Вспомогательные таблицы для расчетов
Лекции.Орг

Поиск:


Вспомогательные таблицы для расчетов

Т а б л и ц а 5. Значения -критерия Фишера при уровне значимости

k2

k1

1 2 3 4 5 6 8 12 24
1 2 3 4 5 6 7 8 9 10 11
1 161,5 199,5 215,7 224,6 230,2 233,9 238,9 243,9 249,0 254,3
2 18,51 19,00 19,16 19,25 19,30 19,33 19,37 19,41 19,45 19,50
3 10,13 9,55 9,28 9,12 9,01 8,94 8,84 8,74 8,64 8,53
4 7,71 6,94 6,59 6,39 6,26 6,16 6,04 5,91 5,77 5,63
5 6,61 5,79 5,41 5,19 5,05 4,95 4,82 4,68 4,53 4,36
6 5,99 5,14 4,76 4,53 4,39 4,28 4,15 4,00 3,84 3,67
7 5,59 4,74 4,35 4,12 3,97 3,87 3,73 3,57 3,41 3,23
8 5,32 4,46 4,07 3,84 3,69 3,58 3,44 3,28 3,12 2,93
9 5,12 4,26 3,86 3,63 3,48 3,37 3,23 3,07 2,90 2,71
10 4,96 4,10 3,71 3,48 3,33 3,22 3,07 2,91 2,74 2,54
11 4,84 3,98 3,59 3,36 3,20 3,09 2,95 2,79 2,61 2,40
12 4,75 3,88 3,49 3,26 3,11 3,00 2,85 2,69 2,50 2,30
13 4,67 3,80 3,41 3,18 3,02 2,92 2,77 2,60 2,42 2,21
14 4,60 3,74 3,34 3,11 2,96 2,85 2,70 2,53 2,35 2,13
15 4,54 3,68 3,29 3,06 2,90 2,79 2,64 2,48 2,29 2,07
16 4,49 3,63 3,24 3,01 2,85 2,74 2,59 2,42 2,24 2,01
17 4,45 3,59 3,20 2,96 2,81 2,70 2,55 2,38 2,19 1,96
18 4,41 3,55 3,16 2,93 2,77 2,66 2,51 2,34 2,15 1,92
19 4,38 3,52 3,13 2,90 2,74 2,63 2,48 2,31 2,11 1,88
20 4,35 3,49 3,10 2,87 2,71 2,60 2,45 2,28 2,08 1,84
21 4,32 3,47 3,07 2,84 2,68 2,57 2,42 2,25 2,05 1,81
22 4,30 3,44 3,05 2,82 2,66 2,55 2,40 2,23 2,03 1,78
23 4,28 3,42 3,03 2,80 2,64 2,53 2,38 2,20 2,00 1,76
24 4,26 3,40 3,01 2,78 2,62 2,51 2,36 2,18 1,98 1,73
25 4,24 3,38 2,99 2,76 2,60 2,49 2,34 2,16 1,96 1,71
26 4,22 3,37 2,98 2,74 2,59 2,47 2,32 2,15 1,95 1,69
27 4,21 3,35 2,96 2,73 2,57 2,46 2,30 2,13 1,93 1,67
28 4,20 3,34 2,95 2,71 2,56 2,44 2,29 2,12 1,91 1,65
29 4,18 3,33 2,93 2,70 2,54 2,43 2,28 2,10 1,90 1,64
30 4,17 3,32 2,92 2,69 2,53 2,42 2,27 2,09 1,89 1,62
35 4,12 3,26 2,87 2,64 2,48 2,37 2,22 2,04 1,83 1,57
40 4,08 3,23 2,84 2,61 2,45 2,34 2,18 2,00 1,79 1,51
45 4,06 3,21 2,81 2,58 2,42 2,31 2,15 1,97 1,76 1,48
50 4,03 3,18 2,79 2,56 2,40 2,29 2,13 1,95 1,74 1,44
60 4,00 3,15 2,76 2,52 2,37 2,25 2,10 1,92 1,70 1,39
70 3,98 3,13 2,74 2,50 2,35 2,23 2,07 1,89 1,67 1,35
80 3,96 3,11 2,72 2,49 2,33 2,21 2,06 1,88 1,65 1,31
90 3,95 3,10 2,71 2,47 2,32 2,20 2,04 1,86 1,64 1,28
100 3,94 3,09 2,70 2,46 2,30 2,19 2,03 1,85 1,63 1,26
125 3,92 3,07 2,68 2,44 2,29 2,17 2,01 1,83 1,60 1,21
150 3,90 3,06 2,66 2,43 2,27 2,16 2,00 1,82 1,59 1,18
 

