|
назад Оглавление вперед
[Старт] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [ 52 ] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63]
52 у = 9706,7Ln(x)- 13702 = 0,5886 -20000 - -\-I-\-1-I-[-I-I-I-I-I-I-1-I-1-I-1-I-I-I-\-I-I-Г Г1 1965 1969 1973 1977 1981 1985 1989 1993 Год, х • Выпуск продукции, у -Логарифмический тревд Рис. 4.12. Логарифмический тренд у = 0,0003х* - 0,0191x4 0,4309х* -2,206х + 9,384&с - 19,739х +1159,6 = 0,9728 50000 л 40000 -30000 -20000 -10000 - О I I I I I I I..... I I I I I I.....I I I I I I I I I 1961 1965 1969 1973 1977 1981 1985 1989 1993 Год,* - Выпуск продукции, у --Полиномиальный тренд 6-й степени Рис. 4.13. Полиномиальный тренд
50000 п 40000 -30000 -20000 -10000 О = 243,5;г" т-I-I-I-I-I-I-I-I-I-I-1-I-I-I-1-I-П 1961 1965 1969 1973 1977 1981 1985 1989 1993 Год, л Выпуск продукции, у -Степенной треад Рис. 4.14. Степачной тренд 60000 л 40000 -20000 - у=т,67е o,no&t о-г-1-г-гп-I-I I I I I I I-I-1-1-I I I I-п-I-I-I-I-I-I 1961 1965 1969 1973 1977 1981 1985 1989 1993 Год,д; - Выпуск продукции, у -Экспоненциальный тревд Рис. 4.15. Экспоненциальный тренд 3. Сравним значения по разным уравнениям трендов: полиномиальный 6-й степени - л = 0,9728; экспоненциальный - R = 0,9647; линейный-/г = 0,8841; степенной - = 0,8470; логарифмический -R = 0,5886. Исходные данные лучше всего описывает полином 6-й степени. Следовательно, в рассматриваемом примере для расчета прогнозных значений следует использовать полиномиальное уравнение.
Пример 6 Имеются данные о динамике России за 1997 - 1999 гг. (табл. 4 товарооборота и доходов населения .8). Таблица 4.8 Месяц | Товарооборот, % к предыдущему месяцу | Доходы населения, % к предыдущему месяцу | Месяц | Товарооборот, % к предьщу-щему месяцу | Доходы населения, % к предыдущему месяцу | Январь | 91,5 | 79,5 | Июль | 102,3 | 102,6 | Февраль | 92,8 | 100,3 | Август | 106,8 | 96,6 | Март | 104,3 | 102,9 | Сентябрь | 96,7 | 81,5 | Апрель | 101,5 | 106,6 | Октябрь | 92,7 | 107,8 | | 97,9 | 92,5 | Ноябрь | 100,4 | 69,7 | Июнь | 98,7 | 110,1 1 Декабрь | 108,1 | 122,8 | Июль | 100,8 | 96,6 | Январь | 80,0 | 63,9 | Август | 103,7 | 97,1 | Февраль | 96,9 | 107,4 | Сентябрь | 104,6 | 98,5 | Март | 106,0 | 103,7 | Октябрь | 100,3 | 105,7 | Апрель | 97,6 | 108,1 | Ноябрь | 101,5 | 97,4 | | 100,2 | 93,9 | Декабрь | 116,0 | 129,9 | Июнь | 100,7 | 104,1 | Январь | 82,3 | 63,9 | Июль | 100,0 | 97,2 | Февраль | 91,6 | 104,3 | Август | 106,5 | 104,6 | Март | 103,4 | 101,7 р Сентябрь | 100,5 | 98,6 | Апрель | 100,3 | 105,5 | Октябрь | 102,1 | 104,5 | | 99,2 | 91,3 | Ноябрь | 100,5 | 99,9 | Июнь | 99,0 | 102,6 | Декабрь | 116,0 | 136,9 |
Требуется: 1.Оценить параметры модели с распределенными лагами методом Алмон. 2.Постройте таблицу результатов дисперсионного анализа. Оцените значимость построенной модели. Решение Решение с использованием ППП Statistica 1. Для построения регрессионной модели с распределенными лагами необходимо априори задать длину максимального лага, для этой задачи выберем длину 3. Тогда уравнение регрессии будет выглядеть следующим образом: yt=a + bQ-Xt+bx-x, + b2X, 2 + b-Xt + tf.
[Старт] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [ 52 ] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63]
|
|
|
|