- •Раздел I. Прогнозирование на основе регрессионных моделей
- •Парная регрессия и корреляция
- •(Приложение 1)
- •(Приложение 2)
- •(Приложение 3) – поле корреляции
- •(Результаты регрессионного анализа для данных)
- •(Приложение 1)
- •(Приложение2)
- •(Приложение 3 – поле корреляции)
- •Множественная регрессия
- •Раздел II. Прогнозирование динамики временных рядов
- •Раздел III. Прогнозирование на основе эконометрических моделей.
- •Приложения статистико-математические таблицы
- •Критические значения t-критерия Стьюдента при уровне значимости 0,10, 0,05, 0,01 (двухсторонний)
- •Критические значения корреляции для уровневой значимости 0,05 и 0,01
- •Распределение Дарбина-Уотсона
Раздел II. Прогнозирование динамики временных рядов
МЕТОДИЧЕСКИЕ УКАЗАНИЯ
Под временным рядом (динамическим рядом или рядом динамики) в экономике понимают последовательность наблюдений некоторого признака (случайной величины) Y в последовательные моменты времени. Отдельные наблюдения называются уровнями ряда, которые обозначают
где n – число уровней.
Значения уровней временных рядов могут содержать следующие компоненты (составные части или структурные элементы):
Тренд (T);
сезонную компоненту (V);
циклическую компоненту (S);
случайную компоненту (E).
Если временной ряд представляется в виде суммы соответствующих компонент, то полученная модель носит название аддитивной – Y=T+V+S+E, если в виде произведения – мультипликативной Y=T·V·S·E. Также можно выделить ещё один вид модели – смешанного типа - Y=T·V·S+E.
Построение моделей сводится к расчету значений T, V, S и E для каждого уровня ряда.
Основные этапы анализа временных рядов:
Графическое представление и описание поведения временного ряда;
Выделение и удаление закономерных составляющих временного ряда (тренда, сезонных и циклических компонент);
Сглаживание и фильтрация временного ряда;
Исследование случайной компоненты временного ряда, построение и проверка адекватности математической модели для ее описания;
Прогнозирование развития изучаемого процесса на основе имеющегося временного ряда;
Исследование взаимосвязи между различными временными рядами.
При наличии во временном ряде тенденции и циклических колебаний значения каждого последующего уровня ряда зависят от предыдущих. Степень тесноты связи между последовательностями наблюдений временного ряда может быть определена с помощью коэффициента автокорреляции:
,
где - коэффициент автокорреляции уровней
ряда первого порядка;
,
где - коэффициент автокорреляции уровней
ряда второго порядка.
Рассчитав несколько коэффициентов автокорреляции, можно определить лаг L (порядок коэффициента автокорреляции), при котором автокорреляция r(L) наиболее высокая, выявив тем самым структуру временного ряда. Если наиболее высоким оказывается значение r(1), то исследуемый ряд содержит только тенденцию. Если наиболее высоким оказался r(L), то ряд помимо тенденции содержит колебания периодом L. Если ни один из r(l) (l=1,…, L) не является значимым, можно сделать одно из двух предположений:
Либо ряд не содержит тенденции и циклических колебаний, а его уровень определяется только случайной компонентой;
Либо ряд содержит сильную нелинейную тенденцию, для выявления которой нужен дополнительный анализ.
Последовательность коэффициентов автокорреляции первого, второго и т.д. порядков называют автокорреляционной функцией. График зависимости значений коэффициентов автокорреляции от величины лага называют коррелограммой.
Одной из важнейших задач исследования экономического временного ряда является выявление основной тенденции изучаемого процесса. Для этого используется метод аналитического выравнивания временного ряда. Суть его заключается в построении уравнения регрессии, характеризующей зависимость уровней ряда от временной переменной. Чаще всего применяются функции: линейная, полиномиальная, экспоненциальная, степенная и т.д.
Для расчета параметров уравнения тренда чаще всего используется метод наименьших квадратов. В качестве независимой переменной выступает время t=1,2,…,n, а в качестве зависимой переменной – фактические уровни временного ряда yt.
При выборе вида функции тренда можно воспользоваться следующими методами.
Метод отклонений от тренда – вычисление трендовых значений для каждого временного ряда модели, например, , и расчет отклонений от трендов: , которые и используются для дальнейшего анализа.
