Компьютерный практикум по эконометрическому моделированию. Давнис В.В - 33 стр.

UptoLike

Составители: 

t
t
bby
1
0
= - показательная;
- уменьшающийся рост :
tbby
t
ln
1
0
+
=
- линейная логарифмическая;
1
0
b
t
tby = при 1b
1
<
- степенная;
t
b
by
t
1
0
−= - модифицированная гипербола;
t
t
еbby
−=
1
0
модифицированная экспонента;
- комбинированный рост :
2
2
1
0
)(lnln tbtbby
t
++= с 0
2
<
b - логарифмическая парабола;
3
3
2
2
1
0
tbtbtbby
t
+++=
с
0
3
<
b
- полином третьей степени.
5.1.10. Критерий Дарбина-Уотсона:
=
=
=
n
t
t
n
t
tt
е
ее
d
1
2
2
2
1
)(
.
5.1.11. Ошибка прогноза :
t
t
t
yy
ˆ
=
.
5.1.12. Относительная ошибка прогноза :
100
ˆ
=
t
tt
t
y
yy
δ .
5.1.13. Средняя абсолютная ошибка прогноза :
n
yy
n
t
tt
=
=∆
1
ˆ
,
5.1.14. Средняя относительная ошибка прогноза :
100
ˆ
1
1
=
=
n
t
t
tt
y
yy
n
δ .
5.1.15. Средняя квадратическая ошибка прогноза :
2
1
n
1t
2
)
ˆ
(
=
=
n
yy
S
tt
.
                    yt =b0b1t - показательная;
        - уменьшающийся рост:
                   yt =b0 +b1 ln t - линейная логарифмическая;
                   yt =b0t b1 при b1 <1 - степенная;
                             b
                   yt =b0 − 1 - модифицированная гипербола;
                              t
                   yt =b0 −b1е −t модифицированная экспонента;
        - комбинированный рост:
      yt =b0 +b1 ln t +b2 (ln t ) 2 с b2 <0 - логарифмическая парабола;
      yt =b0 +b1t +b2t 2 +b3t 3 с b3 <0 - полином третьей степени.
5.1.10. Критерий Дарбина-Уотсона:
                                           n
                                          ∑ (еt −еt −1 ) 2
                             d =t =2                  n
                                                                            .
                                                     ∑      еt2
                                                     t =1
5.1.11. Ошибка прогноза:
                                         ∆t = yt −yˆ t .
5.1.12. Относительная ошибка прогноза:
                                               yˆ t −yt
                               δt =                     ⋅100 .
                                                    yt
5.1.13. Средняя абсолютная ошибка прогноза:
                                                 n
                                               ∑      yt −yˆ t
                                  ∆ =t =1                               ,
                                                          n
5.1.14. Средняя относительная ошибка прогноза:
                      1 n yt −yˆ t
                    δ= ∑           ⋅100 .
                      n t =1 yt
5.1.15. Средняя квадратическая ошибка прогноза:
                                                                            1
                                     �     n
                                                                  2�        2
                               �          ∑ ( yt −yˆ t )            �
                                          t =1
                           S =�                                     �           .
                                 �                     n            �
                                   �                                �
                                     �                              