Моделирование временных рядов. (Лекция 8) - презентация, доклад, проект скачать

Нажмите для полного просмотра!

Моделирование временных рядов. (Лекция 8), слайд №1

Моделирование временных рядов. (Лекция 8), слайд №2

Моделирование временных рядов. (Лекция 8), слайд №3

Моделирование временных рядов. (Лекция 8), слайд №4

Моделирование временных рядов. (Лекция 8), слайд №5

Моделирование временных рядов. (Лекция 8), слайд №6

Моделирование временных рядов. (Лекция 8), слайд №7

Моделирование временных рядов. (Лекция 8), слайд №8

Моделирование временных рядов. (Лекция 8), слайд №9

Моделирование временных рядов. (Лекция 8), слайд №10

Моделирование временных рядов. (Лекция 8), слайд №11

Моделирование временных рядов. (Лекция 8), слайд №12

Моделирование временных рядов. (Лекция 8), слайд №13

Моделирование временных рядов. (Лекция 8), слайд №14

Моделирование временных рядов. (Лекция 8), слайд №15

Моделирование временных рядов. (Лекция 8), слайд №16

Моделирование временных рядов. (Лекция 8), слайд №17

Моделирование временных рядов. (Лекция 8), слайд №18

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Моделирование временных рядов. (Лекция 8). Доклад-сообщение содержит 18 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1

Описание слайда:

Лекция 8. Моделирование временных рядов

Слайд 2

Описание слайда:

Моделирование колебаний Рассмотрим процесс построения аддитивной модели*: Y=T+S+E, где Т – трендовая компонента S – сезонная компонента Е – случайнвя компонента ___________________ * речь идет о моделях временного ряда с отсутствием циклической компоненты.

Слайд 3

Описание слайда:

Шаги построения моделей:

Слайд 4

Описание слайда:

Аддитивная модель Если временной ряд содержит сезонные колебания с определенной периодичностью и амплитуда этих колебаний приблизительно одинакова, значит, для моделирования подходит аддитивная модель. Для её построения выполним необходимые расчеты и сведем их в таблицу.

Слайд 5

Описание слайда:

Слайд 6

Описание слайда:

Шаг 1. Проведем выравнивание исходных уровней ряда методом скользящей средней: 1.1. Просуммируем уровни ряда последовательно за каждые четыре квартала со сдвигом на один момент времени ( у1+у2+у3+у4, затем у2+у3+у4+у5, затем у3+у4+у5+у6 и т.д.) и определим условные годовые объемы потребления. (см. столбец 3) 1.2. Разделим полученные суммы на 4 – находим скользящие средние (см. столбец 4)

Слайд 7

Описание слайда:

1.3. Приведем эти значения в соответствие с фактическими моментами времени, для чего найдем средние значения из двух последовательных скользящих средних – центрированные скользящие средние (см. столбец 5) 1.3. Приведем эти значения в соответствие с фактическими моментами времени, для чего найдем средние значения из двух последовательных скользящих средних – центрированные скользящие средние (см. столбец 5)

Слайд 8

Описание слайда:

Шаг 2.

Слайд 9

Описание слайда:

Таблица 9

Слайд 10

Описание слайда:

В моделях с сезонной компонентой предполагают, что сезонные воздействия за период взаимопогашаются, это означает, что в аддитивной модели сумма значений сезонной компоненты по всем кварталам должна быть равна нулю. Просуммируем Si: В моделях с сезонной компонентой предполагают, что сезонные воздействия за период взаимопогашаются, это означает, что в аддитивной модели сумма значений сезонной компоненты по всем кварталам должна быть равна нулю. Просуммируем Si:

Слайд 11

Описание слайда:

Проверим их еще раз, просуммируем: Проверим их еще раз, просуммируем: 0,581 – 1,977 – 1,294 + 2,690=0. Теперь сумма равна 0. Окончательно, получены значения сезонной компоненты:

Слайд 12

Описание слайда:

Шаг 3.

Слайд 13

Описание слайда:

Слайд 14

Описание слайда:

Шаг 4. Определим компоненту T модели. Для этого проведем аналитическое выравнивание ряда (T+E) модели с помощью линейного тренда: определяем уравнение парной линейной регрессии y = a + bx, в котором роль y играет T + E, а роль x – время t. Найдем коэффициенты уравнения, стандартную ошибку коэффициента регрессии b и коэффициент детерминации ( например, используя программу «Регрессия» в Exсel). Получим:

Слайд 15

Описание слайда:

Стандартная ошибка коэффициента регрессии Стандартная ошибка коэффициента регрессии

Слайд 16

Описание слайда:

Шаг 5. Для вычисления ошибки (остатков) E найдем значения уравнений ряда ŷt, вычисленные по модели, т. е. посчитаем сумму T + S, добавляя к каждому значению тренда T соответствующее значение сезонной компоненты Si по кварталам. Полученные значения внесем в столбец 6 таблицы 10.

Слайд 17

Описание слайда:

Шаг 6.Рассчитываем ошибку: Е=Y-(T+S) Для оценки качества модели используем анализ суммы квадратов ошибки Е2 (см. столбец 7) . Подсчитаем значения∑Е2=1,10 и вычислим сумму квадратов отклонений уровня ряда от среднего значения:∑(уt-уt)2 =71,59. Вычислим долю ошибки: 1,1/71,59=0,015365 или 1,536%. Оставшиеся - 98,46%-доля дисперсии уровней временного ряда, объясненная аддитивной моделью.

Слайд 18

Описание слайда:

Вывод Полученная аддитивная модель Y=T+S+E, в которой тренд Т=5,715+0,186t , сезонная компонента S составляет по кварталам: I квартал:S1=0,581;II квартал:S2=-1,977; III квартал S3=-1,294; IV квартал: S4=2,690, объясняет около 98,5 % общей вариации уровней временного ряда потребления электроэнергии за последние 16 кварталов.