Техническое задание: Эконометрическое исследование временного ряда

Имеются данные об объемах потребления электроэнергии жителями района за 16 последовательных кварталов. Требуется выполнить полный анализ ряда, построить прогнозную модель и проверить ее качество.

Исходные данные

Квартальные данные (квартал - значение):

  • 1- 5.8
  • 2- 4.5
  • 3- 5.1
  • 4- 9.1
  • 5- 7
  • 6- 5
  • 7- 6
  • 8- 10.1
  • 9- 7.9
  • 10- 5.5
  • 11- 6.3
  • 12- 10.8
  • 13- 9
  • 14- 6.5
  • 15- 7
  • 16- 11

Требуемые этапы работы

1. Анализ автокорреляционной функции

  • Построить график автокорреляционной функции (ACF) для исходного ряда.
  • Сделать обоснованный вывод о наличии и периоде сезонных колебаний.

2. Моделирование сезонной волны

  • На основе визуального и статистического анализа данных выбрать метод расчета индексов сезонности (аддитивный или мультипликативный).
  • Рассчитать индексы сезонности.
  • Построить модель сезонной волны.

3. Построение мультипликативной модели временного ряда

  • Построить полную мультипликативную модель временного ряда (тренд * сезонность * случайная компонента).
  • Провести декомпозицию ряда.

4. Проверка качества построенной модели

  • Обязательно провести оценку адекватности и точности модели.
  • Проанализировать остатки модели.

5. Прогнозирование

  • На основе построенной модели сделать точечный прогноз объема потребления электроэнергии на второй квартал следующего (17-го) периода.

Технические требования к выполнению

  • Все расчеты и построения должны быть выполнены в среде Google Colab.
  • Код должен быть написан на языке Python с использованием популярных библиотек для анализа данных (pandas, numpy, statsmodels, matplotlib и т.д.).
  • Код должен быть хорошо структурирован, содержать комментарии и выводы на каждом этапе.
  • Результаты анализа должны быть представлены наглядно (графики, таблицы).

Ожидаемый результат

Предоставляется ссылка на готовый блокнот Google Colab, содержащий весь код, выполненный анализ, построенные модели, проверку их качества, прогноз и содержательные выводы по каждому пункту задания. Результаты предназначены для использования в аналитической отчетности.