Использование математических методов в процессе массовой оценки прогнозирования корреляционнорегрессионого анализа. (Т презентация

Содержание


Презентации» Математика» Использование математических методов в процессе массовой оценки прогнозирования корреляционнорегрессионого анализа. (Т
Тема 6 Использование математических методов процессе массовой оценки
 6.1 Сущность и6.1 Сущность и виды прогнозирования
 Основные понятия:
 Сущность прогнозирования
 Виды прогнозов6.2 Прогнозирование с помощью методов экстраполяции
 Основные понятия:
 Установление цели и1. Установление цели и задачи исследования, анализ объекта прогнозирования
 Анализ зависимости2. Подготовка исходных данных:
 проверка временного ряда;
 формирование массива функций.3. Фильтрация исходного временного ряда (сглаживание и выравнивание)
 где	  Сглаживание по 5 точкамВыравнивание (логарифмирование или замена переменных)Пример 1
 Исходная функция   
 Логарифмируя, получим  
4. Логический отбор видов аппроксимирующей функции
 а)	является ли исследуемый показатель величинойВиды используемых полиномовМетод наименьших квадратов
 где 	 - расчетные (теоретические) значения исходного ряда;
Метод экспоненциального сглаживанияФормула БраунаФормула Брауна-МейераПримерОсновная ошибкаПараметр сглаживанияДля      вычислим экспоненциальные средние и коэффициентыОшибка прогноза6. Выбор математической модели прогнозированияНезависимость уровней. Критерий Дарбина-УотсонаСлучайность уровнейСоответствие нормальному закону распределенияФактические и прогнозные значения показателяt –критерий СтьюдентаОценка стандартной ошибкиСредняя относительная ошибка оценкиСреднее линейное отклонениеШирина доверительного интервала в точке прогнозаСтандартные ошибки коэффициентов регрессииНесмещенная оценка дисперсии случайной составляющей6.3 Сущность и цели корреляционно-регрессионого анализа (КРА)
 Основные понятия:
 Зависимости
 Регрессия
Виды регрессийЗадачи регрессионного анализа
 Установление формы зависимости.
 Определение функции регрессии и установлениеВиды корреляцииЗадачи корреляционного анализа
 Измерение степени связности (тесноты, силы).
 Отбор факторов, оказывающихОсновные понятия КРА6.4 Методика проведения КРА 
 Основные понятия:
 Исходные предпосылки
 Свойства исходныхИсходные предпосылки
 При нахождении оценок переменной предполагается существование зависимости переменной толькоСвойства данных оценки параметров регрессии
 Несмещенность
 Состоятельность 
 Эффективность 
 Достаточность



Слайды и текст этой презентации
Слайд 1
Описание слайда:
Тема 6 Использование математических методов процессе массовой оценки 6.1 Сущность и виды прогнозирования 6.2 Прогнозирование с помощью методов экстраполяции 6.3 Сущность и цели корреляционно-регрессионого анализа (КРА) 6.4 Методика проведения КРА


Слайд 2
Описание слайда:
6.1 Сущность и виды прогнозирования Основные понятия: Сущность прогнозирования Виды прогнозов

Слайд 3
Описание слайда:
6.2 Прогнозирование с помощью методов экстраполяции Основные понятия: Установление цели и задачи исследования, анализ объекта прогнозирования Подготовка исходных данных Фильтрация исходного временного ряда Логический отбор видов аппроксимирующей функции Оценка математической модели прогнозирования Выбор математической модели прогнозирования

Слайд 4
Описание слайда:
1. Установление цели и задачи исследования, анализ объекта прогнозирования Анализ зависимости рассматриваемого объекта (параметра, показателя) от других систем одного уровня и субсистемы (системы более высшего уровня); взаимосвязи между данным объектом и другими объектами системы; установления характера предоставления статистических данных об объекте.

Слайд 5
Описание слайда:
2. Подготовка исходных данных: проверка временного ряда; формирование массива функций.

Слайд 6
Описание слайда:
3. Фильтрация исходного временного ряда (сглаживание и выравнивание) где - значения исходной и сглаженной функции в средней точке группы; - значение исходной и сглаженной функции в левой точке группы; - значения исходной и сглаженной функции в правой точке группы.

Слайд 7
Описание слайда:
Сглаживание по 5 точкам

Слайд 8
Описание слайда:
Выравнивание (логарифмирование или замена переменных)

Слайд 9
Описание слайда:
Пример 1 Исходная функция Логарифмируя, получим Вводя замену переменных, имеем: где

Слайд 10
Описание слайда:
4. Логический отбор видов аппроксимирующей функции а) является ли исследуемый показатель величиной монотонно возрастающей (убывающей), стабильной, периодической, имеющей один или несколько экстремумов; б) ограничен ли показатель сверху или снизу каким-либо пределом; в) имеет ли функция, определяющая процесс, точку перегиба; г) обладает ли анализируемая функция свойством симметричности; д) имеет ли процесс четкое ограничение развития во времени.

