Имитационное моделирование сложных систем. Духанов А.В - 103 стр.

UptoLike

ВУЗ: 

ВлГУ | Владимир

Составители: 

Рубрика: 

103
В таблице 4 сведены исходные, промежуточные и резуль-
тирующие значения прогнозирования с помощью метода экспо-
ненциального сглаживания.
Таблица 4.
t
t
y
1
t
S
2
t
S
t
b
ˆ
t
y
ˆ
tt
yy
ˆ
1
40
2
43
36,07
32,07
40,07
2,67
42,74
-0,26
3
46
38,84
34,78
42,90
2,71
45,62
-0,38
4
48
41,71
37,55
45,86
2,77
48,63
0,63
5
(
1l
)
-
44,22
40,21
48,23
2,67
51,89
-
Окончательная модель прогнозирования
23,4867,2
my
mt
.
Оценка ошибки прогноза
46,0
.
8.1.8. Выбор математической модели
прогнозирования
Выбор моделей прогнозирования базируется на оценке их
качества. Качество модели определяется их точность и адекват-
ностью. Адекватность характеризуется наличием и учетом оп-
ределенных статистических свойств. Точность модели опреде-
ляется степенью ее близости к фактическим данным.
Адекватность модели
Модель прогнозирования считается адекватной, если она
учитывает существенную закономерность исследуемого процес-
са. В ином случае ее нельзя применять.
Закономерность исследуемого процесса находит отражение
в наличии определенных статистических свойств остаточной
компоненты. Их всего три:
1) независимость остатков;
2) случайность остатков и подчинение их нормальному за-
кону распределения; 
    В таблице 4 сведены исходные, промежуточные и резуль-
тирующие значения прогнозирования с помощью метода экспо-
ненциального сглаживания.
                                                            Таблица 4.
   t        yt       S 1
                      t      S 2
                              t      ât     b̂t    ŷ t     yˆ t  yt
       1        40
       2        43   36,07   32,07   40,07   2,67   42,74        -0,26
       3        46   38,84   34,78   42,90   2,71   45,62        -0,38
       4        48   41,71   37,55   45,86   2,77   48,63         0,63
       5    -        44,22   40,21   48,23   2,67   51,89       -
 ( l 1)
       Окончательная модель прогнозирования
       yt  m  2,67m  48,23 .
       Оценка ошибки прогноза
         0,46 .

        8.1.8. Выбор математической модели
            прогнозирования
     Выбор моделей прогнозирования базируется на оценке их
качества. Качество модели определяется их точность и адекват-
ностью. Адекватность характеризуется наличием и учетом оп-
ределенных статистических свойств. Точность модели опреде-
ляется степенью ее близости к фактическим данным.
     Адекватность модели
     Модель прогнозирования считается адекватной, если она
учитывает существенную закономерность исследуемого процес-
са. В ином случае ее нельзя применять.
     Закономерность исследуемого процесса находит отражение
в наличии определенных статистических свойств остаточной
компоненты. Их всего три:
    1) независимость остатков;
    2) случайность остатков и подчинение их нормальному за-
кону распределения;
                                     103

Страницы