Установление адекватности модели

Установление адекватности модели.

Для определения адекватности модели строится спектрограмма ряда остатков после моделирования ССП. Модель считается адекватной, если спектр этого ряда является спектром белого шума. Спектр белого шума представляет собой линию горизонтальную оси абсцисс. Спектр ряда, оставшегося после моделирования АРСС рис.12 далеко не похож на спектр белого шума. Это говорит о том, что эта модель не является адекватной. рис.12 рис.13 Спектральный анализ остатков после моделирования АРПСС рис.13 также говорит о том, что построенная модель является неадекватной. 3.2.Адаптивные модели.

Строить прогноз с помощью адаптивных моделей мы будем моделью Хольта. рис.14 ДатаПрогноз14.12.200197,06317.12.200197, 21118.12.200197,3619.12.200197,50920.12. 200197,65721.12.200197,80624.12.200197,9 5425.12.200198,10326.12.200198,251 На рис.14 построена адаптивная модель Хольта нашего исходного ряда. Параметры адаптации следующие Альфа0,998, Гамма0. Среднеквадратичная ошибка равна 1,6469. Прогноз на 26.12.2001 составляет 98,251. По спектру ряда остатков рис.15 видно, что эта модель является неадекватной. рис.15 4.Вывод. Мы рассмотрели три модели АРСС, АРПСС, адаптивную модель Хольта.

Все построенные модели являются неадекватными.

Тем не менее мы должны выбрать наиболее подходящую, ту, которая дает наиболее правдоподобный прогноз. Модель АРПСС содержит наибольшую из трех моделей среднеквадратичную ошибку.

Да и график прогноза не очень хорошо вписывается в динамику всего предыдущего процесса. Адаптивная модель Хольта содержит чуть меньшую среднеквадратичную ошибку, чем АРПСС, но график ее прогноза, во всяком случае, не лучше совпадает с общей динамикой, показывая менее крутой подъем индекса, чем на протяжении всего ряда. Наиболее удачной я считаю модель АРСС. Она содержит, пусть не сильно отличающуюся, но наименьшую среднеквадратичную ошибку. Ее прогноз показывает рост индекса, причем он более или менее соблюдает динамику всего временного ряда, динамику роста.

Т.о. я останавливаюсь на прогнозе, сделанном с помощью модели АРСС рис.16. рис.16 p2, q1, MSсреднеквадратичное отклонение1,5822. ДатаПрогноз14.12.200197,801317.12.200198 ,644518.12.200199,430919.12.2001100,1542 0.12.2001100,80921.12.2001101,39724.12.2 001101,92125.12.2001102,38326.12.2001102 ,791.