Слайд 11
Описание слайда:
Виды используемых полиномов

Слайд 12
Описание слайда:

Слайд 13
Описание слайда:

Слайд 14
Описание слайда:
Метод наименьших квадратов где - расчетные (теоретические) значения исходного ряда; - фактические значения исходного ряда; - число наблюдений

Слайд 15
Описание слайда:

Слайд 16
Описание слайда:
Метод экспоненциального сглаживания

Слайд 17
Описание слайда:

Слайд 18
Описание слайда:
Формула Брауна

Слайд 19
Описание слайда:
Формула Брауна-Мейера

Слайд 20
Описание слайда:

Слайд 21
Описание слайда:

Слайд 22
Описание слайда:

Слайд 23
Описание слайда:

Слайд 24
Описание слайда:

Слайд 25
Описание слайда:
Пример

Слайд 26
Описание слайда:

Слайд 27
Описание слайда:

Слайд 28
Описание слайда:

Слайд 29
Описание слайда:
Основная ошибка

Слайд 30
Описание слайда:
Параметр сглаживания

Слайд 31
Описание слайда:
Для вычислим экспоненциальные средние и коэффициенты

Слайд 32
Описание слайда:

Слайд 33
Описание слайда:

Слайд 34
Описание слайда:
Ошибка прогноза

Слайд 35
Описание слайда:
6. Выбор математической модели прогнозирования

Слайд 36
Описание слайда:

Слайд 37
Описание слайда:
Независимость уровней. Критерий Дарбина-Уотсона

Слайд 38
Описание слайда:

Слайд 39
Описание слайда:

Слайд 40
Описание слайда:
Случайность уровней

Слайд 41
Описание слайда:
Соответствие нормальному закону распределения

Слайд 42
Описание слайда:
Фактические и прогнозные значения показателя

Слайд 43
Описание слайда:

Слайд 44
Описание слайда:

Слайд 45
Описание слайда:

Слайд 46
Описание слайда:
t –критерий Стьюдента

Слайд 47
Описание слайда:

Слайд 48
Описание слайда:
Оценка стандартной ошибки

Слайд 49
Описание слайда:
Средняя относительная ошибка оценки

Слайд 50
Описание слайда:
Среднее линейное отклонение

Слайд 51
Описание слайда:
Ширина доверительного интервала в точке прогноза

Слайд 52
Описание слайда:
Стандартные ошибки коэффициентов регрессии

Слайд 53
Описание слайда:
Несмещенная оценка дисперсии случайной составляющей

Слайд 54
Описание слайда:

Слайд 55
Описание слайда:
6.3 Сущность и цели корреляционно-регрессионого анализа (КРА) Основные понятия: Зависимости Регрессия Корреляция Задачи анализа Уравнение регрессии Дисперсия Ковариация

Слайд 56
Описание слайда:

Слайд 57
Описание слайда:
Виды регрессий

Слайд 58
Описание слайда:
Задачи регрессионного анализа Установление формы зависимости. Определение функции регрессии и установление влияния факторов на зависимую переменную. Оценка неизвестных значений переменой (экстраполяция и интерполяция).

Слайд 59
Описание слайда:
Виды корреляции

Слайд 60
Описание слайда:
Задачи корреляционного анализа Измерение степени связности (тесноты, силы). Отбор факторов, оказывающих существенное влияние. Обнаружение неизвестных причинных связей.

Слайд 61
Описание слайда:
Основные понятия КРА

Слайд 62
Описание слайда:

Слайд 63
Описание слайда:

Слайд 64
Описание слайда:

Слайд 65
Описание слайда:

Слайд 66
Описание слайда:
6.4 Методика проведения КРА Основные понятия: Исходные предпосылки Свойства исходных данных 1. Априорное исследование экономической проблемы. 2. Формирование перечня факторов и их логический анализ. 3. Сбор исходных данных и их первичная обработка. 4. Спецификация функции регрессии. 5. Оценка функции регрессии. 6. Отбор главных факторов. 7. Проверка адекватности модели. 8. Экономическая интерпретация. 9. Прогнозирование неизвестных значений зависимой переменной

Слайд 67
Описание слайда:
Исходные предпосылки При нахождении оценок переменной предполагается существование зависимости переменной только от тех объясняющих переменных, которые вошли в модель (регрессию). влияние неучтенных факторов постоянно Отсутствует автокорреляция между возмущающими переменными Число наблюдений должно превышать число параметров регрессии Предполагается односторонняя зависимость переменной от факторов Зависимая переменная и факторы распределены нормально

Слайд 68
Описание слайда:
Свойства данных оценки параметров регрессии Несмещенность Состоятельность Эффективность Достаточность

Слайд 69
Описание слайда:

Слайд 70
Описание слайда:

Слайд 71
Описание слайда:

Слайд 72
Описание слайда:

Слайд 73
Описание слайда:

Слайд 74
Описание слайда:

Слайд 75
Описание слайда:

Слайд 76
Описание слайда:

Слайд 77
Описание слайда:

Слайд 78
Описание слайда:

Слайд 79
Описание слайда:

Слайд 80
Описание слайда:

Слайд 81
Описание слайда:

Слайд 82
Описание слайда:

Слайд 83
Описание слайда:


Скачать презентацию на тему Использование математических методов в процессе массовой оценки прогнозирования корреляционнорегрессионого анализа. (Т можно ниже:

Похожие презентации