t | y | t2 | yt |
1 | 11,9 | 1 | 11,9 |
2 | 12,6 | 4 | 25,2 |
3 | 12,2 | 9 | 36,6 |
4 | 13,9 | 16 | 55,6 |
5 | 14,3 | 25 | 71,5 |
6 | 14,6 | 36 | 87,6 |
7 | 15,3 | 49 | 107,1 |
8 | 14,4 | 64 | 115,2 |
9 | 15,8 | 81 | 142,2 |
10 | 16,7 | 100 | 167 |
11 | 17,4 | 121 | 191,4 |
12 | 16,1 | 144 | 193,2 |
78 | 175,2 | 650 | 1204,5 |
Для нахождения параметров строится система нормальных уравнений.
Расчет параметров параболического тренда
t | y | t2 | yt | t4 | yt2 | t3 |
1 | 11,9 | 1 | 11,9 | 1 | 11,9 | 1 |
2 | 12,6 | 4 | 25,2 | 16 | 50,4 | 8 |
3 | 12,2 | 9 | 36,6 | 81 | 109,8 | 27 |
4 | 13,9 | 16 | 55,6 | 256 | 222,4 | 64 |
5 | 14,3 | 25 | 71,5 | 625 | 357,5 | 125 |
6 | 14,6 | 36 | 87,6 | 1296 | 525,6 | 216 |
7 | 15,3 | 49 | 107,1 | 2401 | 749,7 | 343 |
8 | 14,4 | 64 | 115,2 | 4096 | 921,6 | 512 |
9 | 15,8 | 81 | 142,2 | 6561 | 1279,8 | 729 |
10 | 16,7 | 100 | 167 | 10000 | 1670 | 1000 |
11 | 17,4 | 121 | 191,4 | 14641 | 2105,4 | 1331 |
12 | 16,1 | 144 | 193,2 | 20736 | 2318,4 | 1728 |
78 | 175,2 | 650 | 1204,5 | 60710 | 10322,5 | 6084 |
Для нахождения параметров строится система нормальных уравнений.
a0St + a1St2 + a2St3 = Syt;
a0St2 + a1St3 + a2St4 = Syt2.
а0 = | SySt2St4 + StSt3Syt2 + SytSt3St2 – StSytSt4 – St3St3Sy – St2St2Syt2 | . |
nSt2St4 + StSt3St2 + StSt3St2 – St2St2St2 – St3St3n – StStSt4 |
а0 = | 175,2× 650 × 60710 + 78 × 6084 ×10322,5 + 1204,5× 6084 × 650 – 78 ×1204,5× 60710 – |
12 × 650 × 60710 + 78 × 6084 × 650 + 78 ×6084× 650 – 650 × 650 × 650 – |
– 6084 × 6084 ×175,2 – 650 × 650 ×10322,5 | = 11,12. |
– 6084 × 6084 × 12 – 78 × 78 × 60710 |
а1 = | n Syt St4 + St Syt2St2 + Sy St3St2 – St2Syt St2 – Syt2St3 n – Sy St St4 | . |
n St2St4 + St St3St2 + St St3St2 – St2St2St2 – St3St3 n – St St St4 |
а1 = | 12 ×1204,5× 60710 + 78×10322,5× 650 + 175,2 × 6084 × 650 – 650 ×1204,5× 650 – |
12 × 650 × 60710 + 78 × 6084 × 650 + 78 × 6084 × 650 – 650 × 650 × 650 – |
– 10322,5× 6084 × 12 – 175,2 × 78 × 60710 | = 0,67. |
– 6084 × 6084 × 12 – 78 × 78 × 60710 |
а2 = | nSt2Syt2 + StSt3Sy + StSytSt2 – SySt2St2 – SytSt3n – StStSyt2 | . |
n St2St4 + St St3St2 + St St3St2 – St2St2St2 – St3St3 n – St St St4 |
а2 = | 12 × 650×10322,5 + 78×6084 × 175,2 + 78×1204,5× 650 – 175,2×650×650 – |
12 × 650 × 60710 + 78 × 6084 × 650 + 78 ×6084× 650 – 650 × 650 × 650 – |
– 1204,5× 6084 ×12 – 78×78×10322,5 | = -0,016. |
– 6084 × 6084 × 12 – 78 × 78 × 60710 |
Таким образом, параболический тренд имеет следующий вид:
Рис. 4. Еженедельный оборот магазина «Ткани для дома» (исходный ряд, линейный и параболический тренд)
Проведем оценку аппроксимации линейного тренда и выбранной параболической трендовой модели с помощью критерия наименьшей суммы квадратов отклонений, который имеет следующий вид:
S = | S(yt – | Þ min |
n – m |
где n – количество уровней ряда; m – число параметров трендовой модели.
