pis cw4 10(2)


Overview

Wykres Treść zad.
obliczenia
wyniki 2010
wyniki 2009
wyniki z roku 2008
Cieslak
Cieslak-wyniki


Sheet 1: Wykres Treść zad.

Liczba pasażerów korzystających z usług Polskich Portów Lotniczych [w mln osób]

















Rok Pawel: Czas t Pawel: liczba pasażerów [mln] yt

1998 1 4,953
Jeśli mamy tendencję rozwojową to możemy stosować model
1999 2 5,303
liniowy Holta. Przeznaczony jest do takich cech char. się oprócz
2000 3 5,792
wahań przypadkowych tendencją rozwojową.
2001 4 6,332
Mamy tu do czynienia z dwoma parametrami.
2002 5 6,572
Jak mamy zastosować tę metodę, opisane jest w zakładce
2003 6 7,113
obliczenia. Mamy dwa parametry: alfa i beta.
2004 7 8,954
są to współczynniki wygładzania. Nasz prognoza jak widać w ostatnim równaniu
2005 8 11,581
składa się z dwóch części Ft i St. Ft - wygładzone wartości
2006 9 15,248
zmiennej prognozowanej, St - wygładzone wartości
2007 10 18,804
przyrostów trendu są to przyrosty wygładzane
2008 11 20,308
współczynnikiem beta. Żeby prognozować musimy wyznaczyć F i S.
2009 12 18,634
je wyznaczamy na postawie początkowych wartości F1, S1.




je z koleji możemy wyznaczyć wzorem podanym w A1.




(można je też wyznaczać na podstawie funkcji liniowej




współczynnik kierunkowy (który stoi przy X) przyjmujemy jako S1 , a wyraz wolny to F1 )




jeśli przyjmujemy za F1 = y1 to => (zakładka obliczenia)
Temat:











Prognozowanie na podstawie szeregów czasowych z tendencją rozwojową. Model liniowy Holta.










Dwie ost. zakładki to przykład zaczerpnięty z podręcznika "Prognozowanie gospodarcze…"- M. Cieślak
zadanie.











wykorzystać model Holta do prognozy liczby pasażerów korzystających z usług PPL na dwa kolejne lata.











1. przyjąć parametry wygładzania alfa = 0,5, beta = 0,5











2. wyznaczyć średni błąd i błąd względny prognozy na rok 2010 i 2011 oraz ocenić jej dopuszczalność.











3. wyznaczyć współczynnik Theila (który można interpretować jako błąd względny)











4. na podstawie analizy współczynnika Theila ocenić przyczyny błędów











5. znaleźć optymalne parametry wygładzania alfa i beta.












Sheet 2: obliczenia














a= 0,5 0,5 =b


1-a= 0,5 0,5 =1-b
Rok Pawel: Czas t Pawel: liczba pasażerów [mln] yt Ft St y*t
1998 1 4,953











1999 2 5,303











2000 3 5,792











2001 4 6,332











2002 5 6,572











2003 6 7,113











2004 7 8,954











2005 8 11,581











2006 9 15,248











2007 10 18,804











2008 11 20,308





Optymalizacja: będziemy chcieli, by zostały znalezione takie wartości alfa i beta,




2009 12 18,634



t-n
przy których błąd jest najmniejszy. Czyli optymalizujemy którąś z tych wartości (f20-23,f26)




2010 13






do tego stosujemy procedurę: Dodatek Solver,





14






w zakładce dane pojawia się Solver, klikamy.





średnia yt

S(yt - y*t)2=



Ta procedura będzie wykonywać optymalizację. Optymalizujemy któryś z błędów.





odchylenie

S*2=



Zaznaczamy F22 i zaznaczamy min.





