Спасибо за быстро выполненную работу! Надеюсь на дальнейшее сотрудничество)
Подробнее о работе
Гарантия сервиса Автор24
Уникальность не ниже 50%
Проверяем наличие аномальных наблюдений методом Ирвина:
,
где среднеквадратическое отклонение рассчитываем, используя следующие формулы:
,
Построим следующий ряд, используя MS Excel:
Таблица 10 - Расчет
В результате получаем следующую таблицу:
Таблица 11
Аномальных наблюдений во временном ряду нет, так как расчетные значения λ t меньше табличного λ t < 1,6 .
2. Построим график динамика цены закрытия торгов на акции ряда компаний (рисунок 1). По виду диаграммы можно предположить, что во временном ряду присутствует линейный тренд.
Рисунок 1
Конечно, выбор тренда можно осуществить и экспериментальным методом. При этом индекс детерминации у полиномиального тренда несколько выше, но выбор остановим на линейном тренде ввиду его простоты и ясной экономической интерпретации параметров регрессии.
Оценим параметры тренда методом наименьших квадратов. В качестве значений независимой переменной возьмем значения периодов.
Уравнение линейной регрессии имеет вид:
y = 2,3679x + 51,857
Коэффициент при переменной х показывает, что за один год динамика цены увеличивается в среднем на 2,3679 .
Общее качество уравнения регрессии высокое ( R² = 0,9211 ).
Оценим статистическую значимость индекса детерминации. В нашем случае , 3,07 .2,16 Так как , то уравнение регрессии в целом статистически значимо.
Для коэффициентов регрессии модули наблюдаемых значений статистики Стьюдента (10,3 и 15,4) больше критического значения, равного 3,07. Значит, коэффициенты регрессии статистически значимы.
Точность модели оценим с помощью коэфф
Отсутствует
Анализ динамики временного ряда, используя средства Excel
Исследуется динамика цены закрытия торгов на акции ряда компаний. Имеются данные о результатах биржевых торгов за пятнадцать дней (номер ценной бумаги соответствует выбранному номеру варианта):
Таблица 9 – Исходные данные
№ Наблюдения
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
5 52 56 60 58 64 68 74 70 78 74 79 73 82 86 88
Требуется:
1. Проверить наличие аномальных наблюдений во временном ряду показателя (использовать графический и аналитический методы).
2. Проверить наличие во временном ряду тенденции.
3. Используя средства Excel (или другого программного продукта), построить следующие виды трендовых моделей:
- линейную,
- логарифмическую,
- полиномиальную,
- степенную,
- экспоненциальную,
- линейной фильтрации.
4. Сравнить качество построенных моделей, используя коэффициент детерминации и среднюю относительную ошибку. Данные представить в таблице. Выбрать лучшую модель. Выводы обосновать.
Отсутствует
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
Проверяем наличие аномальных наблюдений методом Ирвина:
,
где среднеквадратическое отклонение рассчитываем, используя следующие формулы:
,
Построим следующий ряд, используя MS Excel:
Таблица 10 - Расчет
В результате получаем следующую таблицу:
Таблица 11
Аномальных наблюдений во временном ряду нет, так как расчетные значения λ t меньше табличного λ t < 1,6 .
2. Построим график динамика цены закрытия торгов на акции ряда компаний (рисунок 1). По виду диаграммы можно предположить, что во временном ряду присутствует линейный тренд.
Рисунок 1
Конечно, выбор тренда можно осуществить и экспериментальным методом. При этом индекс детерминации у полиномиального тренда несколько выше, но выбор остановим на линейном тренде ввиду его простоты и ясной экономической интерпретации параметров регрессии.
Оценим параметры тренда методом наименьших квадратов. В качестве значений независимой переменной возьмем значения периодов.
Уравнение линейной регрессии имеет вид:
y = 2,3679x + 51,857
Коэффициент при переменной х показывает, что за один год динамика цены увеличивается в среднем на 2,3679 .
Общее качество уравнения регрессии высокое ( R² = 0,9211 ).
Оценим статистическую значимость индекса детерминации. В нашем случае , 3,07 .2,16 Так как , то уравнение регрессии в целом статистически значимо.
Для коэффициентов регрессии модули наблюдаемых значений статистики Стьюдента (10,3 и 15,4) больше критического значения, равного 3,07. Значит, коэффициенты регрессии статистически значимы.
Точность модели оценим с помощью коэфф
Отсутствует
Анализ динамики временного ряда, используя средства Excel
Исследуется динамика цены закрытия торгов на акции ряда компаний. Имеются данные о результатах биржевых торгов за пятнадцать дней (номер ценной бумаги соответствует выбранному номеру варианта):
Таблица 9 – Исходные данные
№ Наблюдения
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
5 52 56 60 58 64 68 74 70 78 74 79 73 82 86 88
Требуется:
1. Проверить наличие аномальных наблюдений во временном ряду показателя (использовать графический и аналитический методы).
2. Проверить наличие во временном ряду тенденции.
3. Используя средства Excel (или другого программного продукта), построить следующие виды трендовых моделей:
- линейную,
- логарифмическую,
- полиномиальную,
- степенную,
- экспоненциальную,
- линейной фильтрации.
4. Сравнить качество построенных моделей, используя коэффициент детерминации и среднюю относительную ошибку. Данные представить в таблице. Выбрать лучшую модель. Выводы обосновать.
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 |
60 ₽ | Цена | от 200 ₽ |
Не подошла эта работа?
В нашей базе 51916 Контрольных работ — поможем найти подходящую