Рефераты. Прогнозирование временных рядов

97,063

17.12.2001

97,211

18.12.2001

97,36

19.12.2001

97,509

20.12.2001

97,657

21.12.2001

97,806

24.12.2001

97,954

25.12.2001

98,103

26.12.2001

98,251

 

 

На рис.14 построена адаптивная модель Хольта нашего исходного ряда. Параметры адаптации следующие: Альфа=0,998, Гамма=0. Среднеквадратичная ошибка равна 1,6469. Прогноз на 26.12.2001 составляет 98,251. По спектру ряда остатков (рис.15) видно, что эта модель является неадекватной.

 

 Прогнозирование временных рядов

рис.15

 

 

 

 

 

 

 

 

 

 

4.Вывод.

Мы рассмотрели три модели – АРСС, АРПСС, адаптивную модель Хольта. Все построенные модели являются неадекватными. Тем не менее мы должны выбрать наиболее подходящую, ту, которая дает наиболее правдоподобный прогноз.

Модель АРПСС содержит наибольшую из трех моделей среднеквадратичную ошибку. Да и график прогноза не очень хорошо вписывается в динамику всего предыдущего процесса.

Адаптивная модель Хольта содержит чуть меньшую среднеквадратичную ошибку, чем АРПСС, но график ее прогноза, во всяком случае, не лучше совпадает с общей динамикой, показывая менее крутой подъем индекса, чем на протяжении всего ряда.

Наиболее удачной я считаю модель АРСС. Она содержит, пусть не сильно отличающуюся, но наименьшую среднеквадратичную ошибку. Ее прогноз показывает рост индекса, причем он более или менее соблюдает динамику всего временного ряда, динамику роста.

Т.о. я останавливаюсь на прогнозе, сделанном с помощью модели АРСС (рис.16).

 

 Прогнозирование временных рядов

рис.16

 

p=2, q=1, MS(среднеквадратичное отклонение)=1,5822.

 


Дата

Прогноз

14.12.2001

97,8013

17.12.2001

98,6445

18.12.2001

99,4309

19.12.2001

100,154

20.12.2001

100,809

21.12.2001

101,397

24.12.2001

101,921

25.12.2001

102,383

26.12.2001

102,791

 


Страницы: 1, 2, 3, 4, 5, 6, 7, 8



2012 © Все права защищены
При использовании материалов активная ссылка на источник обязательна.