Prognozowanie i stymulacje – lab. 23.11.2003
Dr hab. profesor WSEI
Bartłomiej Beliczyński
http://acn.waw.op/barbel
WYGŁADZANIE WYKŁADNICZE
yt* = ayt-1 + (1 – a) y*t-1 równanie rekursywne
rekurencja
yt* - prognoza
a – parametr
yt-1 – wartość zmiennej Y w chwili t-1
Model powinien być modelem stabilnym
A Î (0,2) → warunek stabilności
ŚREDNIA WAŻONA
yt* = w1yt-1 + w2yt-2+ w3yt-3 + . . . + wnyt-n
RÓWNANIE NA SUMĘ WAG
n
S w1=1
i=1
Nie ma rekurencji
yt* = 0,3yt-1 + 0,7yt-2
realizacja wartości dodajemy do
w chwili t siebie kolumny 1 i 2
t
yt
yt-1
yt-2
0,3 ×yt-1
0,7 ×yt-2
y*t
0
- y-1
- y-2
-
1
2 y0
- 0,6
2
6 y2
4 y1
1,4
2,6
3
8 y3
2,8
4,6
4
10 y4
4,2
6,6
Prognoza w chwili t= 0,3 ×yt-1 + 0,7 ×yt-2
MODELE TENDENCJI ROZWOJOWEJ
Czy ma tendencje malejące czy rosnące ?
Jak szybko wzrasta ?
Zadajemy pytanie o model liniowy. Zakładamy, że ma stały przyrost. Trend liniowy.
y= a0+a1+ a12× t...
protur