Создан заказ №1573408
10 декабря 2016
МОДЕЛИРОВАНИЕ ВРЕМЕННОГО РЯДА Вариант 22 Исходные данные Кредиторская задолженность (в среднем за период) млрд
Как заказчик описал требования к работе:
Оформить все графики в контрольной; 2. начертить схемы в соответствие со стандартами (можно в графическом редакторе на пк). Работу нужно сдавать в пятницу, поэтому 2 дня на выполнение максимум. Подробное задание прикрелено.
Фрагмент выполненной работы:
МОДЕЛИРОВАНИЕ ВРЕМЕННОГО РЯДА
Вариант 22
Исходные данные:
Кредиторская задолженность (в среднем за период) млрд.руб.
1994 110
1995 321
1996 729
1997 1 144
1998 1 996
1999 2 677
2000 3 342
2001 4 151
2002 4 684
2003 5 111
2004 5 536
2005 6 394
2006 7 081
2007 9 188
2008 12 219
2009 14 225
2010 16 168
2011 19 325
Решение:
1. Выполним расчеты по оценке структуры временного ряда.
При наличии во временном ряде тенденции и циклических колебаний значения каждого последующего уровня ряда зависят от предыдущих. (работа была выполнена специалистами author24.ru) Корреляционную зависимость между последовательными уровнями временного ряда называют автокорреляцией уровней ряда.
Для оценки структуры временного ряда построим по исходным данным уровней временного ряда y коррелограмму (автокорреляционную функцию) по виду которой сделаем выводы о наличии или отсутствии сезонной компоненты S периодом τ и трендовой составляющей T временного ряда.
Рассчитаем несколько последовательных коэффициентов автокорреляции. Для этого составляем первую вспомогательную таблицу.
1 2 3 4 5 6 7 8
1 110 – – – – – –
2 321 110 -6401,7 -5482,5 35097046,0 40981386,3 30057612,8
3 729 321 -5994,1 -5271,4 31597037,9 35928882,2 27787471,9
4 1 144 729 -5579,3 -4863,8 27136357,8 31128260,3 23656378,8
5 1 996 1 144 -4727,1 -4449,0 21030653,6 22345196,3 19793444,0
6 2 677 1 996 -4046,1 -3596,8 14552835,3 16370687,2 12936843,3
7 3 342 2 677 -3380,8 -2915,8 9857591,2 11429609,8 8501786,7
8 4 151 3 342 -2572,3 -2250,5 5788849,6 6616576,0 5064670,8
9 4 684 4 151 -2038,9 -1442,0 2940015,4 4156993,3 2079313,1
10 5 111 4 684 -1612,1 -908,6 1464698,9 2598771,6 825521,9
11 5 536 5 111 -1186,6 -481,8 571668,8 1407949,8 232114,2
12 6 394 5 536 -329,0 -56,3 18515,2 108221,6 3167,7
13 7 081 6 394 357,7 801,3 286654,9 127970,3 642110,0
14 9 188 7 081 2465,4 1488,0 3668602,5 6078342,2 2214196,5
15 12 219 9 188 5496,0 3595,7 19762169,9 30206339,3 12929185,4
16 14 225 12 219 7501,6 6626,3 49708179,4 56274443,8 43908085,6
17 16 168 14 225 9444,7 8631,9 81526126,5 89202913,7 74510002,3
18 19 325 16 168 12602,1 10575,0 133267740,9 158813665,7 111830998,2
Сумма 110 – – – – – –
Среднее значение 321 110 -6401,7 -5482,5 35097046,0 40981386,3 30057612,8
Теперь вычисляем коэффициент автокорреляции первого порядка по формуле
где
Коэффициент автокорреляции первого порядка:
Аналогично находим коэффициенты автокорреляции более высоких порядков, а все полученные значения заносим в сводную таблицу.
Лаг Коэффициент автокорреляции уровней
1 0,996
2 0,987
3 0,976
4 0,961
5 0,944
6 0,949
7 0,958
8 0,976
9 0,992
Коррелограмма:
Если наиболее высоким оказался коэффициент автокорреляции первого порядка, исследуемый ряд содержит только тенденцию. Если наиболее высоким оказался коэффициент автокорреляции порядка τ, ряд содержит циклические колебания с периодичностью в τ моментов времени.
Вывод: в данном ряду динамики имеется тенденция (rt,t-1 = 0.996 → 1). А также имеются периодические колебания с периодом, равным 10 (rt,t-10=1 → 1).
2. Выполним выравнивание исходного ряда методом скользящей средней. Для этого выбрать ширину окна m скользящей средней yск.
m = 4
Год у Итого за четыре периода Скользящая средняя за четыре периода Оценка сезонной компоненты
1 2 3 4 6
1 110 – – –
2 321 2304,1 576,025 -254,725
3 729 4189,8 1047,45 -318,550
4 1 144 6545,4 1636,35 -492,650
5 1 996 9158,7 2289,675 -293,775
6 2 677 12165,7 3041,425 -364,525
7 3 342 14853,9 3713,475 -371,275
8 4 151 17287,9 4321,975 -171,275
9 4 684 19482,1 4870,525 -186,425
10 5 111 21725,4 5431,35 -320,450
11 5 536 24122 6030,5 -494,100
12 6 394 28199,5 7049,875 -655,875
13 7 081 34882,1 8720,525 -1639,825
14 9 188 42712,7 10678,175 -1489,775
15 12 219 51799,7 12949,925 -730,925
16 14 225 61936,4 15484,1 -1259,500
17 16 168 – – –
18 19 325 – – –
Построим совместный график исходных данных y=f(x) и полученной скользящей средней yск=f(x).
2. Выполним расчет значений сезонной компоненты S по формуле s=y-yск. Рассчитаем среднее значение сезонной компоненты Sср...Посмотреть предложения по расчету стоимости
Заказчик
заплатил
заплатил
200 ₽
Заказчик не использовал рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик принял работу без использования гарантии
11 декабря 2016
Заказ завершен, заказчик получил финальный файл с работой
5
МОДЕЛИРОВАНИЕ ВРЕМЕННОГО РЯДА
Вариант 22
Исходные данные
Кредиторская задолженность (в среднем за период) млрд.docx
2016-12-14 21:06
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
По моей просьбе, автор сделала работу раньше,чем планировалось. Спасибо ей большое за оперативность
Хочешь такую же работу?
300 ₽
