Спасибо за быстро выполненную работу! Надеюсь на дальнейшее сотрудничество)
Подробнее о работе
Гарантия сервиса Автор24
Уникальность не ниже 50%
Построим поле корреляции:
Уже исходя из графика видно, что значения образуют пилообразную фигуру. Рассчитаем несколько последовательных коэффициентов автокорреляции. Для этого составляем первую вспомогательную таблицу.
1 2 3 4 5 6 7 8
1 5,5 – – – – – –
2 4,6 5,5 -2,833 -1,567 4,439 8,028 2,454
3 5 4,6 -2,433 -2,467 6,002 5,921 6,084
4 9,2 5 1,767 -2,067 -3,651 3,121 4,271
5 7,1 9,2 -0,333 2,133 -0,711 0,111 4,551
6 5,1 7,1 -2,333 0,033 -0,078 5,444 0,001
7 5,9 5,1 -1,533 -1,967 3,016 2,351 3,868
8 10 5,9 2,567 -1,167 -2,994 6,588 1,361
9 8 10 0,567 2,933 1,662 0,321 8,604
10 5,6 8 -1,833 0,933 -1,711 3,361 0,871
11 6,4 5,6 -1,033 -1,467 1,516 1,068 2,151
12 10,9 6,4 3,467 -0,667 -2,311 12,018 0,444
13 9,1 10,9 1,667 3,833 6,389 2,778 14,694
14 6,4 9,1 -1,033 2,033 -2,101 1,068 4,134
15 7,2 6,4 -0,233 -0,667 0,156 0,054 0,444
16 11 7,2 3,567 0,133 0,476 12,721 0,018
Сумма 111,5 106 0,000 0,000 10,097 64,953 53,953
Среднее значение 7,433 7,0667 – – – – –
Следует заметить, что среднее значение получается путем деления не на 16, а на 15, т.к. у нас теперь на одно наблюдение меньше.
Теперь вычисляем коэффициент автокорреляции первого порядка по формуле
где
Коэффициент автокорреляции первого порядка:
Составляем вспомогательную таблицу для расчета коэффициента автокорреляции второго порядка.
1 2 3 4 5 6 7 8
1 5,5 – – – – – –
2 4,6 – – – – – –
3 5 5,5 -2,636 -1,557 4,104 6,947 2,425
4 9,2 4,6 1,564 -2,457 -3,844 2,447 6,038
5 7,1 5 -0,536 -2,057 1,102 0,287 4,232
6 5,1 9,2 -2,536 2,143 -5,434 6,430 4,592
7 5,9 7,1 -1,736 0,043 -0,074 3,013 0,002
8 10 5,1 2,364 -1,957 -4,627 5,590 3,830
9 8 5,9 0,364 -1,157 -0,422 0,133 1,339
10 5,6 10 -2,036 2,943 -5,991 4,144 8,660
11 6,4 8 -1,236 0,943 -1,165 1,527 0,889
12 10,9 5,6 3,264 -1,457 -4,757 10,656 2,123
13 9,1 6,4 1,464 -0,657 -0,962 2,144 0,432
14 6,4 10,9 -1,236 3,843 -4,749 1,527 14,768
15 7,2 9,1 -0,436 2,043 -0,890 0,190 4,173
16 11 6,4 3,364 -0,657 -2,211 11,318 0,432
Сумма 106,9 98,8 0,000 0,000 -29,919 56,352 53,934
Среднее значение 7,636 7,057 – – – – –
Следовательно
.
Аналогично находим коэффициенты автокорреляции более высоких порядков, а все полученные значения заносим в сводную т
Отсутствует
Имеются условные данные об объемах потребления электроэнергии () жителями региона за 16 кварталов.
Требуется:
1. Построить автокорреляционную функцию и сделать вывод о наличии сезонных колебаний.
2. Построить аддитивную модель временного ряда (для нечетных вариантов) или мультипликативную модель временного ряда (для четных вариантов).
3. Сделать прогноз на 2 квартала вперед.
1 5,5 9 8,0
2 4,6 10 5,6
3 5,0 11 6,4
4 9,2 12 10,9
5 7,1 13 9,1
6 5,1 14 6,4
7 5,9 15 7,2
8 10,0 16 11,0
Отсутствует
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
Построим поле корреляции:
Уже исходя из графика видно, что значения образуют пилообразную фигуру. Рассчитаем несколько последовательных коэффициентов автокорреляции. Для этого составляем первую вспомогательную таблицу.
