Применение метода скользящей средней для прогнозирования урожайности сахарной свеклы
Связность над распределением в главном расслоенном пространстве допустимых реперов. Сущность сглаживания или механического выравнивания динамического ряда заменой уровней ряда расчетными, имеющими значительно меньшую колеблемость, чем исходные данные.
Рубрика | Экономико-математическое моделирование |
Вид | статья |
Язык | русский |
Дата добавления | 18.07.2018 |
Размер файла | 62,5 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Применение метода скользящей средней для прогнозирования урожайности сахарной свеклы
Губачева Елизавета Александровна, бакалавр, студент
Башкирский государственный аграрный университет
В данной статье рассматривается метод скользящей средней для прогнозирования урожайности сахарной свеклы.
Похожие материалы
· Межбанковские информационные системы
· Онтологические основания робототехники и образ мышления инженера XXI века
· Связность над распределением в главном расслоенном пространстве допустимых реперов
· Инструментальная реализация прикладной математической подготовки бакалавра экономики и менеджмента
· Средства стохастической подготовки обучающихся на основе информационных технологий
Наиболее распространенным и простым путем выявления тенденции развития является сглаживание или механическое выравнивание динамического ряда. Суть различных приемов, с помощью которых осуществляется сглаживание и выравнивание, сводится к замене фактических уровней динамического ряда расчетными, имеющими значительно меньшую колеблемость, чем исходные данные. Уменьшение колеблемости позволяет тенденции развития проявить себя более наглядно. В ряде случаев сглаживание ряда может рассматриваться как важное вспомогательное средство, облегчающее применение других, более строгих методов выделения тенденции. сглаживание динамический колеблемость
Один из наиболее простых приемов сглаживания заключается в расчете скользящих, или, как иногда их называют, подвижных средних. Применение последних позволяет сгладить периодические и случайные колебания и тем самым выявить имеющуюся тенденцию в развитии, что достигается путем замены значений внутри выбранного интервала средней арифметической величиной. Выравнивать по скользящим средним можно и ряды динамики, имеющие тесную и умеренную связь со временем. При этом появляется возможность определять среднее прогнозное значение для планового периода в целом.
Интервал, величина которого остается постоянной, постепенно сдвигается на одно наблюдение. Величина интервала скольжения Р может принимать любое значение от минимального (Р = 2) до максимального (Р = N ? 1, где N ? длина рассматриваемого временного ряда). Сглаженный ряд короче первоначального на Р ? 1 наблюдение. Таким образом рост Р приводит к укорачиванию сглаженного ряда, что ограничивает возможности аналитического выравнивания. Например, при двух скользящих средних сглаженный ряд уже нельзя выровнить параболой второго порядка. В связи с этим рекомендуется выбирать значения параметра скольжения при вычислении скользящих средних в пределах N : 2 ? Р ? N ? 2 (где N ? длина исходного ряда).
Использование метода скользящих средних начинается с определения величины интервала скольжения, обеспечивающей взаимное погашение случайных отклонений во временном ряду, а также учет периодов развития сельскохозяйственного производства. Если наблюдается определенная цикличность изменения показателей, интервал скольжения должен быть равен продолжительности цикла. При отсутствии цикличности в изменении показателей рекомендуется производить многовариантный расчет при изменяющемся параметре сглаживания. Для любого интервала скользящая средняя исчисляется по следующей формуле:
где уi - i -е наблюдение ряда (i = 1,2,…,n); ук(р) ? k-я скользящая средняя при интервале Р (k = 1,2,…, n ? (Р ? 1). Например, для Р = 5 первая и последняя скользящая средняя будут равны:
Найденный таким образом параметр скольжения затем используется для определения параметров выравнивающей функции (например, уравнения прямой, параболы второго порядка).
В практике сглаживание чаще всего производятся по трех ?, пяти ? и одиннадцатилетней скользящей средней: чем выше колеблемость, тем шире должен быть интервал сглаживания. Если ряд имеет периодические колебания с жесткой продолжительностью цикла, то они полностью устраняются при сглаживании с помощью скользящей средней при интервале сглаживания, равном или кратном циклу (например, 11 ? летнему).
