Главная страница Случайная страница
КАТЕГОРИИ:
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
Параболическая форма тренда
|
|
Экспорт
Результаты расчета параметров параболической модели тренда для экспорта следующие:
Таблица 14.
Результаты расчета параметров параболической модели тренда для динамического ряда объема экспорта Китая за период с 1977 по 2012 гг.
Проанализируем полученное уравнение:
Таблица 15.
Результаты дисперсионного анализа параболической модели тренда для динамического ряда объема экспорта Китая за период с 1977 по 2012 гг.
Импорт
Результаты расчета параметров параболической модели тренда для импорта следующие:
Таблица 16.
Результаты расчета параметров параболической модели тренда для динамического ряда объема импорта Китая за период с 1977 по 2012 гг.
Проанализируем полученное уравнение:
Таблица 17.
Результаты дисперсионного анализа параболической модели тренда для динамического ряда объема импорта Китая за период с 1977 по 2012 гг.
Далее в табличном виде проведем сравнение полученных данных и выявим наилучшую модель тренда.
Таблица 18.
Сравнение уравнений тренда для динамических рядов объемов экспорта и импорта Китая за период с 1977 по 2012 гг..
| Экспорт | |||
| форма тренда | уравнение | R2 | F |
| линейная | 
| 0, 671 | 69, 22 |
| показательная | 
| 0, 989 | 1246, 46 |
| параболическая | 
| 0, 969 | 261, 48 |
| Импорт | |||
| форма тренда | уравнение | R2 | F |
| линейная | 
| 0, 652 | 63, 82 |
| показательная | 
| 0, 994 | 2073, 4 |
| параболическая | 
| 0, 963 | 219, 54 |
Выводы:
Следовательно, наилучшей моделью тренда для динамических рядов, как объема экспорта, так и объема импорта будет показательная, т.к. именно ей соответствуют максимальные значения коэффициента детерминации R2 и F-критерия Фишера.
Дальнейший анализ предполагает построение таблицы наблюдаемых и прогнозных значений и остатков показательной модели тренда (таблицы 19, 20).
Таблица 15.
Затем необходимо произвести контроль качества выбранной модели.
Важнейшим элементом оценки качества выбранной модели является анализ автокорреляции в остатках, т.е. в отклонениях исходных значений динамического ряда от рассчитанных по уравнению тренда.
Таблица 19 наблюдаемых и прогнозных значений и остатков для показательной модели тренда для динамического ряда объема экспорта Китая за период с 1977 по 2012 гг.
Таблица 20 наблюдаемых и прогнозных значений и остатков для показательной модели тренда для динамического ряда объема импорта Китая за период с 1977 по 2012 гг.
Автокорреляция в остатках – это зависимость остатков периода t от остатков предшествующего периода (t-1).
Графически данный анализ будет выглядеть следующим образом:
Рис 2. Графическое изображение анализа автокорреляции в остатках для динамического ряда объема экспорта Китая за период с 1977 по 2012 гг.
Рис 3. Графическое изображение анализа автокорреляции в остатках для динамического ряда объема импорта Китая за период с 1977 по 2012 гг.
Выводы:
Автокорреляция признается значимой, если 
, т.е. если коэффициент автокорреляции в остатках статистически значим, то в них присутствует тенденция. А т.к. целью построения уравнения тренда является полное описание тенденции, наличие автокорреляции в остатках, соответственно, свидетельствует о неполном описании тенденции.
Графическое представление рассчитанных коэффициентов автокорреляции наглядно демонстрирует, что они статистически не значимы, поскольку их значения не выходят за границы доверительных интервалов, обозначенных на графике красной пунктирной линией.
В нашем случае автокорреляция в остатках является незначимой, на основании чего, данная модель тренда может быть использована для прогнозирования.