1 2 3 4 5 6 7 8
1 5,5 – – – – – –
2 4,6 5,5 -2,833 -1,567 4,439 8,028 2,454
3 5 4,6 -2,433 -2,467 6,002 5,921 6,084
4 9,2 5 1,767 -2,067 -3,651 3,121 4,271
5 7,1 9,2 -0,333 2,133 -0,711 0,111 4,551
6 5,1 7,1 -2,333 0,033 -0,078 5,444 0,001
7 5,9 5,1 -1,533 -1,967 3,016 2,351 3,868
8 10 5,9 2,567 -1,167 -2,994 6,588 1,361
9 8 10 0,567 2,933 1,662 0,321 8,604
10 5,6 8 -1,833 0,933 -1,711 3,361 0,871
11 6,4 5,6 -1,033 -1,467 1,516 1,068 2,151
12 10,9 6,4 3,467 -0,667 -2,311 12,018 0,444
13 9,1 10,9 1,667 3,833 6,389 2,778 14,694
14 6,4 9,1 -1,033 2,033 -2,101 1,068 4,134
15 7,2 6,4 -0,233 -0,667 0,156 0,054 0,444
16 11 7,2 3,567 0,133 0,476 12,721 0,018
Сумма 111,5 106 0,000 0,000 10,097 64,953 53,953
Среднее значение 7,433 7,0667 – – – – –
Следует заметить, что среднее значение получается путем деления не на 16, а на 15, т.к. у нас теперь на одно наблюдение меньше.
Теперь вычисляем коэффициент автокорреляции первого порядка по формуле
где
Коэффициент автокорреляции первого порядка:
Составляем вспомогательную таблицу для расчета коэффициента автокорреляции второго порядка.
1 2 3 4 5 6 7 8
1 5,5 – – – – – –
2 4,6 – – – – – –
3 5 5,5 -2,636 -1,557 4,104 6,947 2,425
4 9,2 4,6 1,564 -2,457 -3,844 2,447 6,038
5 7,1 5 -0,536 -2,057 1,102 0,287 4,232
6 5,1 9,2 -2,536 2,143 -5,434 6,430 4,592
7 5,9 7,1 -1,736 0,043 -0,074 3,013 0,002
8 10 5,1 2,364 -1,957 -4,627 5,590 3,830
9 8 5,9 0,364 -1,157 -0,422 0,133 1,339
10 5,6 10 -2,036 2,943 -5,991 4,144 8,660
11 6,4 8 -1,236 0,943 -1,165 1,527 0,889
12 10,9 5,6 3,264 -1,457 -4,757 10,656 2,123
13 9,1 6,4 1,464 -0,657 -0,962 2,144 0,432
14 6,4 10,9 -1,236 3,843 -4,749 1,527 14,768
15 7,2 9,1 -0,436 2,043 -0,890 0,190 4,173
16 11 6,4 3,364 -0,657 -2,211 11,318 0,432
Сумма 106,9 98,8 0,000 0,000 -29,919 56,352 53,934
Среднее значение 7,636 7,057 – – – – –
Следовательно
.
Аналогично находим коэффициенты автокорреляции более высоких порядков, а все полученные значения заносим в сводную т
Отсутствует
Имеются условные данные об объемах потребления электроэнергии () жителями региона за 16 кварталов.
Требуется:
1. Построить автокорреляционную функцию и сделать вывод о наличии сезонных колебаний.
2. Построить аддитивную модель временного ряда (для нечетных вариантов) или мультипликативную модель временного ряда (для четных вариантов).
3. Сделать прогноз на 2 квартала вперед.
1 5,5 9 8,0
2 4,6 10 5,6
3 5,0 11 6,4
4 9,2 12 10,9
5 7,1 13 9,1
6 5,1 14 6,4
7 5,9 15 7,2
8 10,0 16 11,0
Отсутствует
| Купить эту работу vs Заказать новую | ||
|---|---|---|
| 0 раз | Куплено | Выполняется индивидуально |
|
Не менее 40%
Исполнитель, загружая работу в «Банк готовых работ» подтверждает, что
уровень оригинальности
работы составляет не менее 40%
|
Уникальность | Выполняется индивидуально |
| Сразу в личном кабинете | Доступность | Срок 1—5 дней |
| 120 ₽ | Цена | от 200 ₽ |
Не подошла эта работа?
В нашей базе 51499 Контрольных работ — поможем найти подходящую