Анализ и прогнозирование временных рядов в профессиональном статистическом пакете Statgraphics Centurion

Автор работы: Пользователь скрыл имя, 22 Декабря 2010 в 11:56, курсовая работа

Краткое описание

Экономический прогноз- это вероятностная оценка темпов роста экономики в будущем, базирующаяся на определенной гипотезе социально-экономического развития, так как гипотез много, соответственно прогнозирование можно рассматривать как научную деятельность, направленную на выявление и изучение наиболее вероятностных альтернатив будущего развития.

Содержимое работы - 1 файл

крс.doc

— 270.00 Кб (Скачать файл)
 

The StatAdvisor

This table shows the seasonal indices for each month, scaled so that an average month equals 100. The indices range from a low of 40,4459 in month 8 to a high of 216,93 in month 12. This indicates that there is a seasonal swing from 40,4459% of average to 216,93% of average throughout the course of one complete cycle. 

Рис. 4 

     В таблице видны 2 критических месяца, они выделены цветом, которые приходятся на август и декабрь. Нам нужно избавиться от них. Для этого в меню  Graphs  надо выбрать horizontal time sequence plot и integrated periodogram.

     Также в Analitic Options выбираем (Math) выбираем None; Seasonal None и удаляем квадратический тренд.

Рис. 5

     График входит в рамки, это хорошо.

     На рисунке 5 мы видим интегрированную периодограмму скорректированной переменной. Её значения не выходят за 95%-ные границы Колмогорова-Смирнова. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

3. Автоматическое и ручное прогнозирование продаж шампанского 

     Широкое применение вычислительной  техники и соответствующего программного обеспечения позволяет автоматизировать процесс прогнозирования временных рядов. В основе автомотического прогнозирования лежит идея о построении моделей, объединяющих авторегрессию, скользящее среднее, трэнд и сезонные колебания в единое целое. Объединение различных методов описания временных рядов в рамках одной модели позволяет использовать для прогнозирования модели несколько высоких порядков. Это существенно расширяет область практического применения.

     В меню автоматического прогнозирования ставим Seasonality=24, всё остаьное остаётся, как было.

     В Tables выбираем: Analysis Summary, Forecast Table, Model Comparison, Residual Tests for Randomns. В Graphs: Time Sequence Plot, Forecast Plot Residual Integrated Periodogram 

Получается график: 

 

Рис. 6 
 

На рисунке 6 показан прогноз на 2 года. 

 

Рис. 7 

На рисунке 7 видим, что значения периодограммы  не выходят за 95% границы. Это хорошо. 

     Ручное прогнозирование

 

     Суть ручного прогнозирования заключается в том, что можно брать любую модель, строить ее нужным образом, добиваясь желанного результата, при автоматическом прогнозировании мы лишены этой возможности, т.к. нам автоматически подбирается наиболее подходящая модель. 

     Для  ручного прогнозирования мы используем  те же опции, что и для автоматического. 

Рис. 8

Forecast Table for bubbly

Model: Winter's exp. smoothing with alpha = 0,4159, beta = 0,0182, gamma = 0,4166 (см. таблицу 2. в приложениях) 

    Lower 95,0% Upper 95,0%
Period Forecast Limit Limit
1.1997 3,87751 3,08619 4,66884
2.1997 3,91417 2,97639 4,85195
3.1997 4,50158 3,28857 5,71459
4.1997 4,70563 3,31526 6,09599
5.1997 4,77706 3,25512 6,29899
6.1997 5,28965 3,49404 7,08527
7.1997 4,61259 2,95903 6,26616
8.1997 2,23283 1,3933 3,07235
9.1997 6,24723 3,7971 8,69736
10.1997 8,03609 4,76318 11,309
11.1997 12,0051 6,94641 17,0637
12.1997 14,6836 8,30197 21,0653
1.1998 4,50934 2,49334 6,52534
2.1998 4,54343 2,42279 6,66406
3.1998 5,2157 2,72505 7,70635
4.1998 5,44238 2,78775 8,09701
5.1998 5,51536 2,77137 8,25935
6.1998 6,09679 3,00688 9,18669
7.1998 5,30758 2,57056 8,04459
8.1998 2,56508 1,22056 3,9096
9.1998 7,16545 3,35138 10,9795
10.1998 9,20294 4,23268 14,1732
11.1998 13,7274 6,21102 21,2437
12.1998 16,7653 7,4652 26,0655
 

 

Рис. 9 

Model Comparison

Data variable: bubbly

Number of observations = 84

Start index = 1.1990

Sampling interval = 1,0 month(s)

Length of seasonality = 12 

Models

(A) Random walk with drift = 0,0282736

Seasonal adjustment: Multiplicative

(B) Winter's exp. smoothing with alpha = 0,4159, beta = 0,0182, gamma = 0,4166

(C) Simple exponential smoothing with alpha = 0,2032

Seasonal adjustment: Multiplicative

(D) Brown's linear exp. smoothing with alpha = 0,1022

Seasonal adjustment: Multiplicative

(E) Winter's exp. smoothing with alpha = 0,4159, beta = 0,018, gamma = 0,4165 

Estimation Period

Model RMSE MAE MAPE ME MPE
(A) 0,725943 0,464052 12,1618 0,019122 -1,70134
(B) 0,683328 0,490358 12,8366 -0,169971 -7,74267
(C) 0,663364 0,422294 10,0186 0,129023 0,425901
(D) 0,65552 0,414178 10,0297 0,0736636 -0,477326
(E) 0,683429 0,490643 12,8496 -0,171457 -7,77584
 
Model RMSE RUNS RUNM AUTO MEAN VAR
(A) 0,725943 OK OK ** OK OK
(B) 0,683328 OK OK OK OK **
(C) 0,663364 OK OK OK OK OK
(D) 0,65552 OK OK OK OK OK
(E) 0,683429 OK OK OK OK **
 

     Прогноз  на Рисунке 9 нам полностью  подходит, Это значит, что мы справились  с задачей. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Заключение: 

     Statgraphics Centurion обладает рядом свойств,  которые существенно облегчают  статистическую обработку, анализ и прогнозирование данных. Эта программа применима в различных сферах, не исключая и туризм.

     Существует  огромное количество методов  прогнозирования. Прогнозирование  является очень важным элементом  управления на рынке.

     Программа Statgraphics позволяет пользователю рассматривать сразу несколько моделей, результаты просмотра которых отражаются на наглядном графике. Программа необходима для упорядочения действий посредством исследований, галерей и портфелей.  

Информация о работе Анализ и прогнозирование временных рядов в профессиональном статистическом пакете Statgraphics Centurion