Анализ временных рядов. Модель авторегрессии

Ознакомление с математическим аппаратом анализа временных рядов и моделями авторегрессии. Составление простейших моделей авторегрессии стационарных временных рядов. Оценка дисперсии и автоковариации, построение графика автокорреляционной функции.

Рубрика Математика
Вид лабораторная работа
Язык русский
Дата добавления 14.03.2014
Размер файла 58,7 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Лабораторная работа

Анализ временных рядов. Модель авторегрессии

Цель работы: ознакомление с математическим аппаратом анализа временных рядов и моделями авторегрессии, получение навыков построения простейших моделей авторегрессии стационарных временных рядов.

Методические указания по выполнению работы

В качестве исходных данных используется временной ряд (ВР), промоделированный по формуле:

t = 1,2,…N.

где: Z - наблюдение в момент времени t; И - число букв, содержащихся в имени студента; Ф - число букв, содержащихся в его фамилии; д - случайная добавка в момент времени t, определяется генератором случайных чисел; N - число моментов времени, принимается равным 40 для всех вариантов.

В качестве значения наблюдения z0 устанавливается z0= O , где О - число букв, содержащихся в отчестве студента. Полученный временной ряд округляется до сотых.

Временным рядом называется множество наблюдений, генерируемых последовательно во времени. Если время изменяется непрерывно, то временной ряд называется непрерывным, если время изменяется дискретно, то временной ряд называется дискретным (ДВР).

Наблюдения ДВР делаются в моменты времени t1, t2, …, tN и обозначаются zt1, zt2, …, ztN.

Ход работы

В качестве исходных данных используем временной ряд, промоделированной по рассмотренной выше формуле: где в качестве переменных И- принимаем 6, Ф- принимаем 7, О - принимаем 8.

1. Рассчитаем выборочное среднего временного ряда по формуле

=8,0255

2. Оцениваем дисперсию ВР с использованием формулы:

=0,193889

3. Определяем автоковариацию временного рядя с задержкой k:

k = 1,2,3.

В нашем случае:

=0,193889

=0,13746

=0,13825

=0,1491

4. Оцениваем автокорреляцию временного ряда с задержкой kи строим график автокорреляционной функции (как показано на рисунке 2).

математический авторегрессия временной ряд

где - безразмерная величина;

Для приведенного примера:

0,708964

0,713052

0,769169

5. Производится оценка параметров авторегрессии первого порядка (Р =1):

Ф1=

где Ф1- коэффициент уравнения авторегрессии 1-го порядка.

В нашем случае: Ф1=0, 708964.

Рисунок 1. График автокорреляционной функции

6. Осуществляем прогнозирование значений временного ряда на момент времени t:

zt=z+ Ц1(zt?1?z), t = 2, 3, …, N.

С помощью данной формулы получается ряд прогнозируемых значений в интервале от N до N + 10.

8. Определяется абсолютная погрешность между исходными данными и прогнозированными значениями и также заносится в таблице2:

Дzt= z?t?zt.

9. Оценивается максимальная абсолютная погрешность Дzmax .

Для рассматриваемых данных Дzmax= 0,28 .

10. Определяется средняя абсолютная погрешность:

В нашем случае Дzt ср= 0,11 .

Таким образом, для исходных данных при прогнозировании значений временного ряда максимальная абсолютная погрешность составляет 0,28, а средняя абсолютная погрешность - 0,11. Следовательно, полученная авторегрессионная модель оказалась достаточно точной.

Таблица 1. Исходные данные и расчетные значения

Вывод: В данной работе было проведено ознакомление с математическим аппаратом анализа временных рядов и моделями авторегрессии, получены навыки построения простейших моделей авторегрессии стационарных временных рядов. Для рассмотренных данных нашли значение средней абсолютной погрешностиДztср=0,11 и максимальной абсолютной погрешности Дzmax= 0,22. Установили, что полученная авторегрессионная модель оказалась достаточно точной.

Список литературы

1. Всеобщее управление качеством: учебник для вузов / О.П. Глудкин, Н.М. Горбунов, А.И. Гуров, Ю.В. Зорин; под ред. О.П. Глудкина. - М.: Радио и связь, 1999. - 600 с.

2. Муромцев, Д.Ю. Управление качеством электронных средств: учебное пособие. Ч. 1 / Д.Ю. Муромцев, И.В. Тюрин, А.А. Кабанов. - Тамбов : Изд-во Тамб. гос. техн. ун-та, 2005. - 80 с.