Vk

S*=



które komórki będziemy zmieniać? (komórki zmienne) i zaznaczam D3 (wartość alfa); E3 (wartość beta)








S*/y*13=



Czyli będziemy








S*/y*14=



sterować wartością alfa i beta (muszą być z przedziału 0-1. klikamy dodaj








S*/y¯=



zaznaczamy alfa D3 ma być <= 1, dodaj, znowu warunek na alfę, czyli d3 => 0








Syt 2=



powtarzamy te operacje dla bety







ws. Theila I2=



mamy ostatecznie 4 warunki (alfa należy <0,1>, beta należy <0,1>)







I=



przed wciśnięciem "rozwiąż" patrzymy na alfa i beta i zobaczymy, jak się zmieni.





s

I^21



alfa wyszła 1, beta 1, błąd poniżej 3%, wspłcz Theila 6%. Prognoza jest dopuszczalna.





r

I^22



jeśli alfa i beta = 1 to nasza metoda sprowadza się do metody naiwnej wg stałych








I^23



przyrostów bezwzględnych





Sheet 3: wyniki 2010














a= 0,5 0,5 =b


1-a= 0,5 0,5 =1-b
Rok Pawel: Czas t Pawel: liczba pasażerów [mln] yt Ft St y*t
1998 1 4,953 4,953 0,350









1999 2 5,303 5,303125 0,349717 5,303








2000 3 5,792 5,7225595 0,38457575 5,653








2001 4 6,332 6,219350125 0,4406831875 6,107








2002 5 6,572 6,61621815625 0,418775609375 6,660








2003 6 7,113 7,0741873828125 0,43837241796875 7,035








2004 7 8,954 8,23338690039063 0,798785967773438 7,513








2005 8 11,581 10,306659934082 1,43602950073242 9,032








2006 9 15,248 13,4953447174072 2,31235714202881 11,743








2007 10 18,804 17,305850929718 3,0614316771698 15,808








2008 11 20,308 20,3376413034439 3,04661102544785 20,367


Optymalizacja: będziemy chcieli, by zostały znalezione takie wartości alfa i beta,




2009 12 18,634 21,0091261644459 1,85904794322491 23,384
t-n
przy których błąd jest najmniejszy. Czyli optymalizujemy którąś z tych wartości (f20-23,f26)




2010 13


22,868
1
do tego stosujemy procedurę: Dodatek Solver,




2010 14


24,727
2
w zakładce dane pojawia się Solver, klikamy.





średnia yt

S(yt - y*t)2= 52,4926867381551


Ta procedura będzie wykonywać optymalizację. Optymalizujemy któryś z błędów.





odchylenie

S*2= 5,24926867381551


Zaznaczamy F22 i zaznaczamy min.





Vk

S*= 2,29


które komórki będziemy zmieniać? (komórki zmienne) i zaznaczam D3 (wartość alfa); E3 (wartość beta)








S*/y*13= 10,0%


Czyli będziemy








S*/y*14= 9,3%


sterować wartością alfa i beta (muszą być z przedziału 0-1. klikamy dodaj








S*/y¯= 19,2%


zaznaczamy alfa D3 ma być <= 1, dodaj, znowu warunek na alfę, czyli d3 => 0







ws. Theila Syt 2= 1 727,47


powtarzamy te operacje dla bety








I2= 0,03


mamy ostatecznie 4 warunki (alfa należy <0,1>, beta należy <0,1>)





11,934 11,330 I= 17,4%


przed wciśnięciem "rozwiąż" patrzymy na alfa i beta i zobaczymy, jak się zmieni.





s 5,50717832482581 6,05652184122348 I^21 6,94%


alfa wyszła 1, beta 1, błąd poniżej 3%, wspłcz Theila 6%. Prognoza jest dopuszczalna.





r 0,931298343882603
I^22 5,75%


jeśli alfa i beta = 1 to nasza metoda sprowadza się do metody naiwnej wg stałych








I^23 87,3%


przyrostów bezwzględnych





Sheet 4: wyniki 2009




















a= 1 1 =b









1-a= 0 0 =1-b







Rok Pawel: Czas t Pawel: liczba pasażerów [mln] yt Ft St y*t







1998 1 4,953 4,953 0,350 OLA: ta metoda nie działa w dwóch pierwszych okresach. Zaczyna działać dopiero od 3 okresu. To jest ważne: powinniśmy pominąć tę wartość z F7. Nawet możemy ją skasować.