Окончание табл. 5

k2

k1

1 2 3 4 5 6 8 12 24
200 3,89 3,04 2,65 2,42 2,26 2,14 1,98 1,80 1,57 1,14
300 3,87 3,03 2,64 2,41 2,25 2,13 1,97 1,79 1,55 1,10
400 3,86 3,02 2,63 2,40 2,24 2,12 1,96 1,78 1,54 1,07
500 3,86 3,01 2,62 2,39 2,23 2,11 1,96 1,77 1,54 1,06
1000 3,85 3,00 2,61 2,38 2,22 2,10 1,95 1,76 1,53 1,03
3,84 2,99 2,60 2,37 2,21 2,09 1,94 1,75 1,52 1

 

Т а б л и ц а 6. Критические значения -критерия Стьюдента при уровне

Значимости 0,10, 0,05, 0,01

Число степеней свободы d.f.

Число степеней свободы d.f.

00,10 0,05 0,01 00,10 0,05 0,01
1 6,3138 12,706 63,657 18 1,7341 2,1009 2,8784
2 2,9200 4,3027 9,9248 19 1,7291 2,0930 2,8609
3 2,3534 3,1825 5,8409 20 1,7247 2,0860 2,8453
4 2,1318 2,7764 4,5041 21 1,7207 2,0796 2,8314
5 2,0150 2,5706 4,0321 22 1,7171 2,0739 2,8188
6 1,9432 2,4469 3,7074 23 1,7139 2,0687 2,8073
7 1,8946 2,3646 3,4995 24 1,7109 2,0639 2,7969
8 1,8595 2,3060 3,3554 25 1,7081 2,0595 2,7874
9 1,8331 2,2622 3,2498 26 1,7056 2,0555 2,7787
10 1,8125 2,2281 3,1693 27 1,7033 2,0518 2,7707
11 1,7959 2,2010 3,1058 28 1,7011 2,0484 2,7633
12 1,7823 2,1788 3,0545 29 1,6991 2,0452 2,7564
13 1,7709 2,1604 3,0123 30 1,6973 2,0423 2,7500
14 1,7613 2,1448 2,9768 40 1,6839 2,0211 2,7045
15 1,7530 2,1315 2,9467 60 1,6707 2,0003 2,6603
16 1,7459 2,1199 2,9208 120 1,6577 1,9799 2,6174
17 1,7396 2,1098 2,8982 1,6449 1,9600 2,5758

Тема 2. Методы анализа временных рядов

Цель работы: на основании фактических данных о выпуске продукции выявить общую тенденцию временного ряда (построить тренды), дать прогноз на будущий период.

Временной ряд представляет собой упорядоченную во времени последовательность значений некоторой переменной величины. При этом время предполагается дискретным, т. е. «не непрерывным». Временные ряды, как правило, возникают в результате измерения некоторого показателя. Это могут быть показатели различных систем: технических, экономических, социальных, биологических.

Анализ временных рядов проводится с помощью различных математико-статистических методов с целью выявить общую динамику анализируемого процесса (тренда) и получить возможность прогнозирования развития событий в будущем.

Тренд представляет собой тенденцию изменения экономических показателей, выраженную в виде некоторой функции от времени. При существенных разбросах значений анализируемого временного ряда, для облегчения выделения тренда необходимо провести предварительную обработку и преобразование исходных данных путем сглаживания временного ряда. Наиболее распространенными методами сглаживания являются методы, о которых говорится далее (подразд. 2.1-2.4).

 

Метод скользящих средних

При применении данного метода необходимо вычислить среднее арифметическое фиксированного числа значений. Затем процедура вычисления повторяется со смещением на одну позицию по всему ряду значений. Число значений, которое используется при вычислении среднего, определяет результат сглаживания. Для большего сглаживания следует использовать большее число точек временного ряда, однако при этом в результате мы получим меньшее число значений. Следовательно, при использовании данного метода необходимо найти компромисс между большим числом точек (для обеспечения большей сглаженности графика) и меньшим числом точек (для получения достаточного количества значений). Наиболее распространенными разновидностями данного метода являются сглаживание по 3-м и 5-ти точкам. Такое сглаживание осуществляется по формулам

 

yiсгл(3) = (yi-1+yi+yi+1)/3,                                       (21)

yiсгл(5) = (yi-2+ yi-1+ yi+yi+1+yi+2)/5,                             (22)

 

где yiсгл(3), yiсгл(5) – сглаженные значения (по 3-м и 5-ти точкам соответственно);

   yi – фактическое значение в текущем периоде.


<== предыдущая лекция | следующая лекция ==>
Линейная модель парной регрессии и корреляции | Метод экспоненциального сглаживания

Дата добавления: 2018-10-15; просмотров: 69 | Нарушение авторских прав | Изречения для студентов


Читайте также:

Рекомендуемый контект:


Поиск на сайте:



© 2015-2020 lektsii.org - Контакты - Последнее добавление

Ген: 0.009 с.