УДК 519.862.
Физико-математические науки
Летова Марина Сергеевна, студентка Факультет прикладной математики и механики, Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Пермский национальный исследовательский политехнический университет»
АДДИТИВНАЯ МОДЕЛЬ ВРЕМЕННОГО РЯДА
Аннотация: В статье представлен пример анализа временного ряда с построением аддитивной модели в MS Excel.
Ключевые слова: аддитивная модель, временной ряд, сезонная компонента, сезонная вариация, трендовая компонента, тренд.
Abstract: The article presents an example of time series analysis with the construction of an additive model in MS Excel.
Keywords: the additive model, time series, seasonal component, seasonal variation, the trend component, the trend.
Временным рядом называют ряд последовательных наблюдений, проводящихся через равные временные промежутки: год, месяц, неделю, сутки или даже минуты, в зависимости от характера рассматриваемой переменной. Основными компонентами временного ряда являются:
1) Тренд — это общая долгосрочная тенденция изменения временного ряда, от которого зависит динамика ряда;
2)Сезонная вариация — это краткосрочные систематично повторяющиеся колебания значений временного ряда вокруг тренда;
3) Циклические колебания, описывающие цикл деловой активности, или экономический цикл, состоящий из экономического подъема, спада, депрессии и оживления. Этот цикл повторяется регулярно.
Так как параметрами временного ряда могут быть такие показатели как цены на нефть, валюту и т.д., то временные ряды применяются как в математике, так и в экономике. Например, построенными моделями можно описать будущие объемы потребления ресурсов или товаров. Целью статьи является пошаговое построение аддитивной модели и проверка ее адекватности с помощью коэффициента детерминации, для определения возможности использования результатов в экономическом анализе.
В таблице 1 представлены поквартальные показатели прироста цены некоторого товара на рынке за 9 лет.
1 2 3 4 5 6 7 8 9
1 10,993 8,145 3,13 2,889 1,471 -5,5625 -8,45175 -12,0725 -14,3128
2 9,706 6,253 2,074 0,304 -4,15 -6,8605 -10,198 -13,1478 -16,6283
3 6,531 4,475 2,386 -1,364 -7,006 -8,33325 -12,0613 -14,0265 -17,419
4 7,521 2,88 0,549 -4,653 -5,147 -8,32775 -12,5865 -14,472 -18,0405
Таблица - 1. Поквартальные показатели прироста цены некоторого товара на рынке за 9 лет.
В качестве объясняемой переменной при анализе временного ряда возьмем фактические уровни ряда у, а в качестве объясняющей переменной -время (сквозной номер квартала) г = 1,2,...36.
В таблице 2 произведено выравнивание временного ряда за четыре квартала с помощью метода скользящей средней. Применив этот метод, можно устранить случайные колебания и получить значения, соответствующие влиянию лишь главных факторов. Сглаживание скользящей средней основано на погашении случайных отклонений, так как первоначальные уровни динамического ряда заменяются средними арифметическими внутри выбранного интервала. Данные действия исключают сезонную компоненту из временного ряда.
Сквозной номер Прирост цены Скользящая средняя за четыре квартала Центрированная скользящая Оценка сезонной вариации
квартала средняя
1 10,993 - - -
2 9,706 8,68775 - -
3 6,531 7,97575 8,33175 -1,80075
4 7,521 7,1125 7,544125 -0,02312
5 8,145 6,5985 6,8555 1,2895
6 6,253 5,43825 6,018375 0,234625
7 4,475 4,1845 4,811375 -0,33638
8 2,88 3,13975 3,662125 -0,78213
9 3,13 2,6175 2,878625 0,251375
10 2,074 2,03475 2,326125 -0,25213
11 2,386 1,9745 2,004625 0,381375
12 0,549 1,532 1,75325 -1,20425
13 2,889 0,5945 1,06325 1,82575
14 0,304 -0,706 -0,05575 0,35975
15 -1,364 -1,0605 -0,88325 -0,48075
16 -4,653 -2,174 -1,61725 -3,03575
17 1,471 -3,5845 -2,87925 4,35025
18 -4,15 -3,708 -3,64625 -0,50375
19 -7,006 -5,46638 -4,58719 -2,41881
20 -5,147 -6,144 -5,80519 0,658188
21 -5,5625 -6,47581 -6,30991 0,747406
22 -6,8605 -7,271 -6,87341 0,012906
23 -8,33325 -7,99331 -7,63216 -0,70109
24 -8,32775 -8,82769 -8,4105 0,08275
25 -8,45175 -9,7597 -9,29369 0,841944
26 -10,198 -10,8244 -10,292 0,094044
27 -12,0613 -11,7296 -11,277 -0,78432
28 -12,5865 -12,467 -12,0983 -0,4882
29 -12,0725 -12,9583 -12,7127 0,640175
30 -13,1478 -13,4297 -13,194 0,046212
31 -14,0265 -13,9898 -13,7097 -0,31676
32 -14,472 -14,8599 -14,4248 -0,04716
33 -14,3128 -15,708 -15,284 0,971163
34 -16,6283 -16,6002 -16,1541 -0,47421
35 -17,419 - - -
36 -18,0405 - - -
Таблица - 2. Выравнивание временного ряда за четыре квартала с помощью метода скользящей средней.
