Метод простой скользящей средней.

Все темы данного раздела:

Временной ряд – это набор чисел, привязанный к последовательным, обычно равноотстоящим моментам времени.
  Числа, составляющие временной ряд и получающиеся в результате наблюдения за ходом некоторого процесса, называются уровнями временного ряда или элементами.

Требования к исходной информации
Применяемые при обработке временных рядов методы во многом опираются на методы математической статистики, которые базируются на достаточно жестких требованиях к исходным данным (таким как од

Этапы построения прогноза по временным рядам.
  экстраполяционное[1] прогнозирование экономических процессов, представленных одномерными временными рядами, сводится к выполнению следующих основны

Предварительный анализ данных.
В ходе предварительного анализа определяют соответствие имею­щихся данных требованиям, предъявляемым к ним математическими ме­тодами (объективности, сопоставимости, полноты, однородности и устойчив

Решение
Результаты расчетов по методу Ирвина приведены в табл1.3.  

Критерий «восходящих» и «нисходящих» серий.
Этот критерий «улавливает» постепенное смещение среднего значения в исследуемом распределении не только монотонного, но и более общего, например, периодического характера. Так же

Процедура продолжается до тех пор, пока в интервал сглаживания не войдет последнее наблюдение временного ряда.
  Недостатком метода является невключение в процедуру сглаживания первых и последних p наблюдений временного ряда.   Метод простой скользящей средней

Этот метод отличается от предыдущего тем, что сглаживание внутри интервала производится не по прямой, а по кривой более высокого порядка.
Это обусловлено тем, что суммирование членов ряда, входящих в интервал сглаживания, производится с определенными весами, рассчитанными по методу наименьших квадратов. Если сгл

Метод экспоненциального сглаживания.
Рассмотренные методы простой и взвешенной скользящей средней не дают возможности сгладить первые и последние p наблюдений временного ряда. Отсутствие сглаженных первых наблюдений не так ва

Показатель среднего абсолютного прироста используется для построения простейших так называемых наивных прогнозов.
Прогноз на k- шагов вперед на момент вре­мени t=n+1получается по формуле:

Порядок коэффициентов автокорреляции определяет временной лаг: первого порядка (при t= 1), второго порядка (при t= 2) и т. д.
Последовательность коэффициентов автокорреляции уровней первого, второго, третьего и т.д. порядков называют автокорреляционной функцией.   Знач

На практике, как правило, при вычислении автокорреляции используется формула (1.13).
  Анализ автокорреляционной функции и коррелограммы поз­воляет определить лаг, при котором автокорреляция наиболее высокая, т.е. при помощи анализа автокорреляционной функции и кор

Аналитические методы выделения (оценки) неслучайной составляющей временного ряда.
Формирование уровней ряда определяется закономерностями трех ос­новных типов: инерцией тенденции, инерцией взаимосвязи между после­довательными уровнями ряда и инерцией взаимосвязи между исследу

Модели кривых роста
Плавную кривую (гладкую функцию), аппроксимирующую временной ряд принято называть кривой роста.   Аналитические методы выделения (оценки) неслу

Проверка равенства математического ожидания уровней ряда остатков нулю осуществляется в ходе проверки соответствующей нулевой гипотезы .
  С этой целью строится t-статистика: , (1.22)  

Критерий «пиков», или критерий поворотных точек.
Значение случайной переменной считается поворотной точкой, если оно одновременно больше (меньше) соседних с ним элементов. Если остатки случайны, то поворотная точка прихо

Наличие (отсутствие) автокорреляции в отклонениях от модели роста проверяют с помощью критерия Дарбина – Уотсона.
Соответствие ряда остатков нормальному закону распределения важно с точки зрения правомерности построения доверительных интервалов прогноза.  

То гипотеза о нормальном характере распределения отвергается
В случае попадания коэффициентов асимметрии и эксцесса в зону неопределенности (между полутора и двумя СКО) используются другие критерии, частности RS- критерий:

Средняя относительная по модулю ошибка
|Еср|отн= |Еср| / Yср * 100% (1.25)   Эти показатели дают представление об абсолютной величине ошибки

Прогнозы.
  Точечный прогноз на основе временных моделей получается подстановкой в модель (уравнение тренда) соответствующего значения фактора времени, т.е. t=n+1

Оценка параметров модели по формуле (3.5) «вручную».
Промежуточные расчеты параметров линейной модели по формулам (1.5) приведены в табл. 1.15.   Табл. 1.15 №