Обработка экспериментальных данных. Вариант №25

Тема: «Прогнозирование временных рядов на основе однофакторной регрессионной модели»
Цель работы: получить навыки построения экспериментально-статистической модели объекта с использованием процедур регрессионного анализа.

Таблица 4.1 - Таблица исходных данных для контрольной работы
вариант 5
январь 11409
февраль 10609
март 11744
апрель 12458
май 13258
июнь 14564
июль 16632
август 14708
сентябрь 15190
октябрь 13776
ноябрь 13040
декабрь 13314
январь 14446
февраль 13695
март 14519
апрель 17707
май 15024
июнь 17653
июль 14340
август 15622
сентябрь 16848
октябрь 16101
ноябрь 12928
декабрь 13232
январь 14654
февраль 14159
март 13007
апрель 13831
май 13502
июнь 13107
июль 14359
август 14116
сентябрь 12739
октябрь 13476
ноябрь 14188
декабрь 14572


 Исходные данные для примера

Рассмотрим временной ряд, состоящий из 36 результатов наблюдений.
Таблица 2.1 -Динамика запросов к телекоммуникационной услуге за 3 лет
год 1 2 3
месяц   
январь 11409 14446 14654
февраль 10609 13695 14159
март 11744 14519 13007
апрель 12458 17707 13831
май 13258 15024 13502
июнь 14564 17653 13107
июль 16632 14340 14359
август 14708 15622 14116
сентябрь 15190 16848 12739
октябрь 13776 16101 13476
ноябрь 13040 12928 14188
декабрь 13314 13232 14572

Для выравнивания исходного временного ряда воспользуемся следующими зависимостями:
 линейной;
 параболической;
 экспоненциальной;
 степенной;
 показательной;
 гиперболической.

Параметры уравнения (a_0, a_1и a_2) найдем по методу наименьших квадратов.
Сущность метода наименьших квадратов состоит в отыскании параметров модели тренда, минимизирующих ее отклонение от точек исходного временного ряда, т. е.
S=∑_(t=1)^n▒〖(y ̑_t-y_t )^2 〗→min (2.1)
где y ̂_t – расчетные значения исходного ряда;
y_t– фактические значения исходного ряда;
n – число наблюдений.

Оценка: Зачет
Дата оценки: 01.12.2021

Помогу с вашим вариантом, другой работой, дисциплиной или онлайн-тестом.
E-mail: sneroy20@gmail.com
E-mail: ego178@mail.ru