Анализ временных рядов и прогнозирование в Excel

Автор работы: Пользователь скрыл имя, 18 Февраля 2013 в 11:46, лабораторная работа

Описание

Цель работы: исследовать возможности анализа временных рядов и прогнозирования в Excel и приобрести практические навыки применения данных возможностей.
Временной ряд - это последовательность измерений в последовательные моменты времени. Анализ временных рядов включает широкий спектр разведочных процедур и исследовательских методов, которые ставят две основные цели:

Скачать (691.85 Кб) Сколько стоит заказать работу?

Работа состоит из 1 файл

Отчет по лабораторной №1 мой.doc

— 1.46 Мб (Скачать документ)

Продолжение таблица 2

	декабрь	24	365,4	406,69	380,88
2006	январь	25	326,9	419,86	388,61
	февраль	26	264,7	433,02	396,49
	март	27	288,7	446,19	404,54
	апрель	28	306,2	459,36	412,75
	май	29	320,7	472,53	421,12
	июнь	30	365,8	485,70	429,67
	июль	31	397,8	498,87	438,39
	август	32	449,1	512,03	447,29
	сентябрь	33	600,2	525,20	456,36
	октябрь	34	516,9	538,37	465,62
	ноябрь	35	465,5	551,54	475,07
	декабрь	36	577,9	564,71	484,71
2007	январь	37	458,9	577,88	494,55
	февраль	38	427,4	591,04	504,59
	март	39	473,3	604,21	514,83
	апрель	40	488,6	617,38	525,27
	май	41	528,3	630,55	535,93
	июнь	42	547,6	643,72	546,81
	июль	43	635,5	656,89	557,91
	август	44	695,1	670,05	569,23
	сентябрь	45	701,3	683,22	580,78
	октябрь	46	787,7	696,39	592,57
	ноябрь	47	849,9	709,56	604,59
	декабрь	48	1015,4	722,73	616,86
2008	январь	49	825,8	735,90	629,38
	февраль	50	579,9	749,06	642,15
	март	51	622,3	762,23	655,18
	апрель	52	616,4	775,40	668,48
	май	53	678,6	788,57	682,05
	июнь	54	723,4	801,74	695,89
	июль	55	762,4	814,91	710,01
	август	56	889,5	828,07	724,42
	сентябрь	57	826,1	841,24	739,12
	октябрь	58	787,9	854,41	754,12
	ноябрь	59	828,9	867,58	769,42
	декабрь	60	1203,8	880,75	785,04
2009	январь	61	1125,2	893,92	800,97
	февраль	62	815,4	907,08	817,22
	март	63	763,7	920,25	833,81
	апрель	64	761,8	933,42	850,73
	май	65	831,8	946,59	867,99
	июнь	66	923,5	959,76	885,61
	июль	67	991,9	972,93	903,58
	август	68	1063,3	986,09	921,92
	сентябрь	69	974,7	999,26	940,63
	октябрь	70	1022,4	1012,43	959,71
	ноябрь	71	1155,9	1025,60	979,19
	декабрь	72	1428,3	1038,77	999,06
2010	январь	73	1137,8	1051,94	1019,34
	февраль	74	959,1	1065,10	1040,02
	март	75	1012,1	1078,27	1061,13
	апрель	76	996,7	1091,44	1082,66
	май	77	1053,6	1104,61	1104,63

Окончание таблица 2

	июнь	78	1083,0	1117,78	1127,05
	июль	79	1170,5	1130,95	1149,92
	август	80	1186,1	1144,11	1173,26
	сентябрь	81	1126,3	1157,28	1197,07
	октябрь	82	1148,5	1170,45	1221,36
	ноябрь	83	1138,8	1183,62	1246,15
	декабрь	84	1460,1	1196,79	1271,44
2011	январь	85	1266,7	1209,96	1297,24
	февраль	86	1064,0	1223,12	1323,57
	март	87	1163,6	1236,29	1350,43
	апрель	88	1164,4	1249,46	1377,83
	май	89	1248,8	1262,63	1405,79
	июнь	90	1324,7	1275,80	1434,32
	июль	91	1425,2	1288,97	1463,43
	август	92	1407,6	1302,13	1493,13
	сентябрь	93	1379,3	1315,30	1523,43
	октябрь	94	1359,7	1328,47	1554,34
	ноябрь	95	1337,3	1341,64	1585,89
	декабрь	96	1525,3	1354,81	1618,07
2012	январь	97		1367,97	1650,91
	февраль	98		1381,14	1684,41
	Ошибка аппроксимации			17,03%	13,06%

Результаты прогноза представлены графически на рисунке 2.