Метод последовательных разностей. Если ряд содержит линейный тренд, то исходные данные заменяются первыми разностями:
если параболический тренд – вторыми разностями:
Остатки рассчитываются по формуле:
Для экспоненциального и степенного тренда данный метод применяется к логарифмам исходных данных.
Модель, включающая фактор времени, имеет вид
Параметры a и b в этой модели определяются обычным методом наименьших квадратов.
Автокорреляция в остатках – корреляционная зависимость между значениями остатков за текущий и предыдущие моменты времени.
Наиболее распространенным приемом обнаружения автокорреляции остатков является критерий Дарбина-Уотсона:
Коэффициент автокорреляции остатков первого порядка - это корреляция зависимости между значениями в остатках за текущие n:
.
Критерий Дарбина-Уотсона и коэффициент автокорреляции остатков первого порядка связаны соотношением:
РЕШЕНИЕ ТИПОВЫХ ЗАДАЧ.
Пример
Имеются данные об урожайности культур в хозяйствах области.
Год |
Урожайность сахарной свеклы (фабричной), ц/га |
Год |
Урожайность сахарной свеклы (фабричной), ц/га |
1 |
62 |
5 |
114 |
2 |
73 |
6 |
118 |
3 |
87 |
7 |
142 |
4 |
96 |
8 |
158 |
Задание:
Постройте график временного ряда.
Обоснуйте выбор типа уравнения тренда.
Рассчитайте параметры уравнения тренда.
Дайте прогноз урожайности культур на следующий год.
Решение.
1. Для того чтобы построить график временных рядов в ППП MS Excel необходимо выполнить команды Вставка/Диаграмма, выбрать подходящий вид (в данном случае График) и следуя указаниям, задать необходимые показатели и параметры. Затем необходимо показать на графике линию тренда. Полученный график представлен на рисунке 1.
Рисунок 1 – График временного ряда
2. Изучив график, становится ясно, что наилучшим образом аппроксимирует имеющиеся данные прямая линия. Именно поэтому тип уравнения тренда – линейная функция.
3. Параметры трендов определяются МНК, в качестве независимой переменной выступает время t=1,2,…,8, а в качестве зависимой переменной – фактические уровни временного ряда yt. Расчет параметров a и b уравнения регрессии производится по формулам:
|
X |
Y |
Y*X |
X^2 |
|
1 |
62 |
62 |
1 |
|
2 |
73 |
146 |
4 |
|
3 |
87 |
261 |
9 |
|
4 |
96 |
384 |
16 |
|
5 |
114 |
570 |
25 |
|
6 |
118 |
708 |
36 |
|
7 |
142 |
994 |
49 |
|
8 |
158 |
1264 |
64 |
сумма |
36 |
850 |
4389 |
204 |
среднее значение |
4,5 |
106,25 |
548,625 |
25,5 |
Таким образом, уравнение линейной регрессии имеет вид: .
4.Исходя из значения параметра b=13,43, можно предположить, что урожайность культур на следующий год увеличится на 13% и составит 178,54 ц/га.
КОНТРОЛЬНЫЕ ЗАДАНИЯ
Задача 1
Имеются данные об объеме экспорта из РФ
Год |
Экспорт, тыс. долл. |
Год |
Экспорт, тыс. долл. |
1990 |
1568,5 |
1997 |
48250,5 |
1991 |
2569,1 |
1998 |
33718,2 |
1992 |
2957,5 |
2000 |
52385,0 |
1993 |
9619,2 |
2001 |
1054119,8 |
1994 |
11265,3 |
2002 |
39825,0 |
1995 |
46216,2 |
2003 |
56579,3 |
1996 |
61116,6 |
2004 |
85531,1 |
Задание:
Постройте график временного ряда
Постройте аддитивную и мультипликативную модели временного ряда
Оцените качество каждой модели через показатели средней абсолютной ошибки и среднего относительного отклонения.
Выберите лучшую модель и выполните точечный прогноз на 2005 г.
Оцените ошибку прогноза и постройте доверительный интервал прогноза для уровня значимости 0,05.
Задача 2
Имеются данные об объеме импорта в РФ
Год |
Импорт, тыс. долл |
Год |
Импорт, тыс. долл |
1990 |
64583,5 |
1997 |
25632,7 |
1991 |
65982,1 |
1998 |
55767,5 |
1992 |
46981,7 |
2000 |
31499,0 |
1993 |
45896,5 |
2001 |
52165,4 |
1994 |
56812,4 |
2002 |
68451,0 |
1995 |
102568,1 |
2003 |
68180,6 |
1996 |
128383,3 |
2004 |
79220,7 |
Задание:
Постройте график временного ряда
Постройте аддитивную и мультипликативную модели временного ряда
Оцените качество каждой модели через показатели средней абсолютной ошибки и среднего относительного отклонения. Выберите лучшую модель.
