3 Переписать все полученные данные в отчет.

4 Сделать выводы об исследуемом временном ряде.

 
3 Варианты заданий к лабораторной работе

Вариант № 1 Поквартальные индексы розничной цены на овощи в Великобритании (1951 – 1958 гг.) в фунтах.

 

1951

1952

1953

1954

1955

1956

1957

1958

1 квартал

295,0 324,7 372,9 354,0 333,7 323,2 304,3 312,5

2 квартал

317,5 323,7 380,9 345,7 323,9 342,9 285,9 336,1

3 квартал

314,9 322,5 353,0 319,5 312,8 300,3 292,3 295,5

4 квартал

321,4 332,9 348,9 317,6 310,2 309,8 298,7 318,4

Вариант № 2 Помесячная продажа пива в Австралии (1991 – 1995 гг.) млн. л.

Месяц

1991

1992

1993

1994

1995

Январь

164

147

139

151

138

Февраль

148

133

143

134

136

Март

152

163

150

164

152

Апрель

144

150

154

126

127

Май

155

129

137

131

151

Июнь

125

131

129

125

130

Июль

153

145

128

127

119

Август

146

137

140

143

153

Сентябрь

138

138

143

143

 

Октябрь

190

168

151

160

 

Ноябрь

192

176

177

190

 

Декабрь

192

188

184

182

 

Вариант № 3 Данные ежемесячного объёма реализации товара А (в тыс. грн.). После выполнения процедуры декомпозиции временного ряда, предложите свои варианты, чем может в действительности являться товар А.

Месяц

1995

1996

1997

1998

1999

Январь

742

741

896

951

1030

Февраль

697

700

793

861

1032

Март

776

774

885

938

1126

Апрель

898

932

1055

1109

1285

Май

1030

1099

1204

1274

1468

Июнь

1107

1223

1326

1422

1637

Июль

1165

1290

1303

1486

1611

Август

1216

1349

1436

1555

1608

Сентябрь

1208

1341

1473

1604

1528

Октябрь

1131

1296

1453

1600

1420

Ноябрь

971

1066

1170

1403

1119

Декабрь

783

901

1023

1209

1013

Вариант № 4 Количество пассажиров, перевезенных авиа компанией "PanAmerican", в месяц (в тыс.)

Месяц

1969

1970

1971

1972

Январь

112

115

145

171

Февраль

118

126

150

180

Март

132

141

178

193

Апрель

129

135

163

181

Май

121

125

172

183

Июнь

135

149

178

218

Июль

148

170

199

230

Август

148

170

199

242

Сентябрь

136

158

184

209

Октябрь

119

133

162

191

Ноябрь

104

114

146

172

Декабрь

118

140

166

194

Вариант № 5 Данные ежемесячного реализации товара В. После выполнения процедуры декомпозиции временного ряда, предложите свои варианты, чем может в действительности являться товар В.

Месяц

1991

1992

1993

1994

1995

Январь

53,5

52,1

52,3

53,3

54,8

Февраль

53,0

51,5

51,5

53,1

54,2

Март

53,2

51,5

51,7

53,5

54,6

Апрель

52,5

52,4

51,5

53,5

54,3

Май

53,4

53,3

52,5

53,9

54,8

Июнь

56,5

55,5

57,1

57,1

58,1

Июль

65,3

64,2

63,6

6,7

68,1

Август

70,7

69,6

68,6

69,4

73,3

Сентябрь

66,9

69,3

68,9

70,3

75,5

Октябрь

58,2

58,5

60,1

62,6

66,4

Ноябрь

55,3

55,3

55,6

57,9

60,5

Декабрь

53,4

53,6

53,9

55,8

57,7

Вариант № 6 Дан ежемесячный объём реализации товаров торгового предприятия (в тыс. грн.). После выполнения процедуры декомпозиции временного ряда, предложите свои варианты, какие виды товаров может реализовывать предприятие.

Месяц

1995

1996

1997

1998

1999

Январь

322

322

330

348

361

Февраль

317

318

326

345

354

Март

319

320

329

349

357

Апрель

323

326

337

355

367

Май

327

332

345

362

376

Июнь

328

334

350

367

381

Июль

325

335

351

366

381

Август

326

336

354

370

383

Сентябрь

330

335

355

371

384

Октябрь

334

338

357

375

387

Ноябрь

337

342

362

380

392

Декабрь

341

348

366

385

396

 

4 Контрольные вопросы

1. Какие три основные задачи анализа временных рядов?

2. Где используются в экономике результаты анализа временных рядов?

3. Какие основные математические функции используются при аппроксимации временных рядов в экономике?

4. Какой критерий в данной работе используется для сравнения точности моделей?

5. На какие составляющие разбивается временной ряд при его декомпозиции?

6. Какие факторы в экономике влияют на наличие сезонной и циклической составляющей временного ряда?

7. Какие типы моделей используются при декомпозиции временного ряда?

8. Какими свойствами должна обладать случайная составляющая?

 
Библиография

1 Г.С. Кильдышев, А.А. Френкель. Анализ временных рядов и прогнозирование. — М.: Статистика. 1973 — 101 с.

2 М. Кендалл, А. Стьюарт. Многомерный статистический анализ и временные ряды. — М.: Наука, 1976. — 736 с.

3 Ю.Н. Тюрин, А.А. Макаров. Статистический анализ данных на компьютере / Под ред. В.Э. Фигурнова — М.: ИНФРА–М, 1998. — 528 с.

4 Makridakis S. Forecasting: methods and applications. / Makridakis S., Wheelwright S, Hyndman R. — New York: John Wiley & Sons, Inc., 1998. — 642 c.


Информация о работе «Характеристика анализа временных рядов»
Раздел: Экономико-математическое моделирование
Количество знаков с пробелами: 28031
Количество таблиц: 11
Количество изображений: 8

Похожие работы

Скачать
33627
0
0

... в том, что здесь исследуются те модели, в которых упомянутые выше величины, меняющиеся со временем, являются известными функциями t. Глава 1. Анализ временных рядов 1.1 Временной ряд и его основные элементы Временной ряд –это совокупность значений какого-либо показателя за несколько последовательных моментов или периодов времени. Каждый уровень временного ряда формируется под воздействием ...

Скачать
10988
2
17

... =, , при условии, что . Из определения видно, что спектральная плотность непрерывная, периодическая функция с периодом, равным  по каждому из аргументов. 2. ОЦЕНИВАНИЕ СМЕЩЕНИЯ СТАТИСТИКИ ВЗАИМНОЙ СПЕКТРАЛЬНОЙ ПЛОТНОСТИ Рассмотрим действительный стационарный в широком смысле случайный процесс,, с математическим ожиданием , , взаимной ковариационной функцией , и взаимной спектральной ...

Скачать
12267
5
16

... модели строится прогноз на один шаг вперед, причем его отклонение от фактических уровней ряда расценивается как ошибка прогнозирования, которая учитывается в соответствии со схемой корректировки модели. Далее по модели со скорректированными параметрами рассчитывается прогнозная оценка на следующий момент времени и т.д. Т.о. модель постоянно учитывает новую информацию и к концу периода обучения ...

Скачать
15159
4
4

овных этапов анализа и прогнозирования временных рядов. Последний раздел посвящен развивающемуся направлению статистических исследований - прогнозированию временных рядов с помощью адаптивных моделей. 1. Теоретическая часть   1.1 Компоненты временных рядов Проверка гипотезы о существовании тенденции В практике прогнозирования принято считать, что значения уровней временных рядов ...

0 комментариев


Наверх