3. Муромцев, Ю.Л. Информатика: метод. указания по выполнению контрольных работ и подготовке рефератов для студентов днев. отд-ния спец. 021100. Ч. I / Ю.Л. Муромцев, Д.Ю. Муромцев, Л.П. Орлова. - Тамбов: Изд-во Тамбовского государственного технического ун-та, 1998. - 48 с.

4. Басовский, Л.Е. Управление качеством: учебник / Л.Е. Басовский, В.Б. Протасьев. - М.: ИНФРА-М, 2000, 2001.

5. Управление качеством: учебник / С.Д. Ильенкова, Н.Д. Ильенкова, В.С. Мхитарян и др.; под ред. С.Д. Ильенковой.- М.: Банки и биржи; ЮНИТИ, 1998. - 199 с.

6. Муромцев, Д.Ю. Управление качеством электронных средств [Электронный ресурс]: учебное пособие. В 2 ч. (гриф УМО)/ Д.Ю. Муромцев, И.В. Тюрин. - Тамбов : Изд-во ФГБОУ ВПО "ТГТУ", 2012. - Ч.1. - 80 с.

7. Управление качеством электронных средств [Электронный ресурс]: учебное пособие (гриф УМО)/ Д.Ю. Муромцев, И.В. Тюрин. - Тамбов : Изд-во ФГБОУ ВПО "ТГТУ", 2012. - Ч.2. - 96 с.

8. Муромцев, Д.Ю. Управление качеством электронных средств [Электронный ресурс]: методические указания по выполнению лабораторных работ: / Д.Ю. Муромцев, И.В. Тюрин, О.А. Белоусов. - Тамбов: Изд-во Тамб. гос. техн. ун-та, 2007. - 52 с.

Размещено на Allbest.ru


Подобные документы

  • Изучение изменений анализируемых показателей во времени как важнейшая задача статистики. Понятие рядов динамики (временных рядов). Числовые значения того или иного статистического показателя, составляющего ряд динамики. Классификация рядов динамики.

    презентация [255,0 K], добавлен 28.11.2013

  • Построение многофакторной корреляционно-регрессионной модели доходности предприятия: оценка параметров функции регрессии, анализ факторов на управляемость, экономическая интерпретация модели. Прогнозирование доходности на основе временных рядов.

    дипломная работа [5,1 M], добавлен 28.06.2011

  • Главная задача спектрального анализа временных рядов. Параметрические и непараметрические методы спектрального анализа. Сущность понятия "временный ряд". График оценки спектральной плотности для окна Дирихле, при центрированном случайном процессе.

    курсовая работа [332,8 K], добавлен 17.09.2009

  • Особенности применения степенных рядов для вычислений с различной степенью точности значений функций и определенных интегралов. Рассмотрение примеров решения ряда задач этим математическим методом с условием принятия значений допустимой погрешности.

    презентация [68,4 K], добавлен 18.09.2013

  • Понятие об основной тенденции ряда динамики, ее сущность и визуальное представление, методы анализа. Аналитическая оценка уравнения тренда. Характеристика, использование различных методов для выделения тренда временных рядов, прогнозирование показателей.

    курсовая работа [207,2 K], добавлен 04.03.2013

  • Основные понятия теории рядов. Методы суммирования расходящихся рядов. Суть метода степенных рядов, теоремы Абеля и Таубера. Метод средних арифметических, взаимоотношение между методами Пуассона-Абеля и Чезаро. Основные методы обобщенного суммирования.

    курсовая работа [288,0 K], добавлен 24.10.2010

  • Решение неравенств и определение области сходимости рядов по признаку Даламбера и теореме Лейбница для знакопеременных рядов. Условия и пределы сходимости ряда. Исследование границ интервала. Проверка условия Лейбница при знакочередующемся ряде.

    контрольная работа [127,2 K], добавлен 07.09.2010

  • Определение условий сходимости положительного ряда и описание свойств гармонических рядов Дирихле. Изучение теорем сравнения рядов и описание схемы Куммера для вывода из нее признаков сравнения ряда. Вывод признаков сравнения Даламбера, Раабе и Бертрана.

    курсовая работа [263,6 K], добавлен 14.06.2015

  • Исследование первого момента состоятельной оценки взаимной спектральной плотности. Задачи спектрального анализа временных рядов. Графики оценки для временного ряда, представляющего собой последовательность наблюдений температуры воздуха в городе Бресте.

    курсовая работа [324,9 K], добавлен 16.08.2011

  • Понятия, связанные с рядами и дифференциальными уравнениями. Необходимый признак сходимости. Интегрирование дифференциальных уравнений с помощью рядов. Уравнение Эйри и Бесселя. Примеры интегрирования в Maple. Приближенные вычисления с помощью рядов.

    курсовая работа [263,9 K], добавлен 11.12.2013

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.