Выберите лучшую модель и выполните точечный прогноз на 2005 г.
Оцените ошибку прогноза и постройте доверительный интервал прогноза для уровня значимости 0,05.
Задача 3
Имеются данные об экспорте и импорте РФ
Год |
Экспорт, тыс. долл |
Импорт, тыс. долл |
1990 |
1568,5 |
64583,5 |
1991 |
2569,1 |
65982,1 |
1992 |
2957,5 |
46981,7 |
1993 |
9619,2 |
45896,5 |
1994 |
11265,3 |
56812,4 |
1995 |
46216,2 |
102568,1 |
1996 |
61116,6 |
128383,3 |
1997 |
48250,5 |
25632,7 |
1998 |
33718,2 |
55767,5 |
2000 |
52385,0 |
31499,0 |
2001 |
1054119,8 |
52165,4 |
2002 |
39825,0 |
68451,0 |
2003 |
56579,3 |
68180,6 |
2004 |
85531,1 |
79220,7 |
Задание:
Постройте график одновременного движения экспорта и импорта России.
Постройте по каждому ряду тренды и выберите лучший из них.
Постройте уравнение регрессии и оцените тесноту и силу связи двух рядов (по отклонениям от тренда и по множественной регрессионной модели с включением в нее фактора времени).
Выполните прогноз уровней одного ряда исходя из его связи с уровнями другого ряда.
Прогнозные значения уровней ряда и доверительный интервал прогноза нанесите на график.
Задача 4
Имеются данные об урожайности зерновых в хозяйствах Пензенской области
Год |
Урожайность зерновых, ц/га |
Год |
Урожайность зерновых, ц/га |
1990 |
16,3 |
1998 |
9,6 |
1991 |
10,7 |
1999 |
12,8 |
1992 |
16,4 |
2000 |
10,5 |
1993 |
13,6 |
2001 |
15,1 |
1994 |
13,5 |
2002 |
15,5 |
1995 |
8,3 |
2003 |
13,7 |
1996 |
11,5 |
2004 |
13,4 |
1997 |
16,5 |
2005 |
13,2 |
Задание:
Постройте график временного ряда.
Обоснуйте выбор типа уравнения тренда.
Рассчитайте параметры уравнения тренда.
Рассчитайте критерий Дарбина-Уотсона и оцените полученный результат при 5%-ном уровне значимости.
Дайте прогноз урожайности зерновых на следующий год.
Задача 5
Имеются данные о сборе зерновых в хозяйствах Пензенской области
Год |
Валовой сбор зерновых культур, тыс.тонн |
Год |
Валовой сбор зерновых культур, тыс.тонн |
1990 |
1841,2 |
1998 |
762,0 |
1991 |
1321,3 |
1999 |
835,5 |
1992 |
2102,2 |
2000 |
840,3 |
1993 |
1485,3 |
2001 |
1046,4 |
1994 |
1355,0 |
2002 |
1170,5 |
1995 |
873,3 |
2003 |
1282,1 |
1996 |
1257,1 |
2004 |
1051,7 |
1997 |
1781,3 |
2005 |
1015,3 |
Задание:
Обоснуйте выбор типа уравнения тренда.
Рассчитайте параметры уравнения тренда.
Дайте прогноз валового сбора зерновых культур на следующий год.
Задача 6
Имеются следующие данные о числе квартирных телефонных аппаратов в г. Пенза.
Год |
Число квартирных телефонных аппаратов, тыс. шт. |
Год |
Число квартирных телефонных аппаратов, тыс. шт. |
1990 |
47,8 |
1998 |
78,9 |
1991 |
49,7 |
1999 |
89,0 |
1992 |
56,9 |
2000 |
97,1 |
1993 |
57,8 |
2001 |
108,9 |
1994 |
60,3 |
2002 |
115,3 |
1995 |
62,5 |
2003 |
117,6 |
1996 |
64,4 |
2004 |
120,1 |
1997 |
69,0 |
2005 |
122,8 |
Задание:
Постройте график временного ряда
Постройте аддитивную и мультипликативную модели временного ряда
Оцените качество каждой модели через показатели средней абсолютной ошибки и среднего относительного отклонения. Выберите лучшую модель.