Рисунок 2 – Прогноз оборота розничной торговли с использованием функции ТЕНДЕНЦИЯ и РОСТ

По приведенным в таблице расчетам можно заметить, что использование функций ТЕНДЕНЦИЯ и РОСТ дает разные результаты. Прогноз, составленный на основе функции ТЕНДЕНЦИЯ, дает нам возможность предположить, что в первые 2 месяца 2012 года по сравнению с предыдущими годами будет наблюдаться рост оборота розничной торговли. Аналогичное представление нам дает составление прогноза на основании функции РОСТ.

В результате расчета ошибки аппроксимации можно заметить, что прогноз, выполненный с помощью функции РОСТ, является более достоверным, по сравнению с использованием функции ТЕНДЕНЦИЯ. Так для функции ТЕНДЕНЦИЯ ошибка аппроксимации составила 17,03%, а для функции РОСТ – 13,06%

Таким образом, можно сказать, что, рассматривая две функции: ТЕНДЕНЦИЯ и РОСТ, в нашем случае, из них наилучшей является функция РОСТ и, соответственно, она дает нам более достоверные результаты прогноза.

3 Прогноз с помощью функции экспоненциального сглаживания

Задание 3. Оцените возможность использования метода экспоненциального сглаживания для прогнозирования по выбранному Вами ряду (оборот розничной торговли N-ой области) на основе значения автокорреляции. Спрогнозируйте развитие исследуемого процесса на два месяца следующего за отчетным года с помощью экспоненциального сглаживания и оцените результаты графически и аналитически.

При выполнении данного задания для построения прогноза воспользуемся функцией экспоненциального сглаживания. Сглаживание – это способ, обеспечивающий быстрое реагирование прогноза на все события, происходящие в течении периода протяженности базовой линии.

Метод экспоненциального сглаживания может давать более удачные результаты при наличии высокого уровня автокорреляции во временном ряду. Значение корреляции более 0,5 означает достаточно высокий уровень автокорреляции во временном ряду.

r_а= КОРРЕЛ (D2:D96;D3:D97) = 0,963

В результате расчета автокорреляции было получено значение 0,963, которое является больше 0,5, что означает достаточно высокий уровень автокорреляции. Это означает, что дальше можно проводить экспоненциальное сглаживание для данного временного ряда.

При использовании методов регрессии ко всем точкам прогноза применяется одна и та же формула и тем самым ослабляется реакция на изменение базовой линии. Сглаживание представляет собой простой способ обойти данную проблему. Для этого необходимо выполнить следующие действия: Данные – Анализ данных – Экспоненциальное сглаживание. Результаты прогноза представим в таблице 3.

Таблица 3 – Прогноз оборота розничной торговли с помощью экспоненциального сглаживания

Период		№ периода	Оборот розничной торговли за месяц, млн.руб.	Экспоненциальное сглаживание (затухание 0,1)	Стандартная погрешность	Экспоненциальное сглаживание (затухание 0,4)	Стандартная погрешность	Экспоненциальное сглаживание (затухание 0,6)	Стандартная погрешность
2004	январь	1	234,8
	февраль	2	286,1	234,80		234,80		234,80
	март	3	292,7	280,97		265,58		255,32
	апрель	4	331,8	291,53		281,85		270,27
	май	5	302,1	327,77	38,26	311,82	44,20	294,88	51,04
	июнь	6	305,7	304,67	28,39	305,99	33,29	297,77	41,77
	июль	7	330,2	305,60	27,58	305,82	29,38	300,94	36,06
	август	8	319,8	327,74	20,54	320,45	15,16	312,65	17,99
	сентябрь	9	294,3	320,59	14,94	320,06	14,08	315,51	17,98
	октябрь	10	279,2	296,93	21,29	304,60	20,48	307,02	21,27
	ноябрь	11	230,4	280,97	18,87	289,36	20,89	295,89	20,62
	декабрь	12	309,5	235,46	34,46	253,98	39,94	269,70	42,87

