Спасибо за быстро выполненную работу! Надеюсь на дальнейшее сотрудничество)
Информация о работе
Подробнее о работе
Оценка качества моделей одномерного временного ряда и построение прогнозов Оценить адекватность луч
- 3 страниц
- 2015 год
- 14 просмотров
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
Оценим адекватность логарифмической моделей для выбранного показателя, используя свойства независимости остаточной компоненты, случайности и соответствия нормальному закону распределения (при использовании R/S-критерия взять табулированные границы 2,7—3,7).
Проверим выполнимость предпосылок МНК:
Выполнение предпосылок МНК может проверяться с помощью R/Sкритерия
,
где соответственно наибольший и наименьший остатки с учетом знака;
среднее квадратическое (стандартное) отклонение ряда остатков:
.
Остатки признаются нормально распределенными, если .
где критические границы и числа наблюдений-критерия для принятого уровня значимости .
Значения остатков регрессии были получены в EXCEL при проведении регрессионного анализа. Наибольший и наименьший остатки составляют: . Среднее квадратическое отклонение остатков равно
,
а критерий
Расчетное значение RS-критерия попадает в интервал (2,7-3,7), следовательно, не выполняется свойство нормального распределения. Таким образом, модель не адекватна по нормальности распределения остаточной компоненты.
Оценим точность модели на основе средней относительной ошибки аппроксимации.
Средняя ошибка аппроксимации по формуле:
Найдем величину средней ошибки аппроксимации :
.
В среднем, расчетные значения отклоняются от фактических на 7,345 поскольку ошибка больше 7%, то данное уравнение не желательно использовать в качестве регрессии.
Осуществим прогнозы исследуемого признака на следующие 2 дня (доверительный интервал прогноза рассчитать при доверительной вероятности р = 80%).
Фактические значения признаков, результаты моделирования и прогнозирования представить графически.
ЗАКЛЮЧЕНИЕ
Эконометрический метод складывался в преодолении трудностей, искажающих результаты применения классических статистических методов, таких как ложная корреляция, асимметричность связей, мультиколлинеарность связей, автокорреляции, ложной корреляции, наличия лагов и, наконец, эффект гетероскедастичности.
В настоящей контрольной работе решена задача разработки математической модели спроса на товар в зависимости от его цены. Для обоснования модели в контрольной работе рассмотрена линейная математическая модель.
Выполнена оценка тесноты связи спроса и цены с помощью показателей корреляции и детерминации.
Проведена оценка с помощью ошибки аппроксимации качест
Отсутствует
Оценка качества моделей одномерного временного ряда и построение прогнозов
Оценить адекватность лучшей моделей для выбранного показателя, используя свойства независимости остаточной компоненты, случайности и соответствия нормальному закону распределения (при использовании R/S-критерия взять табулированные границы 2,7—3,7).
Оценить точность модели на основе средней относительной ошибки аппроксимации.
Осуществить прогнозы исследуемого признака на следующие 2 дня (доверительный интервал прогноза рассчитать при доверительной вероятности р = 80%).
Фактические значения признаков, результаты моделирования и прогнозирования представить графически.
Оценить в целом динамику торгов на представленные ценные бумаги. Сформировать предложения по повышению цен торгов на ценные бумаги (используя знания, полученные при изучении других дисциплин).
Отсутствует
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