Выберите лучшую модель и выполните точечный прогноз на 2005 г.
Оцените ошибку прогноза и постройте доверительный интервал прогноза для уровня значимости 0,05.
Задача 7
По Пензенской области известны данные о среднемесячной заработной плате работающих.
Год |
Среднемесячная начисленная заработная плата, тыс. руб., x |
Год |
Среднемесячная начисленная заработная плата, тыс. руб., x |
1990 |
0,25 |
1998 |
598,2 |
1991 |
0,43 |
1999 |
911,4 |
1992 |
3,6 |
2000 |
1258,0 |
1993 |
35,0 |
2001 |
1752,3 |
1994 |
123,2 |
2002 |
2654,1 |
1995 |
261,2 |
2003 |
3474,4 |
1996 |
444,1 |
2004 |
3911,1 |
1997 |
546,0 |
2005 |
4563,6 |
Задание:
Обоснуйте выбор типа уравнения тренда.
Рассчитайте параметры уравнения тренда.
Дайте интерпретацию полученных результатов.
Задача 8
Имеются данные о численности постоянного населения в г. Пенза
Год |
Численность населения, тыс. чел. |
Год |
Численность населения, тыс. чел. |
1990 |
530,9 |
1998 |
529,4 |
1991 |
530,5 |
1999 |
529,1 |
1992 |
529,8 |
2000 |
587,9 |
1993 |
528,9 |
2001 |
525,3 |
1994 |
528,6 |
2002 |
522,9 |
1995 |
529,3 |
2003 |
518,2 |
1996 |
530,0 |
2004 |
515,4 |
1997 |
529,8 |
2005 |
513,3 |
Задание:
Постройте график временного ряда
Постройте аддитивную и мультипликативную модели временного ряда
Оцените качество каждой модели через показатели средней абсолютной ошибки и среднего относительного отклонения. Выберите лучшую модель.
Выберите лучшую модель и выполните точечный прогноз на 2005 г.
Оцените ошибку прогноза и постройте доверительный интервал прогноза для уровня значимости 0,05.
Задача 9
Имеются данные об обороте розничной торговли Пензенской области
Год |
Товарооборот, млн. руб.(до 1998г. – млрд.руб) |
Год |
Товарооборот, млн. руб.(до 1998г. – млрд.руб) |
1990 |
2,2 |
1998 |
6654 |
1991 |
21 |
1999 |
11054 |
1992 |
215 |
2000 |
13763,5 |
1993 |
825 |
2001 |
17090,1 |
1994 |
2568 |
2002 |
20910,0 |
1995 |
3872 |
2003 |
25184,1 |
1996 |
5302 |
2004 |
32230,9 |
1997 |
6269 |
2005 |
40134,5 |
Задание:
Постройте график временного ряда.
Постройте мультипликативную модель временного ряда.
Оцените качество модели через показатели средней абсолютной ошибки и среднего относительного отклонения.
Выберите лучшую модель и выполните точечный прогноз на 2005 г.
Оцените ошибку прогноза и постройте доверительный интервал прогноза для уровня значимости 0,05.
Задача 10
Имеются следующие данные об уровне безработицы в Пензенской области
Года |
Уровень безработицы, % |
Года |
Уровень безработицы, % |
1990 |
3,2 |
1998 |
18,1 |
1991 |
4,5 |
1999 |
11,6 |
1992 |
4,8 |
2000 |
11,2 |
1993 |
8,9 |
2001 |
13,9 |
1994 |
8,9 |
2002 |
7,4 |
1995 |
13,9 |
2003 |
9,1 |
1996 |
14,9 |
2004 |
6,9 |
1997 |
12,0 |
2005 |
7,1 |
Задание:
Определите коэффициенты автокорреляции уровней этого ряда первого и второго порядка.
Обоснуйте выбор уравнения и определите его параметры.
Интерпретируйте полученные результаты.
Задача 11
Имеются следующие данные о численности переселенцев в Пензенскую область
Год |
Число иммигрантов, тыс. чел. |
Год |
Число иммигрантов, тыс. чел. |
1990 |
9562 |
1998 |
4964 |
1991 |
11258 |
1999 |
4568 |
1992 |
12462 |
2000 |
3465 |
1993 |
2568 |
2001 |
2126 |
1994 |
1998 |
2002 |
1610 |
1995 |
1765 |
2003 |
1521 |
1996 |
2135 |
2004 |
1375 |
1997 |
3251 |
2005 |
1210 |
Задание:
Постройте график временного ряда
Постройте аддитивную и мультипликативную модели временного ряда
Оцените качество каждой модели через показатели средней абсолютной ошибки и среднего относительного отклонения. Выберите лучшую модель.