t | yt | Линейный тренд | Параболический тренд | ||
| (yt – | | (yt – | ||
1 | 11,9 | 12,21 | 0,0961 | 11,774 | 0,015876 |
2 | 12,6 | 12,62 | 0,0004 | 12,396 | 0,041616 |
3 | 12,2 | 13,03 | 0,6889 | 12,986 | 0,617796 |
4 | 13,9 | 13,44 | 0,2116 | 13,544 | 0,126736 |
5 | 14,3 | 13,85 | 0,2025 | 14,07 | 0,0529 |
6 | 14,6 | 14,26 | 0,1156 | 14,564 | 0,001296 |
7 | 15,3 | 14,67 | 0,3969 | 15,026 | 0,075076 |
8 | 14,4 | 15,08 | 0,4624 | 15,456 | 1,115136 |
9 | 15,8 | 15,49 | 0,0961 | 15,854 | 0,002916 |
10 | 16,7 | 15,9 | 0,64 | 16,22 | 0,2304 |
11 | 17,4 | 16,31 | 1,1881 | 16,554 | 0,715716 |
12 | 16,1 | 16,72 | 0,3844 | 16,856 | 0,571536 |
- | - | 173,58 | 4,483 | 175,3 | 3,567 |
Для линейного тренда
S = | 4,483 | = 0,4483. |
12 – 2 |
Для параболического тренда
S = | 3,567 | = 0,396. |
12 – 3 |
0,4483 > 0,396; Þ параболическая модель наилучшим образом аппроксимирует исходный временной ряд.
5)
t | yt | | et | Pt | et2 | (et – | (et – et-1) 2 |
1 | 11,9 | 12,21 | -0,31 | – | 0,0961 | 0,198025 | – |
2 | 12,6 | 12,62 | -0,02 | 1 | 0,0004 | 0,024025 | 0,166 |
3 | 12,2 | 13,03 | -0,83 | 1 | 0,6889 | 0,931225 | 0,107 |
4 | 13,9 | 13,44 | 0,46 | 1 | 0,2116 | 0,105625 | 0,200 |
5 | 14,3 | 13,85 | 0,45 | 0 | 0,2025 | 0,099225 | 0,870 |
6 | 14,6 | 14,26 | 0,34 | 1 | 0,1156 | 0,042025 | 0,045 |
7 | 15,3 | 14,67 | 0,63 | 1 | 0,3969 | 0,245025 | 0,000 |
8 | 14,4 | 15,08 | -0,68 | 1 | 0,4624 | 0,664225 | 0,529 |
9 | 15,8 | 15,49 | 0,31 | 0 | 0,0961 | 0,030625 | 0,306 |
10 | 16,7 | 15,9 | 0,8 | 0 | 0,64 | 0,442225 | 0,111 |
11 | 17,4 | 16,31 | 1,09 | 1 | 1,1881 | 0,912025 | 1,182 |
12 | 16,1 | 16,72 | -0,62 | – | 0,3844 | 0,570025 | 0,352 |
S | 175,2 | 173,58 | 1,62 | 7 | 4,483 | 4,2643 | 3,868 |
Найдем величины случайных отклонений для исходного ряда по формуле: et = yt –
Построим график ряда отклонений et (рис. 5).
Рис. 5. График ряда отклонений et
Из графика видно, что в ряде отклонений et отсутствует тенденция.
Оценим адекватность выбранной трендовой модели (параболы) исходному ряду на основе анализа ряда отклонений et.
1) Колебание величины et носит случайный характер. Выполнение этого условия означает, что величина et не содержит элементов тренда. Проверим это условие с помощью критерия поворотных точек. Точка считается поворотной, если выполняется одно из следующих условий:
et-1 < et > et+1
et-1 > et < et+1
Обозначим поворотные точки как Рt = 1. В противном случае Pt = 0. Найдем сумму всех поворотных точек P = SPt.
Выдвинем нулевую гипотезу – Н0: колебание величины et носит случайный характер. Для проверки нулевой гипотезы рассчитаем математическое ожидание и дисперсию поворотных точек.
М(Р) = | 2 (n – 2) | = | 2 × (12 – 2) | = 6,667. |
3 | 3 |
D(Р) = | 16 n – 29 | = | 16 × 12 – 29 | = 1,811. |
90 | 90 |
При вероятности 0,95 (95%) коэффициент доверия td = 1,96.