Главная страница
Случайная страница
КАТЕГОРИИ:
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
|
Предположения о дисперсии моделируемых величин в виде регрессионной модели
Дисперсия случайной составляющей временного ряда определяет степень разброса фактических значений ряда вокруг . Из практических наблюдений можно сделать вывод, что дисперсия, взятая как доля от среднего, часто отражает реальную ситуацию – поскольку при малых в среднем объёмах, скажем, потребления и изменчивость вокруг этих значений невелика, и, наоборот, – при увеличении объёма потребления и изменчивость растёт. Из этих соображений, а также для того, чтобы при моделировании избежать парадоксальных ситуаций, скажем, отрицательного потребления, будем полагать дисперсию наблюдений, равной . В приведённой формуле хоть и не используется обозначение оценки дисперсии , а истинной оценки , но на самом деле мы полагаем, что данное значение получено как оценка по выборке данных за пять периодов наблюдения. Обозначается же оно как истинное, поскольку именно это значение должно быть использовано в качестве дисперсии при моделировании псевдо реальных наблюдений временного ряда. А также чтобы не возникало коллизий с оценкой математического ожидания, полученного уже по смоделированной в рамках выполнения РГЗ выборки. А математическое ожидание берём равным нулю (при моделировании для каждого сезона с номером , для которого проводится моделирование).
|