Для иллюстрации приведем пример расчета скользящих средних для показателей урожайности сахарной свеклы за 15 лет.
Таблица 1. Исходные данные для прогноза
Временной ряд, годы |
Урожайность(центнеров) |
|
2000 |
188 |
|
2001 |
199 |
|
2002 |
219 |
|
2003 |
228 |
|
2004 |
277 |
|
2005 |
282 |
|
2006 |
325 |
|
2007 |
292 |
|
2008 |
362 |
|
2009 |
323 |
|
2010 |
241 |
|
2011 |
392 |
|
2012 |
409 |
|
2013 |
442 |
|
2014 |
370 |
Вычислим временные значения на P=5,7,9,11.
Таблица 2. Временные значения
Временной ряд, годы |
Урожайность (центнеров) |
Вычислим временные значения |
||||
5 |
7 |
9 |
11 |
|||
2000 |
188 |
- |
- |
- |
- |
|
2001 |
199 |
- |
- |
- |
- |
|
2002 |
219 |
889,4 |
- |
- |
- |
|
2003 |
228 |
979,40 |
1439,43 |
- |
- |
|
2004 |
277 |
1071 |
1571,71 |
2050,22 |
- |
|
2005 |
282 |
1170,40 |
1674,71 |
2219,89 |
2716,91 |
|
2006 |
325 |
1248,4 |
1812,14 |
2334,78 |
2783,64 |
|
2007 |
292 |
1325,60 |
1895,43 |
2373,56 |
2978,18 |
|
2008 |
362 |
1350,2 |
1881,00 |
2539,44 |
3171,18 |
|
2009 |
323 |
1296,40 |
1993,43 |
2675,11 |
3378,64 |
|
2010 |
241 |
1399,8 |
2082,14 |
2827,11 |
- |
|
2011 |
392 |
1453,40 |
2221,86 |
- |
- |
|
2012 |
409 |
1558 |
- |
- |
- |
|
2013 |
442 |
- |
- |
- |
- |
|
2014 |
370 |
- |
- |
- |
- |
Таким образом, самым распространенным и простым путем выявления тенденции развития является сглаживание или механическое выравнивание динамического ряда.
Список литературы
1. Аскарова, А.А. К вопросам государственного регулирования сельскохозяйственного производства [Текст] / А.А. Аскарова // Резервы повышения эффективности агропромышленного производства. Мат. региональной научно-практ. конф., проходившей в рамках Межд. специализ. выставки "АгроКомплекс-2004", Уфа. - 2004. - С. 62-64.
2. Аскарова, А.А. Анализ безубыточности производства [Текст] / Аскарова А.А. // Состояние и перспективы увеличения производства высококачественной продукции сельского хозяйства. Мат. II всеросс. научно-практ. конф. с межд. участием. Башкирский ГАУ. - Уфа, 2013. - С. 202-204.
3. Аскаров, А.А. Оценка доли факторов в стоимости произведенной продукции [Текст] / А.А. Аскаров, А.А. Аскарова // Региональные проблемы социально-экономического развития АПК. - Барнаул, 2003. - С. 23 -27.
4. Афанасьев В.Н., Маркова А.И. Статистика сельского хозяйства [Текст] - М.: Финансы и статистика, 2002 .-270с
5. Елисеева И.И., Юзбашев М.М. Общая теория статистики [Текст] - М.: Финансы и статистика, 2000 .-316с.
6. Ефимова М.Р., Петрова ЕВ. Общая теория статистики [Текст] -М.: Инфра-М, 2002.-416с.
7. Зинченко А.П. Сельскохозяйственная статистика с основами социально-экономической статистики [Текст] - М.: Издательство МСХА, 1998. -427с.
8. Зарипова, Г.М. Совершенствование информационных потоков в системе управления организацией средствами логистики / Г.М. Зарипова // Информационная среда и ее особенности на современном этапе развития мировой цивилизации Материалы международной научно-практической конференции. - Саратов, 2012. С. 40-42.
