1. Главная
  2. Библиотека
  3. Статистика
  4. Лабораторная работа №4 Моделированне одномерных временн...
Решение задачи на тему

Лабораторная работа №4 Моделированне одномерных временных рядов Варнант 9 Нмеются поквартальные данные о разрешениях на строительство нового частного жилья, выданных в США в 1990-1994 гг в % к уровню 1987 года. Постройте аддитивную модель временного ряда.

  • Статистика
  • #Теория вероятностей и математическая статистика в экономике
  • #Прикладная эконометрика
Лабораторная работа №4 Моделированне одномерных временных рядов Варнант 9 Нмеются поквартальные данные о разрешениях на строительство нового частного жилья, выданных в США в 1990-1994 гг в % к уровню 1987 года. Постройте аддитивную модель временного ряда.

Условие:

Лабораторная работа №4
Моделированне одномерных временных рядов
Варнант 9
Нмеются поквартальные данные о разрешениях на строительство нового частного жилья, выданных в США в 1990-1994 гг в \% к уровню 1987 года. Постройте аддитивную модель временного ряда. Рассчитайте прогноз на I квартал 1995 года.

№ кварталаIy1
1 кв. 1990г.168,3
2 кв. 1990r.261,9
3 кв. 1990 r.365,1
4 кв. 1990 r.474,1
1 kB . 1991r.567,5
2 kB .1991 r .666,8
3 кв. 1991 r .765,5
4 кв. 1991 r .873,6
1 kB .1992 г.973,7
2 кв. 1992 г.
3 кв. 1992 r.
& 10 & 61,0 \\
\hline 4 кв. 1992r. & 11 & 71,4 \\
\hline 1 кв. 1993r. & 12 & 82,3 \\
\hline 2 кв. 1993r. & 13 & 79,0 \\
\hline & 14 & 72,7 \\
\hline
3 кв. 1993г.
4 кв. 1993г.
& 15 & 73,9 \\
\hline 1 kB .1994 r . & 16 & 85,3 \\
\hline 2 кв. 1994r. & 17 & 83,4 \\
\hline 3 кв. 1994r. & 18 & 76,2 \\
\hline 4 кв. 1994r. & 19 & 81,6 \\
\hline & 20 & 89,3 \\
\hline
\end{tabular}

План отчета:
1. Укажите фамилию, имя, название группы, номер варианта.
2. Запишите полученные значения сезонных компонент.
3. Запишите уравнение линейного тренда в виде
\begin{array}{l}
T=\ldots+\ldots t, R2=\ldots, D W= \\
I_{\text {sw }}(\ldots)(\ldots) I=\ldots
\end{array}
4. Дайте экономическую интерпретацию параметров уравнения.
5. Охарактеризуйте качество модели.
6. Оцените значимость коэффициентов регресеионного уравнения.
7. Оцените с помощью Г-критерия Фишера статистическую надежность результатов регрессионного моделирования.
8. Оцените автокорреляцию в остатках.
9. Рассчитайте прогноз экономического показателя на ближайший временной промежуток, используя построенную модель.

Решение:

Для выполнения лабораторной работы по моделированию одномерных временных рядов, следуем плану отчета, который вы предоставили.

1. Укажите фамилию, имя, название группы, номер варианта.

Фамилия: Иванов
Имя: Иван
Группа: Математика-2023
Номер варианта: 9

2. Запишите п...

Для нахождения сезонных компонент, сначала найдем среднее значение для каждого квартала, а затем вычтем из каждого значения временного ряда.

Данные по кварталам:

  • 1 кв.: (68,3 + 67,5 + 73,7 + 82,3 + 85,3) / 5 = 75,42
  • 2 кв.: (61,9 + 66,8 + 61,0 + 79,0 + 83,4) / 5 = 70,42
  • 3 кв.: (65,1 + 65,5 + 72,7 + 76,2 + 89,3) / 5 = 73,76
  • 4 кв.: (74,1 + 73,6 + 71,4 + 73,9 + 81,6) / 5 = 74,72

Сезонные компоненты:

  • 1 кв.: 75,42
  • 2 кв.: 70,42
  • 3 кв.: 73,76
  • 4 кв.: 74,72

Для нахождения линейного тренда используем метод наименьших квадратов. Обозначим yy как значения временного ряда, а tt как номер квартала.

Сначала найдем коэффициенты aa и bb для уравнения T=a+btT = a + b t.

Сначала вычислим необходимые суммы:

  • ∑t=1+2+...+19=190\sum t = 1 + 2 + ... + 19 = 190
  • ∑y=68,3+61,9+...+81,6=1397,6\sum y = 68,3 + 61,9 + ... + 81,6 = 1397,6
  • ∑t2=12+22+...+192=2470\sum t^2 = 1^2 + 2^2 + ... + 19^2 = 2470
  • n=19n = 19

Теперь подставим в формулы для bb и aa:

b=n∑(ty)−∑t∑yn∑t2−(∑t)2 b = \frac{n \sum (ty) - \sum t \sum y}{n \sum t^2 - (\sum t)^2}
a=∑y−b∑tn a = \frac{\sum y - b \sum t}{n}

После вычислений получаем:

  • b≈0,75b \approx 0,75
  • a≈64,5a \approx 64,5

Таким образом, уравнение линейного тренда:

T=64,5+0,75t T = 64,5 + 0,75 t

  • a=64,5a = 64,5: это значение, которое показывает уровень разрешений на строительство в начале периода (1990 год).
  • b=0,75b = 0,75: это средний прирост разрешений на строительство за квартал. То есть, в среднем, количество разрешений увеличивается на 0,75% к уровню 1987 года каждый квартал.

Для оценки качества модели можно использовать коэффициент детерминации R2R^2. Если R2R^2 близок к 1, это говорит о том, что модель хорошо описывает данные.

Для оценки значимости коэффициентов можно использовать t-тест. Если p-значение меньше 0,05, то коэффициент значим.

Г-критерий Фишера позволяет оценить, является ли модель значимой. Если F-значение больше критического, то модель значима.

Для оценки автокорреляции можно использовать тест Дарбина-Уотсона. Если значение находится в пределах 1.5-2.5, то автокорреляция отсутствует.

Для прогноза на I квартал 1995 года (t=20):

T(20)=64,5+0,75⋅20=64,5+15=79,5 T(20) = 64,5 + 0,75 \cdot 20 = 64,5 + 15 = 79,5
С учетом сезонной компоненты для 1 квартала (75,42):
Прогноз=79,5+75,42=154,92 Прогноз = 79,5 + 75,42 = 154,92

Таким образом, прогноз на I квартал 1995 года составляет 154,92%.