Смекни!
smekni.com

Прогнозирование урожайности различными методами (стр. 2 из 6)

Год Фактические уровни y(t) Уровни, сдвинутые на 3 года y(t-3) y(t)y(t-3) y(t)^2
1 3,5 13,1 45,85 12,25
2 5,2 17,9 93,08 27,04
3 2,2 9,6 21,12 4,84
4 3,6 3,5 12,6 12,96
5 7,1 5,2 36,92 50,41
6 6,9 2,2 15,18 47,61
7 4,1 3,6 14,76 16,81
8 5,3 7,1 37,63 28,09
9 10,1 6,9 69,69 102,01
10 4,8 4,1 19,68 23,04
11 7,7 5,3 40,81 59,29
12 16,8 10,1 169,68 282,24
13 9,8 4,8 47,04 96,04
14 14,5 7,7 111,65 210,25
15 13,7 16,8 230,16 187,69
16 19 9,8 186,2 361
17 5 14,5 72,5 25
18 12 13,7 164,4 144
19 11,3 19 214,7 127,69
20 17,5 5 87,5 306,25
21 13,1 12 157,2 171,61
22 17,9 11,3 202,27 320,41
23 9,6 17,5 168 92,16
Сумма 220,7 220,7 2218,62 2708,69
Средняя 9,595652174 96,4617391 117,76913
Дисперсия 25,69258979 Автокорреляция отсутствует
Коэффициент автокорреляции 0,170679504

Как видно из таблиц, обнаружилась автокорреляция только первого и второго порядков. Это говорит о том, что значительное влияние на урожайность озимой пшеницы в данном году оказывает урожайность двух предыдущих лет.

3. Метод экспоненциального сглаживания

Выберем теперь форму зависимости (линейную или параболическую) методом экспоненциального сглаживания.

Рассчитаем начальные условия экспоненциального сглаживания для линейной тенденции:

,

где

– параметр сглаживания;
.

Выберем

=0,3

На основе расчета начальных условий определяем оценки коэффициентов и характеристики сглаженных значений.

Формулы расчета оценок коэффициентов:


Формулы расчета характеристик сглаживания динамического ряда:

Расчет оценок коэффициентов, характеристик сглаженных значений, прогнозных значений по линейной форме экспоненциального сглаживания (

) и квадратов ошибок сведем в таблицу:
S1 S2 a0 a1
3,5 3,692 4,2548 3,1292 -0,3752 2,754 0,556516
5,2 4,2952 4,27096 4,31944 0,01616 4,3356 0,74718736
2,2 3,45712 3,945424 2,968816 -0,325536 2,64328 0,196497158
3,6 3,514272 3,772963 3,255581 -0,1724608 3,08312 0,267164934
7,1 4,9485632 4,243203 5,653923 0,47024 6,1241632 0,95225746
6,9 5,7291379 4,837577 6,620699 0,594373888 7,21507264 0,099270768
4,1 5,0774828 4,933539 5,221426 0,095962266 5,31738842 1,482034555
5,3 5,1664897 5,026719 5,30626 0,093180119 5,39943995 0,009888303
10,1 7,1398938 5,871989 8,407798 0,845269727 9,25306811 0,717293628
4,8 6,2039363 6,004768 6,403105 0,13277883 6,53588335 3,013291001
7,7 6,8023618 6,323806 7,280918 0,319037494 7,5999555 0,010008902
16,8 10,801417 8,11485 13,48798 1,791044614 15,2790286 2,313354018
9,8 10,40085 9,02925 11,77245 0,914400039 12,6868503 8,333904844
14,5 12,04051 10,23375 13,84727 1,204503986 15,0517701 0,304450249
13,7 12,704306 11,22197 14,18664 0,988220769 15,174858 2,17520614
19 15,222584 12,82222 17,62295 1,600243488 19,2231924 0,049814834
5 11,13355 12,14675 10,12035 -0,67546729 9,44488196 19,75697565
12 11,48013 11,8801 11,08016 -0,26664841 10,8135091 1,407760654
11,3 11,408078 11,69129 11,12486 -0,18880986 10,9360534 0,132457117
17,5 13,844847 12,55271 15,13698 0,861421592 15,9984008 2,254800093
13,1 13,546908 12,95039 14,14342 0,397677461 14,5411018 2,076774272
17,9 15,288145 13,88549 16,6908 0,93510118 17,6258978 0,075132009
9,6 13,012887 13,53645 12,48932 -0,34904247 12,1402807 6,453026248
53,38506621

