.2.13) – убрати «пташку» з пункту Comma;

крок 5 (рис.2.14) – виділити колонку V1:

поле Variable name – t;

поле Data format – Numeric;

виділити колонку V2:

поле Variable name – x;

поле Data format – Dot;

крок 6 – натиснути кнопку Далее.

 

 

 

 

4. Створення графіка часового ряду.

4.1. Для цього вибрати в меню Graph®Scatter®Simple®Define. У вікні, що відкрилося, Simple Scatterplot (рис.2.15) додати змінну t на вісь Х и змінну x на вісь Y.

 

 

 

4.2. На створеному графіку двічі клацнути мишею, потім у вікні, що відкрилося, натиснути кнопку з зображенням ламаної кривої на панелі інструментів. У вікні LineInterpolation вибрати Straight, потім натиснути Apply і Close. Закрити вікно Chart1.

5. Виділення складових часового ряду – тренда і залишку.

5.1. Вибрати в меню Analyze(Regression(Curve Estimation.

5.2. У вікні Curve Estimation, що відкрилося (рис.2.16) додати змінну x у поле Dependent і змінну t у поле Independent. У розділі Models вибрати відповідну модель.

 

 

5.3. Натиснути кнопку Save, поставити «пташку» на Predicated Values і Residuals (рис.2.17). Натиснути Continue, потім OK.

 

 

 

5.4. Переглянути отриманий результат на графіку (рис.2.18).

 

 

6. Створення графіка автокореляційної функції.

6.1. Вибрати в меню Graphs®Time series®Autocorrelations.

6.2. Додати змінну Error for X у поле Variables (рис.2.19). В розділі Display убрати «пташку» на пункті Partial autocorrelations.

 

		Рисунок 2.7 – Задание параметров для автокорреляционной функции

 

 

6.3. Натиснути Options. В полі Maximum Number of Lags установити значення 20. Натиснути Continue, потім OK.

7. Порівняти отриманий графік автокореляційної функції (рис.2.20) з графіком, отриманим у лабораторній роботі №1.

 

 

2.3.5 Зміст звіту

 

- Титульний лист.

- Мета роботи.

- Графіки часового ряду і підібраного тренда для кожного ряду, що досліджується.

- Числові параметри підібраного тренда для кожного часового ряду, що досліджується та результати їхнього порівняння з відповідними параметрами з лабораторних робіт №1 и №2.

- Графіки автокореляційної функції для кожного ряду, що досліджується та результати їхнього порівняння з відповідними графіками з лабораторної роботи №1.

- Висновки.

 

2.3.6 Контрольні питання

2.3.4.1 Який ряд називається стаціонарним?

2.3.4.2 Які цілі ставляться при вивченні ряду, отриманого з вихідного часового ряду після виключення детермінованої компоненти?

2.3.4.3 Які особливості корелограми часового ряду, що містить тренд?

2.3.4.4 Які особливості корелограми часового ряду, що містить сезонну компоненту?

2.3.4.5 Які особливості корелограми білого шуму?

2.3.4.6 Які особливості корелограми процесів ковзного середнього?

2.3.4.7 Які особливості корелограми процесів авторегресії?

2.4 Лабораторна робота №4. “Підготовка наукових публікацій насичених математичними формулами за допомогою спеціалізованого редактора LaTeX”