Ekonometria II Modele stacjonarne procesów stochastycznych i modele dynamiczne dr hab. Mieczysław Kowerski.

Slides:



Advertisements
Podobne prezentacje
Badania statystyczne Wykłady 1-2 © Leszek Smolarek.
Advertisements

KORELACJA I REGRESJA WIELOWYMIAROWA
Modele oparte o dane przekrojowo-czasowe
Jednorównaniowe modele zmienności
Analiza przyczynowości
BUDOWA MODELU EKONOMETRYCZNEGO
Elementy Modelowania Matematycznego
Empiryczne metody badania efektywności rynków finansowych
Ekonometria prognozowanie.
Metody ekonometryczne
Metody ekonometryczne
Metody ekonometryczne
Metody ekonometryczne
Metody ekonometryczne
EKONOMIA MATEMATYCZNA
Ekonometria wykladowca: dr Michał Karpuk
Prognozowanie na podstawie szeregów czasowych
Prognozowanie na podstawie szeregów czasowych
Prognozowanie i symulacje (semestr zimowy)
Metody ilościowe w biznesie Wykład 1
dr Grzegorz Szafrański
i jak odczytywać prognozę?
Jak mierzyć i od czego zależy?
Ekonometria. Co wynika z podejścia stochastycznego?
Irena Woroniecka EKONOMIA MENEDŻERSKA - dodatek do W2
Empiryczne metody badania efektywności rynków finansowych
Prognozowanie z wykorzystaniem modeli ekonometrycznych
Badania Operacyjne i Ekonometria. Literatura podstawowa 1.M.Anholcer, H.Gaspars, A.Owczrkowski Przykłady i zadania z badań operacyjnych i ekonometrii.
Prognozowanie (finanse 2011)
1 Kilka wybranych uzupełnień do zagadnień regresji Janusz Górczyński.
Prognozowanie i symulacje
Finanse 2009/2010 dr Grzegorz Szafrański pokój B106 Termin konsultacji poniedziałek:
Ekonometria stosowana
Ekonometria stosowana
Planowanie badań i analiza wyników
Ekonometryczne modele nieliniowe
D. Ciołek EKONOMETRIA – wykład 0
Filtr Kalmana (z ang. Kalman Filter w skrócie KF)
Ekonometria stosowana
D. Ciołek EKONOMETRIA – wykład 5
D. Ciołek EKONOMETRIA – wykład 6
D. Ciołek Analiza danych przekrojowo-czasowych – wykład 5
Dynamika zjawisk. Analiza sezonowości dr hab. Mieczysław Kowerski
1 D. Ciołek Analiza danych przekrojowo-czasowych – wykład 7 Analiza danych przekrojowo-czasowych Wykład 7: Testowanie integracji dla danych panelowych.
Składowe szeregu czasowego
Dynamika zjawisk. Tendencja rozwojowa dr hab. Mieczysław Kowerski
Ekonometria Wykład 1 Zasady modelowania ekonometrycznego
Ekonometria Metody estymacji parametrów strukturalnych modelu i ich interpretacja dr hab. Mieczysław Kowerski.
Badanie własności składnika losowego dr hab. Mieczysław Kowerski
Ekonometria Wykład II Modele nieliniowe - metody ich estymacji i praktyczne zastosowania dr hab. Mieczysław Kowerski.
Treść dzisiejszego wykładu l Weryfikacja statystyczna modelu ekonometrycznego –błędy szacunku parametrów, –istotność zmiennych objaśniających, –autokorelacja,
Ekonometria Wykład 1 Uwarunkowania modelowania ekonometrycznego. Uogólniona metoda najmniejszych kwadratów dr hab. Mieczysław Kowerski.
Ekonometria WYKŁAD 3 Piotr Ciżkowicz Katedra Międzynarodowych Studiów Porównawczych.
Ekonometria stosowana Heteroskedastyczność składnika losowego Piotr Ciżkowicz Katedra Międzynarodowych Studiów Porównawczych.
Treść dzisiejszego wykładu l Wprowadzenie do ekonometrii. l Model ekonomiczny i ekonometryczny. l Klasyfikacja modeli ekonometrycznych. l Klasyfikacja.
Treść dzisiejszego wykładu l Szeregi stacjonarne, l Zintegrowanie szeregu, l Kointegracja szeregów.
Modele nieliniowe sprowadzane do liniowych
Ekonometria Wykład III Modele wielorównaniowe dr hab. Mieczysław Kowerski.
Estymacja parametryczna dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium Analiz.
Treść dzisiejszego wykładu l Metoda Najmniejszych Kwadratów (MNK) l Współczynnik determinacji l Koincydencja l Kataliza l Współliniowość zmiennych.
Ekonometria WYKŁAD 7 Piotr Ciżkowicz Katedra Międzynarodowych Studiów Porównawczych.
Metody ekonometryczne dla NLLS
KORELACJA I REGRESJA WIELOWYMIAROWA
Ekonometryczne modele nieliniowe
Teoria ekonometrii dla DSL
EKONOMETRIA W3 prof. UG, dr hab. Tadeusz W. Bołt
EKONOMETRIA Wykład 2 prof. UG, dr hab. Tadeusz W. Bołt
EKONOMETRIA Wykład 1a prof. UG, dr hab. Tadeusz W. Bołt
Ekonometria stosowana
Model ekonometryczny z dwiema zmiennymi
Zapis prezentacji:

Ekonometria II Modele stacjonarne procesów stochastycznych i modele dynamiczne dr hab. Mieczysław Kowerski

Proces stochastyczny

Stacjonarny proces stochastyczny

Słaby proces stochastyczny

Proces stochastyczny w ekonomii

Ścieżka losowa jako typowy przykład niestacjonarności zmiennej ekonomicznej

Dowód niestacjonarności procesu błądzenia losowego (dodatek)

Korelacja pozorna George Udny Yule (18 February 1871 – 26 June 1951 usually known as Udny Yule, was a British statistician, born at Beech Hill, a house in Morham near Haddington, Scotla nd and died in Cambridge, EnglandBritishstatisticianMorhamHaddingtonScotla ndCambridge, England

Regresja pozorna

Istota regresji pozornej (dodatek)

Konsekwencje regresji pozornej

Przyrosty szeregu niestacjonarnego

Definicja procesu zintegrowanego

Operacje na przyrostach

Stacjonarność a integracja

Stacjonarność procesu (dodatek)

Średnia i wariancja procesu (dodatek)

Wniosek

Testowanie stacjonarności procesu. Wprowadzenie

Test Dickeya – Fullera pierwiastka jednostkowego (ang. unit root test)

Przekształcenia równania (dodatek)

Wnioskowanie na podstawie równania

Tablice testu D–F

Postępowanie w przypadku istnienia pierwiastka jednostkowego

Rozszerzony test Dickeya – Fullera

Pojęcie kointegracji

Definicja kointegracji

Uogólnienie kointegracji

Testowanie kointegracji

Dynamiczne modele ekonometryczne

Modele tendencji rozwojowej (trendu)

Modele z rozkładami opóźnień

Modele ze skończonym rozkładem opóźnień (A. Zeliaś, Teoria prognozy, PWE, Warszawa 1997, s. 252–271 oraz 281–288 a także A.S. Goldberger, Teoria ekonometrii, PWN, Warszawa 1975, s. 352 –356)

Problemy związane z estymacją modeli ze skończonym rozkładem opóźnień

Metody estymacji modeli ze skończonym rozkładem opóźnień

Modele z nieskończonym rozkładem opóźnień

Transformcja Koyck’a

Założenia dotyczące wag (dodatek)

Przekształcenia modelu z nieskończonym rozkładem (dodatek)

Model Koyck’a

Interpretacja parametrów modelu

Estymacja parametrów modelu Koyck’a

Modele autoregresyjne

Problemy związane z szacowaniem parametrów modeli autoregresyjnych

Wybór optymalnego opóźnienia

Modele autoregresyjne z rozkładem opóźnień

Model ADL(1,1,1)

Modele wyprowadzone z ADL(1,1,1)

Dziękuję za uwagę