Мультипликативные модели временных рядов. Примеры

Заключение

В зависимости от характера исследуемых процессов возможно использование различных к получению количественных оценок временных рядов, содержащих тренды, сезонные колебания и воздействия случайного шума с нулевым математическим ожиданием.
В этой работе применен метод скользящей средней при построении мультипликативной модели и использована модель регрессионного уравнения второго порядка.
Для построения мультипликативной моделей необходимо оценить трендовую составляющую, сезонную и случайный шум по каждому уровню ряда.
Ограничение модели с использованием фиктивных элементов в том, что они требуют большого количества переменных.


...

ОГЛАВЛЕНИЕ
Введение 3
1. Основные элементы временного ряда 5
2. Анализ особенностей процесса глобального потепления как временного ряда 7
3. Построение мультипликативной модели при прогнозировании нагрузки электросетей бытового потребления электроэнергии 10
Заключение 16
Список использованной литературы 17

Введение

Задача эконометрики состоит в идентификации и количественном анализе экономических явлений. К настоящему времени накоплено большое разнообразие методов и моделей, описывающих и оценивающих практически все стороны и связи экономических отношений.
Непрерывно меняющиеся внешние условия оказывают определяющее воздействие на эффективность деятельности любой компании. Поэтому прогнозирование является одним из самых востребованных методов, необходимых в планировании для того, чтобы объяснить произошедшие события и предсказать будущие реакции системы при разработке планов стратегии развития компании.
Если аналитику доступны данные о поведении системы в прошлом, методы количественного анализа дают возможность прогнозировать ее поведение в будущем методами анализа временных рядов при усл овии сохранения основных имеющихся тенденций.
Временные ряды (или ряды динамики) представляют собой последовательности данных наблюдений, полученные с помощью регулярных измерений в течение длительного времени. При этом количественный анализ временных рядов возможен при условии, что наблюдения проводились в строго определенные, равноотстоящие моменты времени, что отличает их от, например, случайных выборок, методы анализа которых не предполагают фиксацию измерений в регулярные промежутки времени.
Анализ временных рядов преследует, как правило, одну из двух основных целей: 1) идентификация его природы; и 2) прогнозирование или экстраполяцию (количественную оценку ожидаемых в будущем наблюдений изучаемого параметра в зависимости от его прошлых и настоящих значений). Как первое, так и второе назначение предполагают необходимость формального описания ряда.
Таким образом, основные задачи анализа временных рядов состоят в идентификации и количественном описании факторов, влияющих на процессы с целью прогнозирования поведения системы. Для этого были разработаны методические подходы и формализованы алгоритмы, позволяющие исследовать вариации компонентов, составляющих временной ряд. Там, где имеются данные о ежемесячных, ежеквартальных и ежегодных изменениях каких-то существенных характеристик процесса одной из наиболее эффективных и распространенных представляется классическая мультипликативная модель.
К настоящему времени разработаны многочисленные пакеты прикладных программ, позволяющие автоматизировать процесс идентификации типа временного ряда и его параметров, но детально исследовать особенности и тонкости метода вначале лучше «вручную», реализуя функции и алгоритмы MS Excel.

r