9. Зарипова, Г. М. Роль нормы процента в устойчивости экономического равновесия/Г. М Зарипова, Р. И. Муллагирова//Вестник ВЭГУ: Научный журнал. №2 (34). Экономика. -Уфа: Восточный университет, 2008. -С. 36-46.
10. Зарипова Г.М. Инновационное развитие АПК / Г.М.Зарипова // Инновационному развитию агропромышленного комплекса - Научное обеспечение Министерство международной научно-практической конференции в рамках XXII Международной специализированной выставки "АгроКомплекс - 2012". Министерство сельского хозяйства Российской Федерации, Министерство сельского хозяйства Республики Башкортостан, ФГБОУ ВПО "Башкирский государственный аграрный университет", ООО "Башкирская выставочная компания". 2012. С. 105-106.
11. Зарипова, Г.М. Проверка и оценка результатов обучения / Г.М. Зарипова, Р.Р. Сираева // Актуальные проблемы преподавания социально-гуманитарных, естественно-научных и технических дисциплин в условиях модернизации высшей школы : материалы международной научно-методической конференции. - Уфа, 2014. - С. 103-104.
12. Зарипова Г.М. Японский менеджмент/ Г.М. Зарипова, А.В. Гилязова // Проблемы модернизации и посткризисное развитие современного общества (экономика, социология, философия, право) Материалы международной научно-практической конференции. -Саратов,2012. С. 19-20.
13. Зарипова Г.М. Государственная поддержка сельскохозяйственных товаропроизводителей / Г.М.Зарипова // Актуальные научные вопросы: реальность и перспективы сборник научных трудов по материалам международной заочной научно-практической конференции: в 7 частях. Министерство образования и науки Российской Федерации. Тамбов, 2012. С. 33-34.
14. Российская государственная статистика [Электронный ресурс] /Дата обращения: 26.11.2016год /Режим доступа: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/.?
Размещено на Allbest.ru
...Подобные документы
Использование принципа дисконтирования информации в методах статистического прогнозирования. Общая формула расчета экспоненциальной средней. Определение значения параметра сглаживания. Ретроспективный прогноз и средняя квадратическая ошибка отклонений.
реферат [9,8 K], добавлен 16.12.2011Сглаживание с помощью метода скользящей средней. Анализ исходного ряда на наличие стационарности. Тест Дики-Фуллера. Выделение сезонной компоненты в аддитивной и мультипликативной модели. Составление уравнения тренда в виде полинома пятой степени.
лабораторная работа [2,6 M], добавлен 17.02.2014Важнейшим заданием экономического анализа является изучение взаимосвязи между различными экономическими явлениями. Метод сглаживания ряда динамики с использованием скользящей средней. Определение вида функциональной зависимости между признаком и фактором.
контрольная работа [100,8 K], добавлен 12.03.2009Порядок и особенности расчета прогнозных значений урожайности озимой пшеницы в Волгоградский области. Общая характеристика основных методов прогнозирования - аналитического выравнивания, экспоненциального сглаживания, скользящих средних и рядов Фурье.
контрольная работа [2,3 M], добавлен 11.07.2010Проверка графика на анормальности и наличие тренда. Определение параметров линейной регрессии. Сглаживание уровней ряда методом простой скользящей средней. Расчет среднеквадратического отклонения. Адекватность и точность параметров нелинейных регрессий.
контрольная работа [912,4 K], добавлен 26.05.2016Анализ автокорреляции уровней временного ряда, характеристика его структуры; построение аддитивной и мультипликативной модели, отражающую зависимость уровней ряда от времени; прогноз объема выпуска товаров на два квартала с учетом выявленной сезонности.
лабораторная работа [215,7 K], добавлен 23.01.2011Решение задачи изучения изменения анализируемых показателей во времени при помощи построения и анализа рядов динамики. Элементы ряда динамики: уровни динамического ряда и период времени, за который они представлены. Понятие переменной и постоянной базы.
