Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатика
ИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханика
ОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторика
СоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансы
ХимияЧерчениеЭкологияЭкономикаЭлектроника

Прогнозування за лінійною моделлю

Читайте также:
  1. Алгоритм прогнозування з використанням вбудованих функцій MS Excel
  2. Змістовний модуль 1. Прогнозування економічних процесів за допомогою трендових моделей
  3. Моніторинг та прогнозування виконання проекту
  4. Прогнозування за середнім абсолютним приростом
  5. Прогнозування і регресійний аналіз
  6. Розділ V СПОСТЕРЕЖЕННЯ, ПРОГНОЗУВАННЯ, ОБЛІК ТА ІНФОРМУВАННЯ В ГАЛУЗІ НАВКОЛИШНЬОГО ПРИРОДНОГО СЕРЕДОВИЩА

Побудована модель адекватна за F-критерієм, то її можна застосувати для прогнозування залежної змінної.

На підставі побудованої моделі можна знайти прогнозні значення матриці залежних змінних Yпр,які відповідають очікуваним значенням матриці незалежних змінних Xпр.

Прогноз на перспективу буває двох видів: точковий та інтервальний.

Незміщена оцінка точкового прогнозу може розглядатися як точкова оцінка математичного сподівання прогнозного значення Yпр

(13.14)

а також як індивідуальне значення Yпр для матриці незалежних змінних Хпр,що лежать за межами базового періоду .

У рівняння Yрозр = 319,44 + 20,45 Х підставимо прогнозні значення фактору Хпр = 27,1 що лежить за межами базового періоду (точковий прогноз):

Yпр = 319,44 – 20,45 · 27,1 = 873,616

Дисперсія похибки прогнозу дорівнює

(13.15)

де – дисперсия залишків u, яка розраховується за формулою (13.7);

var (B) – дисперсійно-коваріаційна матриця, яка записується у вигляді:

(13.16)

Матриця похибок:

(Х' * Х)-1 = 1,72139 -0,0783024
-0,07830 0,0038407

 

Елементи на головній діагоналі матриці та за її межами розраховуються за формулами:

(13.17)

(13.18)

де сjj, cjk – елементи матриці похибок (Х¢Х)–1.

 

var (В) = 4122,016 -187,5018
-187,5018 9,19690

 

Тоді дисперсія прогнозу буде:

(13.19)

  Хпр=  
  27,1
     
Х'пр=   27,1
     
Х'пр * var (A) = -959,2827488 61,73419732

 

 


Середньоквадратична (стандартна) похибка прогнозу:

(13.20)

Довірчий інтервал для прогнозних значень:

(13.21)

Інтервальній прогноз математичного сподівання М(Yпр) буде в межах:

(13.22)

873,616 – 2,4469 · 26,71543 £ M(Yпр) £ 873,616 + 2,4469 · 26,71543

 

808,2458 £ M(Yпр) £ 938,9864

Визначення інтервального прогнозу індивідуального значення Yпр базується на знаходженні середньоквадратичної помилки прогнозу:

(13.23)

Обчислимо дисперсію та стандартну помилку прогнозу індивідуального значення Yпр:


Тоді інтервальний прогноз індивідуального значення буде відповідати такому довірчому інтервалу:

(13.24)

873,616 – 2,4469 · 55,7521 £ Yпр £ 873,616 + 2,4469 · 55,7521

 

737,1956 £ Yпр £ 1010,0366

 


Дата добавления: 2015-08-13; просмотров: 218 | Нарушение авторских прав


Читайте в этой же книге: Тема 4. НЕЛІНІЙНІ ОПТИМІЗАЦІЙНІ МОДЕЛІ ЕКОНОМІЧНИХ СИСТЕМ | Тема 5. МЕТОДИ ТА СПОСОБИ ПРИЙНЯТТЯ УПРАВЛІНСЬКИХ РІШЕНЬ | Прийняття управлінських рішень в умовах ризику. | Приклад 1. | Прийняття рішень в умовах відсутності повторюваності подій | Приклад 4. | Тема 6. КОРЕЛЯЦІЯ ДВОХ ЗМІННИХ | Зміст змінних і рівнянь в економетричній моделі | Приклад виконання лабораторної роботи | Оцінка тісноти та значимості зв’язку між змінними моделі |
<== предыдущая страница | следующая страница ==>
Перевірка значущості та довірчі інтервали| Висновки.

mybiblioteka.su - 2015-2024 год. (0.006 сек.)