Новости Словари Конкурсы Бесплатные SMS Знакомства Подари звезду
В нашей
базе уже
59876
рефератов!
Логин

Пароль

Прогнозирование цены компьютера Pentium на декабря г 8000

Прогнозирование цены компьютера Pentium на декабря г 8000.
Прогнозирование цены компьютера Pentium на декабря г



Башкирский Государственный Университет Кафедра финансов и налогообложения ПРИЛОЖЕНИЕ[МиЧР1] к курсовой работе на тему: Прогнозирование цены на комьютер Pentium 166 на 19 декабря 1997 года. Выполнила: студентка дн.от. эк.ф-та,3-го курса,гр. 3.4ЭЮ Хакимова Д.И. Проверила: научный рук-ль, доцент ,к.э.н. Саяпова А.Р. г. Уфа 1997 г. Содержание приложения: I. Удаление тренда различными способами используемые программой Statistika версии 4.3 1) Модель Holt (( =0.300,(=0.800) 2) Модель Winters (( =0.300,(=0.800) 3) Модель Брауна (( =0.300,(=0.800) 4) Регрессионная модель I. Удаление тренда различными способами используемые программой Statistika версии 4.3 Я работала в программе Statistica 4.3 которая позволяет удалить тренд, исходя из ниже предложенных графиков можно увидеть различные способы для его удаления. Но эти способы не явились более подходящими, и поэтому представлены для анализа проделанной курсовой работе. На этом графике использовался метод Trend subtract (x=x-(a+b*t)), где а= 6.606, b = -0.52 . Тренд в данном случае неудалился, так как сам тренд не линейный. Сделав вывод, что тренд не линейный, я проделала попытку удалить тренд в Nonlinear Estimatoin получила следущее: Model: PENTIUM = b1+b2/t+b3/t**2 N=62 Dep.var: PENTIUM loss (OBS - PRED)**2 FINAL loss:31.852464424 R=.67433 variance explained: 45.473% b1 b2 b3 Estimate 4.34597 11.85681 -10.0804 График удаления тренда не линейным способом: Выше описанным способом тренд тоже не удалился. 1) Модель Holt (( =0.300,(=0.800) Примером адаптивной модели предназначенной для прогнозирования сезонных процессов, является модель Хольта. Эта модель предполагает мультипликативное объединение линейного тренда и сезонные составляющие во временном ряду. Модель Хольта при ( = 0.300 Exp.smoothing: SO=6.534 TO = 0.49 TIME SERIES Summury of error Lin.trend; no season; Alpha= 0.300 Gamma=0.1 PENTIUM Error Mean error .00731672825436 Mean absolute error .13134104302219 Sums of squares 1.96424677027454 Mean squares .03168139952056 Mean percentage error .26328877539247 Mean abs. pers. 3.01698849598955 График по Хольту с ( = 0.300 Exp.smoothing: SO=6.534 TO = 0.49 CASE SMOOTHED SERIES 16.12.97 3.379367 17.12.97 3.343613 18.12.97 3.307860 19.12.97 3.272107 Модель Хольта при ( = 0.800 Exp.smoothing: SO=6.534 TO = 0.49 TIME SERIES Summury of error Lin.trend; no season; Alpha= 0.800 Gamma=0.1 PENTIUM Error Mean error .00315177373958 Mean absolute error .05706002635321 Sums of squares .48259413419920 Mean squares .00778377635805 Mean percentage error .12944834490985 Mean abs. pers. 1.26337346085392 График по Хольту с ( = 0.800 Exp.smoothing: SO=6.534 TO = 0.49 CASE SMOOTHED SERIES 16.12.97 3.457111 17.12.97 3.423383 18.12.97 3.398655 19.12.97 3.355927 Модель Winters (( =0.300,(=0.800) Модель Уйнтерса при ( = 0.300 Exp.smoothing:Multipl.season(12) SO=6.433 TO = 0.52 TIME SERIES Summury of error Lin.trend; no season; Alpha= 0.300 Delta=.100; Gamma=0.1 PENTIUM Error Mean error .00850967552279 Mean absolute error .13196744584935 Sums of squares 2.02519074270767 Mean squares .03266436817876 Mean percentage error .27239869561423 Mean abs. pers. 3.02001823889308 График по Уинтерсу с ( = 0.300 Exp.smoothing:Multipl.season(12) SO=6.433 TO = 0.52 CASE SMOOTHED SERIES 16.12.97 3.373012 17.12.97 3.337162 18.12.97 3.309019 19.12.97 3.283079 Модель Уйнтерса при ( = 0.800 Exp.smoothing:Multipl.season(12) SO=6.433 TO = 0.52 TIME SERIES Summury of error Lin.trend; no season; Alpha= 0.800 Delta=.100; Gamma=0.1 PENTIUM Error Mean error .00387269483310 Mean absolute error .06040575200437 Sums of squares .54276104822497 Mean squares .00875421046649 Mean percentage error .14058659957529 Mean abs. pers. 1.32624409579650 График по Уинтерсу с ( = 0.800 Exp.smoothing:Multipl.season(12) SO=6.433 TO = 0.52 CASE SMOOTHED SERIES 16.12.97 3.453841 17.12.97 3.429777 18.12.97 3.407928 19.12.97 3.380729 1) Модель Брауна (( =0.300,(=0.800) Модель Брауна может отображать развитие не только в виде линейной тенденции, нои в виде случайного процесса, не имеющего тенденции, а также ввиде изиеняющейся параболической тенденции. Модель Брауна при ( = 0.300 Exp.smoothing: SO=4.982 TIME SERIES Summury of error Lin.trend; no season; Alpha= 0.300 PENTIUM Error Mean error -.0780414476807 Mean absolute error .1978141110028 Sums of squares 6.8610393089365 Mean squares .1106619243377 Mean percentage error -2.2104491142263 Mean abs. pers. 4.0726990990745 График по Брауну с ( = 0.300 Exp.smoothing: SO=4.982 CASE SMOOTHED SERIES 16.12.97 3.530736 17.12.97 3.530736 18.12.97 3.530736 19.12.97 3.530736 Модель Брауна при ( = 0.800 Exp.smoothing: SO=4.982 TIME SERIES Summury of error Lin.trend; no season; Alpha= 0.300 PENTIUM Error Mean error -.0298811251614 Mean absolute error .08804695430620 Sums of squares 3.1058602054085 Mean squares .05009465809765 Mean percentage error -.90807550618029 Mean abs. pers. 1.70449937474829 График по Брауну с ( = 0.800 Exp.smoothing: SO=4.982 CASE SMOOTHED SERIES 16.12.97 3.500203 17.12.97 3.500203 18.12.97 3.500203 19.12.97 3.500203 Прогнозирование по вышеуказанным моделям получается не совсем стабильным. Регрессионная модель В экономической деятельности очень часто требуется не только получать
Умар.Ш. был тут !!!!!
 
давайте изгоним мат !!!
 
ДОБРОЙ НОЧИ ОТ Ъ
ЛОКИ ИНО
 
ДМК МЭ
 
где инфааа?