Выравнивание временных рядов 139-141 [c.300]
Результаты выравнивания временных рядов валового товарооборота и местной реализации нефтепродуктов [c.36]
В связи с тем, что значение линейных коэффициентов корреляции близко к единице, можно рассчитывать, что хорошие результаты будут получены при аналитическом выравнивании временного ряда по прямой. Так как число лет в динамическом ряду нечетное, расчет параметров линейной функции производим по формулам (13) и (14). [c.49]
С помощью методов аналитического выравнивания временного ]ряда ставок провозной платы за последние пять— семь лет/ определяют прогноз среднегодовой ставки провозной платы на планируемый год. [c.75]
Результаты аналитического выравнивания временных рядов издержек обращения транспортных и торгово-управленческих расходов территориальных управлений Главнефтеснаба РСФСР (в % к общему числу управлений) [c.78]
Построение аналитической функции для моделирования тенденции (тренда) временного ряда называют аналитическим выравниванием временного ряда. Для этого чаще всего применяются следующие функции [c.138]
Одним из наиболее распространенных способов моделирования тенденции временного ряда является построение аналитической функции, характеризующей зависимость уровней ряда от времени, или тренда. З гот способ называют аналитическим выравниванием временного ряда. [c.234]
В ряде случаев вместо аналитического выравнивания временного ряда с целью устранения тенденции можно применить более простой метод — метод последовательных разностей. [c.268]
Аналитическое выравнивание временного ряда. Метод скользящей средней. [c.23]
Аналитическое выравнивание временного ряда - способ моделирования [c.24]
ВЫРАВНИВАНИЕ ВРЕМЕННЫХ РЯДОВ [c.58]
| Рис. В.6. Выравнивание временного ряда |  |
Во многих случаях перед экстраполяцией бывает необходимо провести выравнивание временных рядов в целях устранения нехарактерных для них отклонений. Среди наиболее распространенных методов решения этой задачи —. метод наименьших квадратов. [c.424]
Выравнивание временных рядов 58 Вырожденная задача 59 Вырожденная матрица 59 Высказывание 175 Выходная информация 134 Выходные величины 59 Выходные данные 232 Вычислимая алгоритмическая проблема [c.462]
Первым этапом экстраполяции тренда является выбор оптимального вида функции описывающей эмпирический ряд. Для этого проводится предварительная обработка и преобразование исходных данных с целью облегчения выбора вида тренда путем сглаживания и выравнивания временного ряда, определения функции [c.328]
Прямая линия — лишь одна из возможного набора кривых для выравнивания временных рядов, поэтому она не всегда будет наилучшей. Прямую линию часто выбирают в силу простоты подгонки, а не по каким-либо другим содержательным причинам, [c.77]
Первым этапом экстраполяции тренда является выбор оптимального вида функции, описывающей эмпирический ряд. Для этого проводится предварительная обработка и преобразование исходных данных с целью облегчения выбора вида тренда путем сглаживания и выравнивания временного ряда. Следующим этапом является расчет параметров выбранной экстраполяционной функции. [c.119]
Ретроспективная информация указывает на неуклонный рост показателей по годам, поэтому для выравнивания временного ряда принята модель прямой линии, имеющая следующий общий вид [c.114]
Аналитическое выравнивание. Под этим понимают определение основной проявляющейся во времени тенденции развития изучаемого явления. Развитие предстает перед исследователем как бы в зависимости только от течения времени. В итоге выравнивания временного ряда получают наиболее общий, суммарный, проявляющийся во времени результат действия всех причинных факторов. Отклонение конкретных уровней ряда от уровней, соответствующих общей тенденции, объясняют действием факторов, проявляющихся случайно или циклически. В результате приходят к трендовой модели [c.103]
Аналитическое выравнивание временных рядов аналогично определению теоретической линии регрессии в корреляционном анализе. Первая задача состоит в выборе типа кривой многочлены, дробно-рациональные функции, экспоненты, логистические кривые и др. Вид кривых предпочтительно определить из теоретических соображений внутренней логики процесса и его связей с окружающим миром. Помогает также анализ конечных разностей и их относительных значений [77, с. 266]. При выравнивании многочленами полезно предварительное вычисление конечных разностей порядок многочлена равен наивысшему порядку ненулевых разностей. На приемлемость экспоненциальной аппроксимации указывает близкая к линейной зависимость от времени логарифмов исходных данных. [c.124]
Первым этапом экстраполяции тренда является выбор оптимального вида функции, описывающей эмпирический ряд. Для этого проводятся предварительная обработка и преобразование исходных данных с целью облегчения выбора вида тренда путем сглаживания и выравнивания временного ряда, определения функций дифференциального роста, а также формального и логического анализа особенностей процесса. Следующим этапом является расчет параметров выбранной экстраполяционной функции. [c.12]
