Метод экспоненциального сглаживания

Годовые (Annual) - годы 20 века идентифицируются по последним двум цифрам (97 эквивалентно 1997), для данных, относящихся к 21 веку необходима полная идентификация (например, 2020);

Полугодовые (Semi-annual) - 1999:1, 2001:2 (формат - год и номер полугодия);

Квартальные (Quarterly) - 1992:1, 2005:3 (формат - год и номер квартала);

Ежемесячные (Monthly) - 1956:1, 1990:11 (формат - год и номер месяца);

Недельные (Weekly);

Дневные (5 day weeks);

Дневные (7 day weeks);

Недатированные или нерегулярные (Undated or irregular) - допускают работу с данными, строго не привязанными к определенным временным периодам;

Воспользуемся типом (weekly (7 day weeks)). В окнах Start date и End date вводим соответственно начальную (1:01:2010) и конечную (11:01:2010) даты наблюдения данные у нас известны только за 10 месяцев 2010 года, но мы при вводе даты вводим конечную дату 11:01:2010 для получения прогноза. Нажав кнопку ОК, создастся рабочий файл, содержащий вектор коэффициентов C и серию Resid (рис.2):

Проанализируем данные за период с 1го января 2010 года до 30 сентября 2010года.

Рис. 2

Первый заключается в импорте данных из файла. Осуществляется это следующим образом. В строке главного меню выберем File/ Import/Read Text-Lotus-Excel. Появится окно (рис. 3):

Рис. 3

В этом окне С - вектор, который будет содержать коэффициенты уравнения, построенного в процессе работы с Eviews, Resid - вектор остатков.

Для того чтобы просмотреть итоговую таблицу, необходимо, выделив переменные, выбрать опцию Open->as Group (рис. 4)

Рис. 4

Построение регрессионной модели

Просмотр числовых характеристик переменных

Для просмотра числовых характеристик отмеченных переменных необходимо выбрать в рабочем файле View/Descriptive Stats/Common Sample. В результате появится окно (рис.6):

Далее в расчетах мы будем смотреть только нулевого часа потребление, так как для остальных часов все строится аналогичным образом.

Во первых нам необходимо проверить все данные на тренд.

Для этого проделаем следующие операции New object->eqation (рис. 5).

Рис. 5

В следующем меню укажем «ser01 @trend с» (без ковычек) рис.6

Рис. 6

На вновь появившемся файле мы видим, как уже говорилось выше мы проводим прогноз только по первому часу, для остальных часов все проводится аналогичным образом. Далее открывается окно в котором указано следующее (см. рис.7):

Рис. 7

Как видно из рисунка 7 R-squared (квадрат коэффициента корреляции Пирсона) < 0,3 это говорит об отсутствии тренда.

Далее строим корелограмму для этого не обходимо сделать следующие процедуры View/correlogram. Полученные результаты рис. 8.

Рис. 8

В большинстве оказывают существенное влияние на модель только первые семь лагов. В первой серии под подозрение сразу попадают 1, 6 и 7 лаги. Проверяем их для этого необходимо сделать следующее, Заново создать equation и прописать там номера лагов рис. 8.

Рис. 8

Получаем при этом рис. 9

Рис. 9

Далее при помощи Forecast прогнозируем на нулевой час за 01.11.2010

Рис. 10

Получаем результат прогноза на нулевой час 01.11.2010 года в новом файле который называется Ser01F рис. 11

Рис. 11

Аналогичным образом повторяем процедуру еще 23 раза и получаем результат почасового потребления на 1.01.11.

И получаем результат

Прогноз