Оценка качества модели. Прогнозирование

Построение тренда методом наименьших квадратов.

Аналитическое выравнивание

Этот метод позволяет построить модель основной тенденции как функцию от времени t (тренд). Коэффициенты модели рассчитываются методом наименьших квадратов.

Задача аналитического выравнивания сводится к следующему – определение на основе фактических данных формы (вида) гипотетической функции = f(t), способной наиболее адекватно отразить тенденцию развития исследуемого показателя; нахождение по эмпирическим данным параметров указанной функции (уравнения); расчет по найденному уравнению теоретических (выравненных) уровней.

К качестве моделей наиболее часто применяются функции (таблица 61).

Таблица 61

Функции для модели тренда

Название функции	Вид функции	Формула
Прямая линия		(2)
Парабола 2-го порядка	или
Парабола 3-го порядка	5 BnGq5yrlDcKN1iCLXP73F0cAAAD//wMAUEsBAi0AFAAGAAgAAAAhALaDOJL+AAAA4QEAABMAAAAA AAAAAAAAAAAAAAAAAFtDb250ZW50X1R5cGVzXS54bWxQSwECLQAUAAYACAAAACEAOP0h/9YAAACU AQAACwAAAAAAAAAAAAAAAAAvAQAAX3JlbHMvLnJlbHNQSwECLQAUAAYACAAAACEA5hxlsZsDAACJ CAAADgAAAAAAAAAAAAAAAAAuAgAAZHJzL2Uyb0RvYy54bWxQSwECLQAUAAYACAAAACEAbJjPed0A AAAHAQAADwAAAAAAAAAAAAAAAAD1BQAAZHJzL2Rvd25yZXYueG1sUEsFBgAAAAAEAAQA8wAAAP8G AAAAAA== " path="m,435c130,262,260,90,389,90v129,,251,360,388,345c914,420,1132,77,1212,e" filled="f">
Гипербола
Показательная
Степенная

Тип модели определяется графически или с помощью абсолютного прироста и темпа роста. Если абсолютные приросты (цепные) приблизительно одинаковы, то берется линейная модель. Если темпы роста приблизительно одинаковы, то берется степенная (возрастает) или гиперболическая (убывает).

Параметры модели a_i рассчитываются методом наименьших квадратов, суть которого состоит в том, чтобы сумма квадратов отклонений фактических данных и полученных по модели должна быть минимальна.

При нахождении минимума функции получается системы нормальных уравнений. Для упрощения расчетов показатель времени t задается так, чтобы сумма по времени равнялась 0 (отчет времени с середины ряда динамики). Например:

Уровни t

четное нечетное

y₁ -5 -2

y₂ -3 -1

y₃ -1 0

y₄ 1 1

y₅ 3 2

y₆ 5 ∑t =0

∑t=0

После такого задания времени системы нармальных уравнений для моделей примут вид:

Для линейной модели:

(85)

Для параболы:

(86)

Для характеристики качества модели определяют

1) стандартную ошибку модели:

(87)

n – число уровней

k – число параметров модели.

2) относительную ошибку модели, характеризующую среднюю степень разброса фактических данных вокруг модели:

(88)

Если V_σ < 15%, то модель является хорошей, ее можно использовать для прогнозирования. Для построения прогноза по тренду необходимо в полученную модель подставить будущее значение времени.

Дата добавления: 2014-12-23