+
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 4,8 5,5 -3,053 -1,607 4,906 9,323 2,581
3 5,1 4,8 -2,753 -2,307 6,351 7,581 5,321
4 9 5,1 1,147 -2,007 -2,301 1,315 4,027
5 7,1 9,0 -0,753 1,893 -1,426 0,568 3,585
6 4,9 7,1 -2,953 -0,007 0,020 8,722 0,000
7 6,1 4,9 -1,753 -2,207 3,869 3,074 4,869
8 10 6,1 2,147 -1,007 -2,161 4,608 1,013
9 8,3 10,0 0,447 2,893 1,292 0,200 8,371
10 5,4 8,3 -2,453 1,193 -2,928 6,019 1,424
11 6,4 5,4 -1,453 -1,707 2,480 2,112 2,913
12 10,9 6,4 3,047 -0,707 -2,153 9,282 0,499
13 9 10,9 1,147 3,793 4,350 1,315 14,389
14 6,6 9,0 -1,253 1,893 -2,373 1,571 3,585
15 7,5 6,6 -0,353 -0,507 0,179 0,125 0,257
16 11,2 7,5 3,347 0,393 1,316 11,200 0,155
Сумма 117,8 106,6 -5,5 0,000 11,421 67,014 52,989
Среднее значение 7,853 7,107 – – – – –
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 4,8 – – – – – –
3 5,1 5,5 -3,314 -1,579 5,232 10,984 2,492
4 9 4,8 0,586 -2,279 -1,335 0,343 5,192
5 7,1 5,1 -1,314 -1,979 2,600 1,727 3,915
6 4,9 9 -3,514 1,921 -6,752 12,350 3,692
7 6,1 7,1 -2,314 0,021 -0,050 5,356 0,000
8 10 4,9 1,586 -2,179 -3,455 2,514 4,746
9 8,3 6,1 -0,114 -0,979 0,112 0,013 0,958
10 5,4 10 -3,014 2,921 -8,806 9,086 8,535
11 6,4 8,3 -2,014 1,221 -2,460 4,057 1,492
12 10,9 5,4 2,486 -1,679 -4,172 6,179 2,818
13 9 6,4 0,586 -0,679 -0,397 0,343 0,460
14 6,6 10,9 -1,814 3,821 -6,933 3,292 14,603
15 7,5 9 -0,914 1,921 -1,757 0,836 3,692
16 11,2 6,6 2,786 -0,479 -1,333 7,760 0,229
Сумма 117,8 99,1 -10,3 0,000 -29,506 64,841 52,824
Среднее значение 8,414 7,079 – – – – –
Следовательно
.
Аналогично находим коэффициенты автокорреляции более высоких порядков, а все полученные значения заносим в с
Отсутствует
Имеются условные данные об объемах потребления электроэнергии () жителями региона за 16 кварталов.
Требуется:
Построить автокорреляционную функцию и сделать вывод о наличии сезонных колебаний.
Построить аддитивную модель временного ряда (для нечетных вариантов) или мультипликативную модель временного ряда (для четных вариантов).
Сделать прогноз на 2 квартала вперед.
Варианты 7, 8
1 5,5 9 8,3
2 4,8 10 5,4
3 5,1 11 6,4
4 9,0 12 10,9
5 7,1 13 9,0
6 4,9 14 6,6
7 6,1 15 7,5
8 10,0 16 11,2
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 4,8 5,5 -3,053 -1,607 4,906 9,323 2,581
3 5,1 4,8 -2,753 -2,307 6,351 7,581 5,321
4 9 5,1 1,147 -2,007 -2,301 1,315 4,027
5 7,1 9,0 -0,753 1,893 -1,426 0,568 3,585
6 4,9 7,1 -2,953 -0,007 0,020 8,722 0,000
7 6,1 4,9 -1,753 -2,207 3,869 3,074 4,869
8 10 6,1 2,147 -1,007 -2,161 4,608 1,013
9 8,3 10,0 0,447 2,893 1,292 0,200 8,371
10 5,4 8,3 -2,453 1,193 -2,928 6,019 1,424
11 6,4 5,4 -1,453 -1,707 2,480 2,112 2,913
12 10,9 6,4 3,047 -0,707 -2,153 9,282 0,499
13 9 10,9 1,147 3,793 4,350 1,315 14,389
14 6,6 9,0 -1,253 1,893 -2,373 1,571 3,585
15 7,5 6,6 -0,353 -0,507 0,179 0,125 0,257
16 11,2 7,5 3,347 0,393 1,316 11,200 0,155
Сумма 117,8 106,6 -5,5 0,000 11,421 67,014 52,989
Среднее значение 7,853 7,107 – – – – –
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 4,8 – – – – – –
3 5,1 5,5 -3,314 -1,579 5,232 10,984 2,492
4 9 4,8 0,586 -2,279 -1,335 0,343 5,192
5 7,1 5,1 -1,314 -1,979 2,600 1,727 3,915
6 4,9 9 -3,514 1,921 -6,752 12,350 3,692
7 6,1 7,1 -2,314 0,021 -0,050 5,356 0,000
8 10 4,9 1,586 -2,179 -3,455 2,514 4,746
9 8,3 6,1 -0,114 -0,979 0,112 0,013 0,958
10 5,4 10 -3,014 2,921 -8,806 9,086 8,535
11 6,4 8,3 -2,014 1,221 -2,460 4,057 1,492
12 10,9 5,4 2,486 -1,679 -4,172 6,179 2,818
13 9 6,4 0,586 -0,679 -0,397 0,343 0,460
14 6,6 10,9 -1,814 3,821 -6,933 3,292 14,603
15 7,5 9 -0,914 1,921 -1,757 0,836 3,692
16 11,2 6,6 2,786 -0,479 -1,333 7,760 0,229
Сумма 117,8 99,1 -10,3 0,000 -29,506 64,841 52,824
Среднее значение 8,414 7,079 – – – – –
Следовательно
.
Аналогично находим коэффициенты автокорреляции более высоких порядков, а все полученные значения заносим в с
Отсутствует
Имеются условные данные об объемах потребления электроэнергии () жителями региона за 16 кварталов.
Требуется:
Построить автокорреляционную функцию и сделать вывод о наличии сезонных колебаний.
Построить аддитивную модель временного ряда (для нечетных вариантов) или мультипликативную модель временного ряда (для четных вариантов).
Сделать прогноз на 2 квартала вперед.
Варианты 7, 8
1 5,5 9 8,3
2 4,8 10 5,4
3 5,1 11 6,4
4 9,0 12 10,9
5 7,1 13 9,0
6 4,9 14 6,6
7 6,1 15 7,5
8 10,0 16 11,2
Отсутствует
Купить эту работу vs Заказать новую | ||
---|---|---|
1 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—4 дня |
90 ₽ | Цена | от 20 ₽ |
Не подошла эта работа?
В нашей базе 23423 Решения задач — поможем найти подходящую