Для аналитического выравнивания временных рядов используются функции с одним параметром t, представляющим собой порядковый номер наблюдения (t=l,2,. ..,N), который интерпретируется как "Время". Модели этого класса — кривые роста. Основной метод численной оценки параметров кривых роста [c.73]
Значения / + и ffj. за анализируемый отчетный период рассматриваются как независимые друг от друга динамические (временные) ряды. Динамические ряды выравниваются способом наименьших квадратов Г2 . Общий вид функциональной зависимости при выравнивании рядов выбирается [c.86]
Определение тенденции временных рядов. Выявление тенденций изменения экономического явления во времени (или выравнивание динамического ряда) является наиболее простым методом количественного анализа и прогноза динамики явления. Экономическое явление рассматривается здесь как функция от времени. Закономерности изменения изучаемого явления во времени, установленные на базе фактических данных, в данном случае распространяются на прогнозируемый период. Однако метод экстраполяции действующей временной тенденции можно считать оправданным и эффективным только в том случае, если прогнозируемый [c.53]
Другим методом выравнивания (сглаживания) временного ряда, т. е. выделения неслучайной составляющей, является метод скользящих средних. Он основан на переходе от начальных значений членов ряда к их средним значениям на интервале времени, длина которого определена заранее. При этом сам выбранный интервал времени скользит вдоль ряда. [c.143]
Важную роль в сборе информации приобретают плановый аппарат, в том числе центральный плановый отдел (служба) и плановые отделы отделений. В прогнозировании спроса в широких масштабах используются такие сложные количественные методы, как экономические модели и машинное моделирование, а также менее сложные экстраполяция временных рядов, экспертные оценки. Обычно компания рассчитывает на риск по всем видам производимой продукции, однако для обеспечения устойчивости компании особое внимание обращается на снижение уровня колебания совокупной прибыли всей фирмы. Отсюда стремление к выравниванию колебаний прибыли по разным видам продукции. [c.114]
Об устойчивости временного ряда и целесообразности использования методов аналитического выравнивания для статистического прогнозирования можно судить по величине линейного коэффициента корреляции ряда. Линейный коэффициент корреляции вычисляют по формуле [c.30]
При использовании методов аналитического выравнивания для прогнозирования товарооборота нефтеснабсбытовых организаций определенный интерес представляет выбор кривой и длины временного ряда. Этот вопрос исследован на основе анализа временных рядов валового товарооборота в целом по Главнефтеснабу РСФСР и его территориальным управлениям. Данные о динамике валового товарооборота Главнефтеснаба РСФСР за 15 лет (с 1960 по 1974 г.) приведены в табл. 8. Товарооборот базисного 1960 г. принят за 100%. Данные табл. 8 свидетельствуют о том, что для прогнозирования товарооборота в целом по Главнефтеснабу РСФСР предпочтительнее прямая или экспонента. [c.34]
Период наблюдений, годы Длина временного ряда лет Коэффициент вариации при выравнивании [c.36]
Недостатком аналитического выравнивания является то, что оно при расчете будущих теоретических оценок придает одинаковый вес всем наблюдениям временного ряда. [c.39]
Аналитическое выравнивание проводило/сь на основе временных рядов издержек обращения за 1970—1974 гг., т. е. за пять лет. Статистические данные до 1970 г. во внимание не принимались, так как до этого года некоторые территориальные управления занимались операциями с сырой нефтью, что, несомненно, сказывалось как на абсолютной величине издержек обращения, так и на их уровне. [c.79]
Данные табл. 39 показывают, что лучшие результаты получаются при выравнивании по прямой, чем по экспоненте. В связи с небольшим периодом наблюдения данные прогноза по прямой и экспоненте незначительно отличаются между собою, однако следует предполагать, что с удлинением временного ряда показатели выравнивания по экспоненте будут ухудшаться. [c.79]
Пусть имеются два временных ряда х, и у каждый из которых содержит трендовую компоненту Т и случайную компоненту е. Проведение аналитического выравнивания по каждому из этих рядов позволяет найти параметры соответствующих уравнений трендов и определить расчетные по тренду уровни х, и у, соответ- [c.265]
В качестве аппроксимирующих функций применяются не только линейная (выравнивание по прямой линии), но и квадратическая, параболическая, экспоненциальная и др. Пример выравнивания динамического ряда по прямой см. на рис. М.2, где сумма квадратов расстояний - у j)2 + (y2-у 2)2.... — наименьшая, и получившаяся прямая наилучшим образом отражает тенденцию динамического ряда наблюдений за некоторым показателем во времени. [c.196]
Учитывая, что абсолютные приросты, коэффициенты роста и прироста, как правило, неодинаковы у рядом стоящих членов ряда, приходится проводить выравнивание динамических рядов (сглаживание). Эта процедура чаще всего проводится методом аналитического выравнивания (по соответствующим формулам). Суть этого метода заключается в том, что, рассматривая уровни ряда как функции времени, заменяют ими фактические уровни ряда. Чаще всего такое выравнивание проводят по уравнениям [c.65]