Определим начальные условия экспоненциального сглаживания при параболической тенденции:

Выберем

Соответственно:

= -3,5166014;
=-8,3384654;
=-13,4803294

На основе расчета начальных условий определяем оценки коэффициентов и характеристики сглаженных значений. Расчет оценок коэффициентов, характеристик сглаженных значений, прогнозных значений по параболической форме экспоненциального сглаживания и квадратов ошибок сведем в таблицу:


yi Характеристики Оценки коэффициентов
S1 S2 S3 a0 a1 a2
3,5 -2,1132811 -7,09343 -12,2029 2,737493 1,176307311 -0,00808583 3,91383304 0,171257789
5,2 -0,6506249 -5,80487 -10,9233 4,539396 1,307567679 0,002236112 5,84696599 0,41856499
2,2 -0,0804999 -4,65999 -9,67067 4,067818 0,915810984 -0,02694854 4,98399185 7,7506106
3,6 0,6556001 -3,59688 -8,45591 4,301519 0,740885761 -0,03790978 5,04312342 2,082605212
7,1 1,9444801 -2,4886 -7,26245 6,036806 0,927243389 -0,02129738 6,96427656 0,018420853
6,9 2,935584 -1,40377 -6,09071 6,927341 0,900178696 -0,02172458 7,82775603 0,860731248
4,1 3,1684672 -0,48932 -4,97043 6,002929 0,477055074 -0,05145785 6,4813078 5,670626841
5,3 3,5947738 0,327499 -3,91085 5,890979 0,300937696 -0,06069189 6,19375797 0,798803306
10,1 4,895819 1,241163 -2,88044 8,083524 0,66559622 -0,02918445 8,74954607 1,823725828
4,8 4,8766552 1,968261 -1,9107 6,814478 0,21148275 -0,06066067 7,02780093 4,963096995
7,7 5,4413242 2,662874 -0,99599 7,339363 0,226893959 -0,05502572 7,56777081 0,017484558
16,8 7,7130593 3,672911 -0,06221 12,05824 1,172083885 0,01906433 13,2305026 12,741312
9,8 8,1304475 4,564418 0,863117 11,5612 0,819644091 -0,00845449 12,3808846 6,660965133
14,5 9,404358 5,532406 1,796975 13,41283 1,040514466 0,008532533 14,4533811 0,00217332
13,7 10,263486 6,478622 2,733304 14,0879 0,967225013 0,002471645 15,0551249 1,836363466
19 12,010789 7,585056 3,703655 16,98086 1,395610031 0,034020784 18,3770439 0,388074354
5 10,608631 8,189771 4,600878 11,85746 -0,01686454 -0,07312702 11,8432687 46,83032672
12 10,886905 8,729198 5,426542 11,89966 -0,06882696 -0,07155927 11,8333975 0,027756394
11,3 10,969524 9,177263 6,176686 11,55347 -0,19385244 -0,07551973 11,3624686 0,003902328
17,5 12,275619 9,796934 6,900736 14,33679 0,397867259 -0,02609459 14,7349986 7,645232881
13,1 12,440495 10,32565 7,585718 13,93026 0,196638702 -0,03906748 14,1276666 1,056098587
17,9 13,532396 10,967 8,261974 15,95817 0,567175299 -0,00872643 16,5253867 1,88956183
9,6 12,745917 11,32278 8,874135 13,14354 -0,18901755 -0,06409432 12,956581 11,26663598
114,9243312

Определим начальные условия экспоненциального сглаживания при параболической тенденции: