1. Ola danych 12.13.15,16.18.21 opracowano model ekstrapolacji funkcji trendu Yt»12-2*Heł Ocen jakoś i poprawność modelu Z Sa dane kwartalne z wahaniami sezonowymi, na Ich podstawie opracowano model mulipłkatywny zawierający trend Tt»10*2*t. W zastosowania modelu otrzymano prognowy na kolejny (5 rok): 42,49.52.45 Obleź wskaźnik wahań sezonowych 1 Majac dane dotyczące rocznej sprzedaży pewnego przedsiębiorstwa: 7.8,6,7,8,7.6 wyowraj szereg czasowy średnia ruchoma 2 ważona (w1«0,6; w2«0.4), oblicz prognozy na lata uznano ze do prognozowana wtasdwy model to ARMA(0,1.0X2.0,0) Parametry H12=0,7, *24»-0.2 Wyprowadzrownanie na
5 Wymień etapy prognozowania na podstawie modelu przyczynowo - skutkowego (ze zmiennymi objaśniającymi)
Odnośne czwartego - z tablcy Y1-Y2=*1*(Yt-12 • Yt-13Hi2<Yl-24-Yt-25)*eO Yt-et=YtA
3 byl krótki szereg i trzeba było wyrównać go Średnią ruchoma 3 okresowa i na 2 okresy prognozę zrobić
4 znewu szereg czasowy i podany wzór opracowany metoda ekstrapolacji trzeba okresie czy jest dobrze dopasowany do danych nie trzeba było liczyć MAE an zadnychbledOw tendencja w danych była wzrostowa a współczynnik kierunkowy we wzór ze byt ujemny wiec dlatego zle dopasowany był
5 w tym zadaniu trzeba było opisać model AR IMA (1.0.0X1.1.0)12, i wyznaczyć wzór. były podane wartoSa współczynnków
1 na podstawie 17 lat wyznaczono I0nkqe Yt=1*2.5t+0.1tA2 obliczyć prognozy na kolejne 4 lata i byty podane wartości rzeczywiste i ocenić spaso warne modelu
3 ARiMA (0.1.1X2.0.0)12 rozpisać i wyznaczyć Yt* podane fil 2=0.71\24=-0,21 ten znaczek co jak pepsi wyglada do błędów chyba 0,5
4 Yt=0,8»1,4YtU 0,4Yt2 podane po 5 Yt1 i Yt2 wyznaczyć prognozę na 2 lata przyjmując Yt1 rośnie o 10% a Yt2 Średnia historyczna