Продолжение таблицы 3

2005	январь	13	249,1	302,10	52,77	287,29	49,00	285,62	47,07
	февраль	14	233,9	254,40	60,13	264,38	51,70	271,01	49,01
	март	15	243,9	235,95	53,89	246,09	42,70	256,17	37,84
	апрель	16	260,2	243,10	33,13	244,78	28,24	251,26	30,88
	май	17	262,5	258,49	16,08	254,03	19,76	254,84	23,15
	июнь	18	308,2	262,10	11,13	259,11	10,24	257,90	9,82
	июль	19	344,7	303,59	28,48	288,56	30,11	278,02	29,83
	август	20	357,3	340,59	35,74	322,25	43,33	304,69	48,42
	сентябрь	21	376,8	355,63	36,94	343,28	47,57	325,74	56,99
	октябрь	22	338,7	374,68	28,39	363,39	42,83	346,16	57,22
	ноябрь	23	325,1	342,30	25,96	348,58	31,42	343,18	42,55
	декабрь	24	365,4	326,82	26,07	334,49	27,60	335,95	31,57
2006	январь	25	326,9	361,54	32,04	353,04	26,56	347,73	20,41
	февраль	26	264,7	330,36	31,54	337,35	27,02	339,40	23,30
	март	27	288,7	271,27	48,31	293,76	48,02	309,52	47,89
	апрель	28	306,2	286,96	44,03	290,72	44,67	301,19	46,36
	май	29	320,7	304,28	40,77	300,01	42,99	303,19	44,86
	июнь	30	365,8	319,06	17,74	312,42	15,20	310,20	15,97
	июль	31	397,8	361,13	30,69	344,45	34,24	332,44	33,78
	август	32	449,1	394,13	35,59	376,46	45,18	358,58	50,56
	сентябрь	33	600,2	443,60	46,73	420,04	60,48	394,79	72,01
	октябрь	34	516,9	584,54	98,13	528,14	116,30	476,95	134,98
	ноябрь	35	465,5	523,66	103,47	521,40	112,34	492,93	131,63
	декабрь	36	577,9	471,32	104,05	487,86	109,10	481,96	121,85
2007	январь	37	458,9	567,24	80,25	541,88	61,53	520,34	62,06
	февраль	38	427,4	469,73	93,95	492,09	77,71	495,76	67,65
	март	39	473,3	431,63	91,09	453,28	79,96	468,42	76,71
	апрель	40	488,6	469,13	71,34	465,29	61,84	470,37	53,14
	май	41	528,3	486,65	36,09	479,28	41,35	477,66	40,94
	июнь	42	547,6	524,14	35,82	508,69	33,40	497,92	31,20
	июль	43	635,5	545,25	29,80	532,04	38,56	517,79	42,29
	август	44	695,1	626,48	58,96	594,11	69,81	564,87	79,35
	сентябрь	45	701,3	688,24	66,84	654,71	86,44	616,96	105,33
	октябрь	46	787,7	699,99	65,89	682,66	87,70	650,70	112,44
	ноябрь	47	849,9	778,93	64,74	745,68	88,32	705,50	119,50
	декабрь	48	1015,4	842,80	65,57	808,21	89,56	763,26	124,81
2008	январь	49	825,8	998,14	119,05	932,53	146,99	864,12	185,47
	февраль	50	579,9	843,03	146,66	868,49	147,40	848,79	169,21
	март	51	622,3	606,21	207,15	695,34	214,17	741,23	213,97
	апрель	52	616,4	620,69	181,84	651,51	182,58	693,66	171,19
	май	53	678,6	616,83	152,22	630,45	173,06	662,76	175,51
	июнь	54	723,4	672,42	36,94	659,34	54,42	669,09	82,39
	июль	55	762,4	718,30	46,31	697,78	50,52	690,82	55,29
	август	56	889,5	757,99	52,79	736,55	59,44	719,45	52,68
	сентябрь	57	826,1	876,35	85,32	828,32	102,75	787,47	111,04
	октябрь	58	787,9	831,12	85,18	826,99	95,87	802,92	108,83
	ноябрь	59	828,9	792,22	85,03	803,54	91,15	796,91	101,05
	декабрь	60	1203,8	825,23	43,74	818,75	26,93	809,71	30,23
2009	январь	61	1125,2	1165,94	221,00	1049,78	223,93	967,34	228,44
	февраль	62	815,4	1129,27	220,85	1095,03	227,00	1030,49	245,80
	март	63	763,7	846,79	284,89	927,25	278,17	944,45	274,77
	апрель	64	761,8	772,01	188,93	829,12	192,03	872,15	186,06
	май	65	831,8	762,82	187,55	788,73	191,03	828,01	174,27

Информация о работе Анализ временных рядов и прогнозирование в Excel