Примеры решения типовых задач по временным рядам

Задача 1.Пусть имеется следующий временный ряд:

Известно также, что

Определить для этого временного ряда значение коэффициента автокорреляции первого порядка.

Решение.Значение коэффициента определим по формуле:

Распишем все компоненты этой формулы. Числитель преобразуем следующим путем:

Здесь значения средних вычисляем по соответствующим формулам; при этом значения сумм рассчитываются с учетом крайних значений временного ряда:

Отсюда: +

Аналогично рассчитываем каждый член в знаменателе:

Результат определим по исходной расчетной формуле:

Пример 2.На основе квартальных данных объемов продаж предприятия за 1995-2000 гг. была построена аддитивная модель временного ряда, трендовая компонента которой имеет вид:

Показатели за 1999 г. приведены в таблице:

Квартал	Фактический объем продаж	Компонента аддитивной модели
трендовая	сезонная	случайная

			-11

Определить недостающие в таблице данные, учитывая что общий объем продаж за 1999 г. составил 1000 тыс. у.е.

Решение.В первую очередь определим все значения трендовой компоненты. Чтобы использовать имеющееся уравнение тренда, надо определить моменты времени, относящиеся к 1999 г. Поскольку модель относится к периоду 1995м – 2000 гг., т.е. охватывает 6 лет, квартальные временные отметки изменяются от 1 до 24. В этом случае 1999 г. (предпоследний в исследуемом периоде) соответствует моментам времени 17, 18, 19 и 20.

Подставим в уравнение тренда, получим:

Далее недостающие величины для первого, второго и третьего кварталов вычисляем по балансу из уравнения для аддитивной модели временного ряда:

Осталось определить только величины для четвертого квартала, где известно только значение трендовой компоненты. В условиях задачи задан общий объем продаж за год. Поскольку известны продажи за три первых квартала, четвертый определяется легко:

Для расчета сезонной компоненты за 4 – й квартал воспользуемся тем, что в аддитивной модели сумма сезонных компонент за один период должны равняться нулю:

Последнее значение в таблице – случайную компоненту за 4 – й квартал – вычисляем по балансу из уравнения аддитивной модели, поскольку все остальные компоненты уже известны:

Квартал	Фактический объем продаж	Компонента аддитивной модели
трендовая	сезонная	случайная

			- 40	-11

				- 39
			- 7

Пример 3.На основе поквартальных данных за 9 последних лет была построена мультипликативная модель некоторого временного ряда. Уравнение тренда в этой модели имеет вид:

Скорректированные значения сезонной компоненты равны: в 1–м квартале – 1,5; в 3–м квартале – 0,6; в 4–м квартале – 0,8.

Определить сезонную компоненту за 2 – й квартал и прогноз моделируемого показателя за 2 – й и 3 – й кварталы следующего года.

Решение.В мультипликативной модели сумма скорректированных сезонных компонент за один период должны равняться количеству этих коэффициентов, т.е. четырем. Отсюда находим недостающую сезонную компоненту за 2–й квартал:

Для прогнозирования по мультипликативной модели воспользуемся соотношением (2), в котором не будем учитывать случайную компоненту. При этом следует иметь в виду, что 2–й и 3–й кварталы будущего года будут относиться в рамках рассматриваемой модели соответственно к 38–й и 39–й отметкам времени соответственно:

Пример 4.На основе помесячных данных за последние 5 лет была построена аддитивная временная модель потребления тепла в районе. Скорректированные значения сезонной компоненты приведены в таблице

Январь	+ 27	Май	- 20	Сентябрь	- 10
Февраль	+ 22	Июнь	- 34	Октябрь	+ 12
Март	+ 15	Июль	- 42	Ноябрь	+20
Апрель	- 2	Август	- 18	Декабрь	?

Уравнение тренда выглядит так:

Определить значение сезонной компоненты за декабрь, а также точечный прогноз потребления тепла на 2–й квартал следующего года.

Решение.В аддитивной модели временного ряда сумма скорректированных сезонных компонент за один период, в данном случае за год, должна равняться нулю. Отсюда значение сезонной компоненты за декабрь:

Прогноз потребления тепла рассчитывается по формуле для детерминированной составляющей ряда, в которой не учитывается случайная составляющая, поскольку она не прогнозируется. Здесь для расчета трендовой компоненты следует иметь в виду, что второму кварталу следующего года (апрель, май, июнь) соответствуют отметки времени 64, 65 и 66. Прогноз за весь второй квартал складывается из прогнозов за апрель, май и июнь.