Уточняйте оригинальность работы ДО покупки, пишите нам на topwork2424@gmail.com
Исходные данные:
Х1 Х2
1 28,4 11,3
2 32,9 10
3 31,5 9
4 32,2 8,7
5 30,5 7,9
6 24,5 6,3
7 22 5,7
8 32,5 8
9 32,9 7,4
10 39,3 9,2
11 34,5 8
12 26,1 5,9
13 28 6,4
14 33,3 7,2
15 31,3 6,7
16 32,8 7,6
17 30,1 6,7
18 25,1 5,3
19 22,9 5
20 32,9 7,3
21 32,1 7,1
22 38,3 8,3
23 35,2 8
24 26,5 5,5
25 27,8 5,7
26 32,2 6,5
27 30,8 6,2
28 31,6 6,6
29 29,7 6
30 24,8 5,2
31 23,4 4,5
32 33,1 7,1
33 31,5 6,6
34 38,5 8,1
35 35,9 7,3
36 26,5 5
37 27,5 10,8
38 32,2 9,8
39 30,4 8,7
40 32,3 8,6
41 30,1 7,8
42 25,6 6,7
43 24,4 6,3
44 32 7,4
45 31,8 7,6
46 38,6 8,7
47 35 7,7
48 26,8 6,5
49 28,7 6,2
50 32,3 7,1
51 31,5 6,8
52 31,7 6,9
53 30,9 7
54 25,3 5,7
55 22,8 4,9
1. Построим график каждого временного ряда.
2. Построить модель временного ряда. Записать основное разложение временного ряда и проверить гипотезу о наличии неслучайных компонент в этом разложении. Построить уравнения для неслучайных компонент, присутствие которых в модели было доказано. Привести несколько вариантов функций тренда и аргументировано обосновать выбор наилучшей. С помощью Дарбина-Уотсона проверить остатки на автокорреляцию. Если на графике временного ряда предположительно наблюдаются структурные изменения, то выдвинуть соответствующую гипотезу и проверить ее с помощью теста Чоу и подхода Гуйарати. Сделать выводы.
3. Модель с распределенными лагами.
4. Вычисление прогнозных значений по наиболее оптимальной модели.