Выберите лучшую модель и выполните точечный прогноз на 2005 г.
Оцените ошибку прогноза и постройте доверительный интервал прогноза для уровня значимости 0,05.
Задача 12
Имеются следующие данные об объемах потребления товара А в Пензенской области
Год |
Объем потребления, кг. |
Год |
Объем потребления, кг. |
1990 |
29 |
1998 |
34 |
1991 |
30 |
1999 |
34 |
1992 |
30 |
2000 |
35 |
1993 |
31 |
2001 |
35 |
1994 |
31 |
2002 |
37 |
1995 |
32 |
2003 |
41 |
1996 |
32 |
2004 |
42 |
1997 |
33 |
2005 |
44 |
Задание
Обоснуйте выбор типа уравнения тренда.
Рассчитайте параметры уравнения тренда.
Дайте прогноз потребления товара А на следующий год.
Задача 13
Динамика объема платных услуг населению Пензенской области за 1990- 2005 гг. характеризуется данными, представленными в таблице
Год |
Объем платных услуг населению, тыс. руб |
Год |
Объем платных услуг населению, тыс. руб |
1990 |
315 |
1998 |
1144357 |
1991 |
469 |
1999 |
1631620 |
1992 |
3980 |
2000 |
2941003 |
1993 |
30750 |
2001 |
4440565 |
1994 |
113372 |
2002 |
5743211,1 |
1995 |
398679 |
2003 |
7833216 |
1996 |
729418 |
2004 |
10097508 |
1997 |
1032671 |
2005 |
11043262 |
Задание
Постройте автокорреляционную функцию временного ряда.
Охарактеризуйте структуру этого ряда.
Задача 14
Динамика выпуска промышленной продукции в Пензенской области характеризуется данными, представленными в таблице
Год |
Объем продукции, млн. руб.(до 1998г.- млрд. руб.) |
Год |
Объем продукции, млн. руб. (до 1998г.- млрд. руб.) |
1989 |
9 |
1997 |
7500 |
1990 |
52 |
1998 |
7596 |
1991 |
69 |
1999 |
12674 |
1992 |
95 |
2000 |
17895 |
1993 |
688 |
2001 |
22226 |
1994 |
2564 |
2002 |
24718 |
1995 |
5086 |
2003 |
29439 |
1996 |
6917 |
2004 |
32542 |
Требуется:
Провести расчет параметров линейного и экспоненциального трендов.
Построить графики ряда динамики и трендов.
Выбрать наилучший вид тренда на основании графического изображения и значения коэффициента детерминации.
Задача 15
Имеются следующие данные по Пензенской области о величине денежного дохода (в среднем на душу в год) и расхода на продукты питания в среднем на одного члена домохозяйства в год
показатель
год |
Денежные расходы на покупку продуктов питания в расчете на душу населения в год, руб. (до 1998 г. тыс. руб.) |
Денежные доходы в расчете на душу населения, руб. (до 1998 г. тыс. руб.) |
1990 |
629 |
0,24 |
1991 |
1265 |
0,38 |
1992 |
12759 |
2,3 |
1993 |
133301 |
28,4 |
1994 |
430266 |
86,5 |
1995 |
1077360 |
125,3 |
1996 |
1412930 |
256,2 |
1997 |
1959240 |
488,4 |
1998 |
2413 |
540,6 |
1999 |
3264 |
935,7 |
2000 |
4877 |
1233,7 |
2001 |
7462 |
1668,2 |
2003 |
10357 |
2135,5 |
2004 |
12490 |
2236,8 |
Требуется:
Определить ежегодные абсолютные приросты доходов и расходов и сделать выводы о тенденции развития каждого ряда.
Перечислить основные пути устранения тенденции для построения модели спроса на продукты питания в зависимости от дохода.
Построить линейную модель спроса, используя первые разности уровней исходных динамических рядов.
Пояснить экономический смысл коэффициента регрессии.
Построить линейную модель спроса на продукты питания, включив в нее фактор времени. Интерпретировать полученные параметры.