Оценка сезонной вариации находится как разность между фактическими уровнями ряда у и центрированными скользящими средними. Вычисление сезонной компоненты приведено в таблице 3:
Показатели Год Номер квартала в году
1 - - -1,80075 -0,02312
2 1,2895 0,234625 -0,33638 -0,78213
3 0,251375 -0,25213 0,381375 -1,20425
4 1,82575 0,35975 -0,48075 -3,03575
5 4,35025 -0,50375 -2,41881 0,658188
6 0,747406 0,012906 -0,70109 0,08275
7 0,841944 0,094044 -0,78432 -0,4882
8 0,640175 0,046212 -0,31676 -0,04716
9 0,971163 -0,47421 - -
Итого 10,91756 -0,48255 -6,45749 -4,83968 Сумма
СРЕДНЕЕ 1,364695 -0,06032 -0,80719 -0,60496 -0,10777
СКОРРЕКТИРОВАННОЕ
8, 1,391638 -0,03338 -0,78024 -0,57802 0
Таблица - 3. Вычисление сезонной компоненты.
В строке СРЕДНЕЕ рассчитаны средние сезонной вариации по годам за каждый квартал и их сумма, равная - 0,10777.
В аддитивной модели сумма всех сезонных компонент должна быть равна нулю (условие взаимопогашаемости сезонных воздействий) [1].
Так как это условие не выполняется, значения сезонных компонент необходимо скорректировать.
В строке СКОРРЕКТИРОВАННОЕ ^ рассчитаны значения сезонных компонент £г как разность между средней сезонной вариацией и корректирующим коэффициентом.
В таблице 4 приведен расчет трендовой компоненты и ошибок.
г У Б У-Б=Т+е Т е еЛ2
1 10,993 1,391638 9,601363 9,811601 -0,21024 0,0442
2 9,706 -0,03338 9,739377 9,019963 0,719413 0,517555
3 6,531 -0,78024 7,311244 8,228326 -0,91708 0,84104
4 7,521 -0,57802 8,099017 7,436688 0,662329 0,438679
5 8,145 1,391638 6,753363 6,645051 0,108311 0,011731
6 6,253 -0,03338 6,286377 5,853414 0,432963 0,187457
7 4,475 -0,78024 5,255244 5,061776 0,193468 0,03743
8 2,88 -0,57802 3,458017 4,270139 -0,81212 0,659541
9 3,13 1,391638 1,738363 3,478501 -1,74014 3,028083
10 2,074 -0,03338 2,107377 2,686864 -0,57949 0,335806
11 2,386 -0,78024 3,166244 1,895226 1,271017 1,615485
12 0,549 -0,57802 1,127017 1,103589 0,023428 0,000549
13 2,889 1,391638 1,497363 0,311952 1,185411 1,405199
14 0,304 -0,03338 0,337377 -0,47969 0,817062 0,667591
15 -1,364 -0,78024 -0,58376 -1,27132 0,687567 0,472748
16 -4,653 -0,57802 -4,07498 -2,06296 -2,01202 4,048233
17 1,471 1,391638 0,079363 -2,8546 2,933961 8,608124
18 -4,15 -0,03338 -4,11662 -3,64624 -0,47039 0,221265
19 -7,006 -0,78024 -6,22576 -4,43787 -1,78788 3,196527
20 -5,147 -0,57802 -4,56898 -5,22951 0,660527 0,436297
21 -5,5625 1,391638 -6,95414 -6,02115 -0,93299 0,87047
22 -6,8605 -0,03338 -6,82712 -6,81279 -0,01434 0,000206
23 -8,33325 -0,78024 -7,55301 -7,60442 0,051416 0,002644
24 -8,32775 -0,57802 -7,74973 -8,39606 0,646327 0,417739
25 -8,45175 1,391638 -9,84339 -9,1877 -0,65569 0,429929
26 -10,198 -0,03338 -10,1646 -9,97933 -0,18529 0,034332
27 -12,0613 -0,78024 -11,2811 -10,771 -0,51008 0,260186
28 -12,5865 -0,57802 -12,0085 -11,5626 -0,44587 0,198803
29 -12,0725 1,391638 -13,4641 -12,3542 -1,10989 1,231857
30 -13,1478 -0,03338 -13,1144 -13,1459 0,031461 0,00099
