Forecasting and Simulations - zadania

Nasza ocena:

5
Pobrań: 399
Wyświetleń: 1813
Komentarze: 0
Notatek.pl

Pobierz ten dokument za darmo

Podgląd dokumentu
Forecasting and Simulations - zadania - strona 1

Fragment notatki:


To co było dzis w grupie 3A na prognozowaniu:
1. Dla danych 12,13,15,16,19,21 opracowano model ekstrapolacji funkcji trendu Yt=12-2*t+et. Ocen jakos i poprawność modelu
2. Sa dane kwartalne z wahaniami sezonowymi, na ich podstawie opracowano model multiplikatywny zawierajacy trend Tt=10+2*t. W efekcie zastosowania modelu otrzymano prognowy na kolejny (5 rok): 42,49,52,45. Oblicz wskaznik wahań sezonowych.
3. Majac dane dotyczace rocznej sprzedazy pewnego przedsiebiorstwa: 7,8,6,7,8,7,6 wyrownaj szereg czasowy srednia ruchoma 2 wyrazowa wazona (w1=0,6; w2=0,4), oblicz prognozy na  lata 4. uznano ze do prognozowania wlasciwy model to ARIMA(0,1,0)(2,0,0). Parametry fi12=0,7, fi24=-0,2. Wyprowadz rownanie na prognoze Yt 5. Wymień etapy prognozowania na podstawie modelu przyczynowo - skutkowego ( ze zmiennymi objasniajacymi) Odnośnie czwartego - z tablicy: Y1-Y2=fi1*(Yt-12 - Yt-13)+fi2(Yt-24-Yt-25)+e0 Yt-et=Yt^ 1.mając funkcje trendu 180+1,3T+T^2 oraz sezonowość s1=,85 s2=1,1 s3=1,3 oblicz współczynnik sezonowości dla s4 a potem wyznacz prognozy dla 2004 roku (był to model multiplikatywny) 3.   był krótki szereg i trzeba było wyrównać go średnią ruchomą 3 okresową i na 2 okresy prognozę zrobić 4. znowu szereg czasowy i podany wzór opracowany metoda ekstrapolacji. trzeba określić czy jest dobrze dopasowany do danych. nie trzeba było liczyć MAE ani zadnych błedów. tendencja w danych była wzrostowa a współczynnik kierunkowy we wzorze był ujemny więc dlatego źle dopasowany był 5. w tym zadaniu trzeba było opisac model ARIMA (1,0,0)(1,1,0)12. i wyznaczyć wzór, były podane wartości współczynników W drugiej grupie w pierwszym zmienił na model addytywny z tego co wiem. w 3 zadaniu model browna zamiast sredniej ruchomej. 1)ale w pierwszym to m modelu multiplikatywnym suma wskaźników sezonowości musi być równa liczbie okresów, czyli w tym przypadku 4 bo były to dane kwartalne (s4=4-s1-s2-s3) i liczysz prognozę dla okresów 25, 26, 27, 28 bo to były dane kwartalne z kilku lat i musisz policzyć ile już było okresów w addytywnym podobnie tylko suma wskaźników musi być równa 0 1. na podstawie 17 lat wyznaczono funkcję Yt=1+2,5t+0,1t^2. obliczyć prognozy na kolejne 4 lata i były podane wartości rzeczywiste i ocenić spasowanie modelu 2. model multiplikatywny s1=1,3 s2=1,4 s3=0,5 s4=0,7. czy są to wskaźniki surowe czy oczyszczone. dokonać ewentualnej korekty i zinterpretować oczyszczone składniki 3. ARiMA (0,1,1)(2,0,0)12 rozpisać i wyznaczyć Yt^. podane fi12=0,7 fi24=-0,2 i ten znaczek co jak pepsi wygłąda do błędów chyba 0,5 4. Yt=0,8+1,4Yt1+ 0,4Yt2 podane po 5 Yt1 i Yt2 wyznaczyć prognozę na 2 lata przyjmując Yt1 rośnie o 10% a Yt2 średnia historyczna 5. dane z kwartalne z czterech lat w tabelce i napisać jakie metody można zastosować. wychodził stały poziom ... zobacz całą notatkę

Komentarze użytkowników (0)

Zaloguj się, aby dodać komentarz