Смекни!
smekni.com

Прогнозирование урожайности различными методами (стр. 6 из 6)

- для гармоники первого порядка

= 9,569-1,83 cos t-4.528 sin t

- для гармоники второго порядка

= 9,569-1,83 cos t-4.528 sin t +

+ 0,367 соs 2t-1.294 sin 2t

- для гармоники третьего порядка

=9,569-1,83 cos t-4.528 sin t +

+ 0,367 соs 2t-1.294 sin 2t-1.636 cos3t-2.279 sin 3t

Исследуем модель с гармоникой первого порядка

Прогнозные значения

Год t
24 6,283 7,765199
25 6,556 6,611
26 6,830 5,679
27 7,103 5,037
28 7,376 4,733
29 7,649 4,790

Изучим модель с гармоникой второго порядка

Прогнозные значения

Год t
24 6,283 8,132054
25 6,556 6,252
26 6,830 4,698
27 7,103 3,721
28 7,376 3,464
29 7,649 3,938

Исследуем модель с гармоникой третьего порядка

Прогнозные значения

Год t
24 6,283 6,496
25 6,556 3,470
26 6,830 2,537
27 7,103 3,552
28 7,376 5,395
29 7,649 6,743

Выводы

Были рассмотрены четыре метода прогнозирования – аналитическое выравнивание методом наименьших квадратов, метод экспоненциального сглаживания, метод скользящих средних, и выравнивание при помощи рядов Фурье. Выберем наиболее подходящий метод, который дает наиболее правдоподобный прогноз.

Выравнивание с помощью рядов Фурье дает сумму квадратов ошибок от 200 до 300 (в зависимости от гармоники). Метод экспоненциального сглаживания дает результат получше: для параболического тренда сумма квадратов ошибок колеблется от 36 до 115 (при

сумма квадратов ошибок равна 115; при
=0,4 сумма квадратов ошибок 36);Для линейной тенденции сумма квадратов ошибок равна 55. Аналитическое выравнивание МНК дает сумму квадратов ошибок, равную 272. Лучше всего описывает тренд метод скользящих средних с параметром n=3. Он дает сумму квадратов ошибок, равную 63.