1999 2 5,303 OLA: tam gdzie jest F musi być z dolarem to wzór Ft = a yt + (1-alfa)(Ft-1 + St-1) 5,303125 OLA: liczymy wzór St = beta (Ft - Ft-1) + (1 - beta) St-1 0,349717 OLA: suma poprzednich prognoz. W tej komórce F7 wartość jest taka sama jak rzeczywista (C7). To nie pozwala nam w sposób obiektywny oszacować tego błędu 5,303







2000 3 5,792 5,792277 0,489152000000001 5,653







2001 4 6,332 6,331565 0,539288 6,281







2002 5 6,572 6,572403 0,240838 6,871







2003 6 7,113 7,113381 0,540978 6,813







2004 7 8,954 8,954214 1,840833 7,654







2005 8 11,581 11,581147 2,626933 10,795







2006 9 15,248 15,248 3,666853 14,208







2007 10 18,804 18,804 3,556 18,915







2008 11 20,308 20,308 1,504 22,360







2009 12


21,812


Optymalizacja: będziemy chcieli, by zostały znalezione takie wartości alfa i beta,



2010 13


OLA: dotąd kopiuję funkcję z F7. Wyszło zero, bo powinno to być prognozowane nieco inaczej. Należy ją obliczyć nieco inaczej: D16+2 (bo prognozujemy 2 lata to przodu) *E16 23,316


przy których błąd jest najmniejszy. Czyli optymalizujemy którąś z tych wartości (f20-23,f26)



2011 14






do tego stosujemy procedurę: Dodatek Solver,




średnia yt 10,087
S(yt - y*t)2= OLA: można to co w g18 obliczyć za pomocą funkcji z kategorii matematyczne: SUMA.XMY.2 (suma x minus y do kwadratu) 7,813


w zakładce dane pojawia się Solver, klikamy.




odchylenie 5,33929255677966
OLA: to jest wariancja: sumę trzeba podzielić przez ilość składników sumy S*2= 0,868123820539444


Ta procedura będzie wykonywać optymalizację. Optymalizujemy któryś z błędów.




Vk 53%
S* OLA: wyciągamy pierwiastek z S*2 To jest błąd bezwzględny 0,931731624739358


Zaznaczamy F22 i zaznaczamy min.







S*/y*12= OLA: Teraz liczymy błąd względny Ostatnio dzieliliśmy przesz średnią wartość z wartości rzeczywistych. Ale można tak robić, jeśli mamy tylko wahania przypadkowe. Jeśli mamy już trend, to musimy to dzielić przez wartość prognozowaną. Ta wartość się bowiem zmienia. średnia wartości rzeczywistych w przedziale prognozy wyszłaby ok 10. A wartość prognozy wynosi pow. 20. Więc dzielimy przez wartość prognozy Wynik zamieniamy na procenty. To jest błąd względny dla prognozy na rok 2009. Wniosek odnośnie dopuszczalności: jeśli przyjmiemy kryterium do 6%, to jest niedopuszczalne. Jeśli przyjmiemy kryterium do 10% to jest akurat na granicy. W takim wypadku można obliczyć drugi wspłcz np: Theila 4,27%


które komórki będziemy zmieniać? (komórki zmienne) i zaznaczam D3 (wartość alfa); E3 (wartość beta)












Czyli będziemy







Syt 2= 1380,24355683293


sterować wartością alfa i beta (muszą być z przedziału 0-1. klikamy dodaj






ws. Theila I= OLA: wynik - format procentowy. Wyszło znacznie powyżej dopuszczalnej wartości (6% lub 10%), więc prognoza jest niedopuszczalna 7,5%


zaznaczamy alfa D3 ma być <= 1, dodaj, znowu warunek na alfę, czyli d3 => 0












powtarzamy te operacje dla bety












mamy ostatecznie 4 warunki (alfa należy <0,1>, beta należy <0,1>)












przed wciśnięciem "rozwiąż" patrzymy na alfa i beta i zobaczymy, jak się zmieni.












alfa wyszła 1, beta 1, błąd poniżej 3%, wspłcz Theila 6%. Prognoza jest dopuszczalna.












