Имеются данные о динамике квартального товарооборота специализированного магазина зарубежного магазина 2001-2005гг. Требуется: 1. Построить график временного ряда и автокорреляционную функцию. Охарактеризовать структуру ряда. 2. Построить аддитивную

Для решения задачи, давайте пройдемся по каждому пункту шаг за шагом.

1. Построение графика временного ряда и автокорреляционной функции

Данные о товарообороте:

1. Сначала соберем данные в одном массиве: 2. Создадим временные метки для каждого квартала: 3. Построим график, используя библиотеку, например, Matplotlib в Python. Для вычисления автокорреляционной функции (ACF) можно использовать библиотеку в Python. - По графику можно увидеть, что товарооборот колебался, но в целом имеет тенденцию к росту. - Автокорреляционная функция покажет, есть ли зависимость между значениями в разные моменты времени. Формула: Yt + St - T — тренд - S — сезонный компонент - E — ошибка 1. Найдем тренд, используя метод скользящего среднего. 2. Вычислим сезонные колебания, вычитая тренд из исходных данных. 3. Оценим ошибку. Формула: Yt × St 1. Найдем тренд аналогично аддитивной модели. 2. Вычислим сезонные колебания, деля исходные данные на тренд. 3. Оценим ошибку. - Для оценки качества моделей можно использовать такие метрики, как RMSE (среднеквадратичная ошибка) и MAE (средняя абсолютная ошибка). - Сравните результаты обеих моделей и выберите ту, которая дает меньшую ошибку. - Используя выбранную модель (аддитивную или мультипликативную), сделайте прогноз на 1-й и 2-й кварталы следующего года. - Например, если выбрана аддитивная модель, то: - Прогноз на I квартал = Тренд + Сезонный компонент для I квартала - Прогноз на II квартал = Тренд + Сезонный компонент для II квартала Таким образом, мы можем получить прогнозируемые значения товарооборота на первое полугодие следующего года.