Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
1. В переключателе модулей выбираем модуль Time series/Forecasting.
В этом модуле расположены несколько методов анализа динамического ряда:
· Модель авторегрессии (АRIMA-АРПСС)
· Анализ прерванного временного ряда
· Экспоненциальное сглаживание и прогнозирование
· Сезонная декомпозиция
· Анализ распределенных лагов
· Спектральный (Фурье) анализ.
Сначала вводим данные. Для запуска процедуры анализа данных необходимо вызвать стартовую панель модуля: Analysis – Startup Panel – Variables –Select the Variables for the time series analysis (выбираем переменную) - OK.
Строим график исходных данных: Plot Variables after each transformation- Review highlighter variables –Plot (на экран будет выводиться значения выделенной переменной и ее график) ОК.
Для расчета тренда на стартовой панели модуля: Analysis выбираем Exponentia l Smoothing @ Forecasting – Экспоненциальное сглаживание и прогнозирование. В следующем окне можно выбрать сезонную компоненту, аддитивную или мультипликативную модель динамического ряда, тренд: линейный, экспоненциальный, демпфированный (затухающий). Оценка сезонных индексов по данным проводится опцией Get seasonal factor from variables. Отмечаем также опции графиков: Make suumary plot for each smooth (сделать график для каждого сглаживания) и Add pred/errors to work area (добавить сглаженный ряд / остатки в рабочую область. Поскольку для модели экспоненциального сглаживания должны быть заданы параметры Alfa Delta Gamma, то включаем автоматический поиск оптимальных значений этих параметров: (Automatic Search).
Сезонная декомпозиция позволяет выделить сезонную компоненту, тренд-циклическую компоненту и случайную составояющую. Декомпозицию можно выполнить в виде мультипликативной или аддитивной модели.
На стартовой панели модуля выбираем Seasonal decomposition (Сезонная декомпозиция) и задаем вид модели: Additive / Multiplicative. В опции Сезонный лаг затем число сезонных индексов по количеству периодов (месяцев, кварталов) в году.
Результаты расчетов выводятся в виде таблицы, и чтобы она была полной, определим опции:
· скользящие средние
· отношения/разности (для мультипликативной / аддитив
ной моделей)
· сезонные индексы (Seasonal factors)
· тренд-циклическая компонента (smoothed trend cycle)
· случайная компонента (irregular components)
· OK.
Декомпозицию динамического ряда сделать отдельно для аддитивной и мультипликативной модели.
Список литературы
1.Статистика:Учеб.пособие.-Москва.:МГУ, 2011.
2.Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник/Под ред.чл.-корр. РАН И.И.Елисеевой.- М.:Финансы и статистика, 2010.
3.Дубина А.Г., Орлова С.С., Шубина И.Ю., Хромов А.В. Exсel для экономистов и менеджеров. – СПб.:Питер, 2009.
Дата публикования: 2015-04-07; Прочитано: 255 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!