методичка [43,0 K], добавлен 15.11.2010Построение эконометрических моделей и адекватная оценка их параметров для принятия обоснованных экономических решений. Проведение анализа и краткосрочного прогнозирования урожайности зерновых культур в Нижнем Поволжье методом многократного выравнивания.
реферат [51,4 K], добавлен 25.02.2011Анализ изменения курса доллара и проведение аналитического выравнивания. Вычисление точечного прогресса на начало 2018 года с помощью уравнения динамического ряда. Расчет среднеквадратического отклонения от тренда для определения интервального прогноза.
задача [85,6 K], добавлен 15.04.2014Построение интервального вариационного ряда распределения предприятий по объему реализации. Графическое изображение ряда (гистограмма, кумулята, огива). Расчет средней арифметической; моды и медианы; коэффициента асимметрии; показателей вариации.
контрольная работа [91,1 K], добавлен 10.12.2013Основные задачи и принципы экстраполяционного прогнозирования, его методы и модели. Экономическое прогнозирование доходов ООО "Уфа-Аттракцион" с помощью экстраполяционных методов. Анализ особенностей применения метода экспоненциального сглаживания Хольта.
курсовая работа [1,7 M], добавлен 21.02.2015Анализ изменения товарооборота. Расчёт цепного и среднего абсолютного прироста. Сглаживание исходного временного ряда по методу скользящей средней. Описание изменения товарооборота линейной и параболической моделью. Прогноз рассматриваемого показателя.
контрольная работа [112,7 K], добавлен 22.12.2011Анализ временных рядов с помощью статистического пакета "Minitab". Механизм изменения уровней ряда. Trend Analysis – анализ линии тренда с аппроксимирующими кривыми (линейная, квадратическая, экспоненциальная, логистическая). Декомпозиция временного ряда.
методичка [1,2 M], добавлен 21.01.2011Автокорреляционная функция временного ряда темпов роста производства древесноволокнистых плит в Российской Федерации. Расчет значений сезонной компоненты в аддитивной модели и коэффициента автокорреляции третьего порядка по логарифмам уровней ряда.
контрольная работа [300,6 K], добавлен 15.11.2014Предмет и информационная база исследования миграции в РФ. Анализ относительных величин миграции в РФ. Анализ динамики миграции по годам. Аналитические показатели ряда динамики миграции с 2007 по 2011 гг. Сглаживание рядов с помощью скользящей средней.
практическая работа [693,7 K], добавлен 06.09.2012Статистические методы прогнозирования и их роль в экономической практике. Классификация экономических прогнозов. Требования, предъявляемые к временным рядам, и их компонентный состав. Сопоставимость уровней ряда и допустимая длина временных рядов.
контрольная работа [1,2 M], добавлен 13.08.2010Построение графиков исходного ряда зависимой переменной, оценочного ряда и остатков. Изучение динамики показателей экономического развития РФ за период: январь 1994 - декабрь 1997 годов. Вычисление обратной матрицы со стандартным обозначением элементов.
контрольная работа [99,8 K], добавлен 11.09.2012Теория и анализ временных рядов. Построение линии тренда и прогнозирование развития случайного процесса на основе временного ряда. Сглаживание временного ряда, задача выделения тренда, определение вида тенденции. Выделение тригонометрической составляющей.
курсовая работа [722,6 K], добавлен 09.07.2019Изучение понятия имитационного моделирования. Имитационная модель временного ряда. Анализ показателей динамики развития экономических процессов. Аномальные уровни ряда. Автокорреляция и временной лаг. Оценка адекватности и точности трендовых моделей.
курсовая работа [148,3 K], добавлен 26.12.2014Анализ тренд-сезонных экономических процессов. Применение ряда Фурье к остаточным величинам и к первым разностям. Коэффициенты сезонности. Применение экономико-математической модели для прогнозирования объемов прибыли компании "Вимм-Билль-Данн".
курсовая работа [1,5 M], добавлен 07.07.2012