Выбор методов анализа собранной информации о рынке во многом обусловлен целью работы, квалификацией исследователей, качеством первичной информации, содержанием конкретной задачи. Традиционно для решения задач исследования рынка используются в различных сочетаниях следующие методы группировка, индексный и графический методы, выравнивание и прогнозирование временных рядов, корреляционный и регрессионный анализ, экспертные оценки. Несколько реже применяется метод моделирования [21]. [c.51]
Кривая освоения (рис. 5.20) строится на основе выравнивания фактических затрат по годам выпуска с помощью метода наименьших квадратов. По оси абсцисс представлены годы выпуска продукции начиная с первого года, по оси ординат — затраты, выраженные в относительных величинах (один год принят за 100%). Ломаная линия характеризует фактические затраты по годам выпуска, плавная линия — выровненные затраты, полученные путем сглаживания исходного временного ряда затрат. [c.374]
При выравнивании временного ряда необходимо выделить две компоненты изменения экономического явления (процесса) детерминированную часть, представляющую функцию от времени, и случайную компоненту, отражающую стахостический характер всякого экономического процесса (явления), вызванного воздействиями различных случайных факторов (организационных, климатических и др.). [c.54]
СКОЛЬЗЯЩАЯ СРЕДНЯЯ [moving average] — расчетная характеристика временного ряда, образуемая путем постепенной замены фактических данных средней арифметической из нескольких уровней ряда (их число рассматривается как интервал скольжения) причем интервал скольжения перемещается из него постепенно исключают первый уровень и включают последний, а затем расчет средней повторяется, и т. д. Этот метод, называемый методом скользящей средней, применяется в целях выравнивания временных рядов (напр., таких, которые отражают сильные сезонные колебания). [c.330]
СПЛАЙН-ФУНКЦИЯ [spline-fun tion] — гладкая кусочно-полиномиальная функция, используемая для выравнивания временных рядов. Применение С.-ф. вместо обычных функций тренда эффективно, когда внутри анализируемого периода меняется тенденция, направление ряда. С.-ф. помогает выделить подпериоды, внутри которых динамика показателя не претерпевает существенного изменения. [c.339]
ТРЕНД [trend, time trend] —длительная ("вековая") тенденция изменения экономических показателей. Когда строятся экономико-математические модели прогноза, Т. оказывается основной составляющей прогнозируемого временного ряда, на которую уже накладываются другие составляющие (напр., сезонные колебания). Среди способов выявления Т. наибольшее распространение имеют метод наименьших квадратов и разные способы выравнивания временных рядов (по средней, скользящей средней и т.д.). Линейный тренд имеет вид у = а + Ы, где t — время а и Ъ — параметры, которые можно выявить методом наименьших квадратов. График такой функции — прямая. Степенной тренд может иметь вид yt- A tb, где параметры А и Ь находятся из линейной регрессии после логарифмирования In yt = In A + b In t. При b > 1 степень роста показателя выше, чем у линейного тренда, при Ъ < 1 — ниже, чем у линейного. [c.368]
Выравнивание временных рядов может быть произведено методом экспоненциального сглаживания. Суть метода заключается в том, что в процедуре нахождения сглаженного уровня используются значения шлько предшествующих уровней ряда, взятые с опреде генным весом, причем вес наблюдения уменьшается по мере удаления его от момента времени для которого определяется сглаженное значение уровня ряда. Если для исходного временного ряда (18.1) соответствующие сглаженные значения уровней обозначить 5 где t I, n, то экспоненциальное сглаживание производи гея по рекуррентному соотношению [c.415]
Обработка и анализ динамических рядов заключаются в выявлении их общей тенденции (тренда) и сезонных колебаний. Для определения тренда динамического ряда, характеризующего развитие определенного процесса, необходимо преобразовать ряд (выравнить его эмпирические данные) с тем, чтобы исключить влияние на него случайных отклонений в ту или другую сторону. Обработку временного ряда можно производить различными методами. Наиболее распространены методы аналитического выравнивания. [c.28]
Как указывалось, величина доверительного интервала прогноза, а тем самым, и точность прогноза зависят от значения среднего квадрэтического отклонения фактических наблюдений временного ряда, от его теоретических оценок, полученных при аналитическом выравнивании. Относительным показателем отклонений является коэффициент вариации. Следовательно, о [c.78]
Сезонно выровненные данные сопровождаются при публикации дополнительным индексом SA (seasonally adjusted) (на рисунке 13.3. тот же показатель продаж новых автомобилей представлен для иллюстрации в сезонно сглаженном виде, то есть после сезонного выравнивания). Более подробно с методами сезонной обработки экономических временных рядов можно познакомиться при необходимости по книге Эддоуса и Стэнсфилда, указанной в списке литературы. [c.30]
Смотреть страницы где упоминается термин Выравнивание временных рядов
: [c.128] [c.317] [c.100] [c.280]Экономико-математический словарь Изд.5 (2003) -- [ c.58 ]