jeśli alfa i beta = 1 to nasza metoda sprowadza się do metody naiwnej wg stałych












przyrostów bezwzględnych




Sheet 5: wyniki z roku 2008



a= 1 1 =b











1-a= 0 0 =1-b


Rok Pawel: Czas t Pawel: liczba pasażerów [mln] yt Ft St y*t (yt - y*t)2=
1998 1 4,953 4,953 0,350


1999 2 5,303 5,303125 0,349717 5,303 0
2000 3 5,792 5,792277 0,489152000000001 5,653 0,019442119225
2001 4 6,332 6,331565 0,539288 6,281 0,002513618496
2002 5 6,572 6,572403 0,240838 6,871 0,0890724025
2003 6 7,113 7,113381 0,540978 6,813 0,0900840196
2004 7 8,954 8,954214 1,840833 7,654 1,689623021025
2005 8 11,581 11,581147 2,626933 10,795 0,617953209999999
2006 9 15,248 15,248 3,666853 14,208 1,0814336064
2007 10 18,933 18,933 3,685 18,915 0,000329313609
2008 11


22,618 wyniki
2009 12


26,303 po optymalizacji

średnia yt 9,078
S(yt - y*t)2= 3,590 3,590

odchylenie 4,48563883586249
S*2= 0,448806413856875


Vk 49%
S* 0,669930155954242





S*/y*11= 2,96%





















Syt 2= 972,696765832929












ws. Theila I= 6,08%










Sheet 6: Cieslak


a= 0,5 0,5 =b



1-a= 0,5 0,5 =1-b ex post
Pawel: Czas t Pawel: liczba pasażerów [mln] yt Ft St y*t

1 48




2 58










3 62







4 64






5 67






6 68









7 65












8 68












9 67












10 66












11 72












12 77












13 92












14 91












15 98












16













średnia yt 70,867
S(yt - y*t)2=










odchylenie 13,0274922972749
S*2=










Vk 18%
S*













S*/y*16=




























Syt 2=












ws. Theila I=











Sheet 7: Cieslak-wyniki


a= 0,7 0,9 =b

1-a= 0,3 0,1 =1-b ex post
Pawel: Czas t Pawel: liczba pasażerów [mln] yt Ft St y*t
1 48 48 10

2 58 58 10 58,000
3 62 63,8 6,22 68,000
4 64 65,806 2,4274 70,020
5 67 67,37002 1,65035800000001 68,233
6 68 68,3061134 1,00751985999999 69,020
7 65 66,294089978 -1,7100690938 69,314
8 68 66,97520626526 0,441997749153997 64,584
9 67 67,1251612043242 0,179159220073181 67,417
10 66 66,3912961273192 -0,642562647297175 67,304
11 72 70,1246200440066 3,29573526028894 65,749
12 77 75,9261065912887 5,55091141858274 73,420
13 92 88,8431054029614 12,1803900723638 81,477
14 91 94,0070486425975 5,8655879229089 101,023
15 98 98,5617909696519 4,68582688663984 99,873
16


103,248
średnia yt 70,867
S(yt - y*t)2= 373,557
odchylenie 13,0274922972749
S*2= 28,7351593438136
Vk 18%
S* 5,36051857041962



S*/y*16= 5,19%









Syt 2= 72209


ws. Theila I= 7,19%

Wyszukiwarka

Podobne podstrony:
cw4 (10)
Kopia pis cw1 10
pis cw2 10
pis cw1 10
Kopia pis cw3 10(3)
pis cw3 10(2)
pis cw5 10(2)
List otwarty do PiS z Australii 2010 10 22
2019 03 10 Burza wokół Karty LGBT w Warszawie Trzaskowski atakuje PiS Do Rzeczy
10 Metody otrzymywania zwierzat transgenicznychid 10950 ppt
10 dźwigniaid 10541 ppt
wyklad 10 MNE
Kosci, kregoslup 28[1][1][1] 10 06 dla studentow
10 budowa i rozwój OUN
10 Hist BNid 10866 ppt

więcej podobnych podstron