31 -14,0265 -0,78024 -13,2463 -13,9375 0,691266 0,477848
32 -14,472 -0,57802 -13,894 -14,7292 0,835177 0,69752
33 -14,3128 1,391638 -15,7044 -15,5208 -0,18364 0,033724
34 -16,6283 -0,03338 -16,5949 -16,3124 -0,28249 0,0798
35 -17,419 -0,78024 -16,6388 -17,1041 0,465315 0,216518
36 -18,0405 -0,57802 -17,4625 -17,8957 0,433226 0,187685
Таблица - 3. Расчет трендовой компоненты и ошибок.
В столбце У-Б=Т+е элиминируется влияние сезонной компоненты [2].
Оценку параметров тренда произведем с помощью Т = ао + , где а0 и а1 характеризуют точку пересечения с осью ординат и наклон линии тренда. Для
определения коэффициентов прямой, наиболее приближенной к тренду, используем MS Excel, в частности, функцию ЛИНЕЙН, которая проводит оценку методом наименьших квадратов параметров уравнения линейной парной (множественной) регрессии.
Синтаксис: ЛИНЕЙН (известные_значения_у; известные_значения_.х; константа; статистика). Полученное уравнение тренда:
T = 10,603 - 0,792t.
В столбце e таблицы 4 записаны теоретические значения трендовой составляющей, а в последнем столбце eA2 остатки модели. Сумма квадратов отклонений равна £ = 31,914.
О'
Коэффициент детерминации (R ) — это доля дисперсии зависимой переменной, объясняемая моделью, то есть объясняющими переменными. Его рассматривают как общезначимую меру зависимости одной случайной величины от множества других.
R2 = 1 -
lei
Ш-уУ
Среднее значения:
-145,514
У = — =-гт-= "4,042
п 36
Я2 = 0,988
Значение коэффициента детерминации находится в интервале от 0 до 1. Чем ближе значение коэффициента к 1, тем сильнее зависимость. При оценке моделей это трактуется как соответствие модели данным. Для значимых моделей предполагается, что коэффициент детерминации не менее 50 %. Модели с коэффициентом детерминации более 80 % можно считать достаточно хорошими. Значение коэффициента детерминации 1 означает функциональную зависимость между переменными.
Следовательно, можно сказать, что аддитивная модель объясняет 98,8% общей вариации уровней временного ряда.
В данном случае аддитивная модель объясняет 98,8% общей вариации уровней исходного временного ряда, это значит, что модель может использоваться для дальнейшей экономической обработки.
Итак, в статье приведен пример построения аддитивной модели временного ряда. Описания к построению данной модели помогут безошибочно воссоздать модель аддитивного ряда, а коэффициент детерминации дает объяснение, насколько полученная модель сопоставима с исходными данными, и возможно ли ее использование для экономических целей.
Библиографический список:
1. Эконометрика. Учебно-методическое пособие [Электронный ресурс]. -Режим доступа: http://uchebnik.biz/book/568-yekommetrika-uchebm-metodicheskoe-posobie/19-43-modelirovaniesezonnyx-kolebanij.html - Заглавие с экрана. - (Дата обращения: 23.07.2017).
2. Эконометрика. А. И. Орлова [Электронный ресурс]. - Режим доступа: http://www.aup.ru/books/m153/6.htm - Заглавие с экрана. - (Дата обращения: 26.07.2017).