Badanie dynamiki zjawisk

Slides:



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

Analiza współzależności zjawisk
Składowe modelu Wintersa
Narzędzia analizy ekonomicznej
Wskaźniki analizy technicznej
Nowe teorie handlu międzynarodowego
Analiza szeregów czasowych
Wyrównywanie szeregów czasowych
CECHY CHARAKTERYSTYCZNE SZEREGU CZASOWEGO SZEREG CZASOWY jest zbiorem obserwacji zmiennej, uporządkowanych względem czasu (dni,
Ekonometria prognozowanie.
Ekonometria wykladowca: dr Michał Karpuk
TEORIA HECKSCHERA-OHLINA
Podstawowa analiza rynku
Prognozowanie na podstawie sezonowych szeregów czasowych
Prognozowanie na podstawie modelu ekonometrycznego
Prognozowanie na podstawie szeregów czasowych
Analiza szeregów czasowych
Prognozowanie na podstawie szeregów czasowych
Narzędzia analizy ekonomicznej
Niestabilność rynku Model pajęczyny.
Praca Dyplomowa Inżynierska
analiza dynamiki zjawisk Szeregi czasowe
Analiza szeregów czasowych
Liniowy Model Tendencji Rozwojowej Szeregów Czasowych
czyli jak analizować zmienność zjawiska w czasie?
Wspieranie rodziny w systemach ubezpieczeń społecznych
Metoda najmniejszych kwadratów dla jednej zmiennej objaśniającej
Tempo, przyrosty, indeksy, wahania, średnie ruchome
INFLACJA.
Analiza szeregów czasowych
Bezrobocie.
Średnie ruchome.
Prognozowanie i symulacje
Wahania sezonowe. Metoda wskaźników sezonowości.
Model cyklu realnego.
Procesy dynamiczne w gospodarce
Zaufany partner na rynku e-commerce
ZAŁOŻENIA OGÓLNE DO REALIZACJI IX edycji ogólnopolskiego programu edukacyjnego „Trzymaj Formę!” Warszawa, 27 sierpnia 2014.
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
 Ekonometria – dziedzina zajmująca się wykorzystaniem specyficznych metod statystycznych dostosowanych do badań nieeksperymentalnych.  Ekonometria to.
D. Ciołek EKONOMETRIA – wykład 5
Dynamika zjawisk. Analiza sezonowości dr hab. Mieczysław Kowerski
Analiza szeregów czasowych
Cykl koniunkturalny Model niedoskonałej informacji Lucasa
Składowe szeregu czasowego
Dynamika zjawisk. Tendencja rozwojowa dr hab. Mieczysław Kowerski
Statystyczna analiza danych w praktyce
Prognozowanie wahań sezonowych Metoda wskaźników sezonowości.
STATYSTYKA – kurs podstawowy wykład 12 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Trendy rozwoju turystyki w świetle danych statystycznych.
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
Mierniki dynamiki zjawisk. Indeksy dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii.
Grupowanie danych statystycznych „ Człowiek – najlepsza inwestycja”
STATYSTYKA – kurs podstawowy wykład 13 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
OD RECESJI DO KONIUNKTURY CZYLI ZMIENNA GOSPODARKA
Badanie dynamiki zjawisk dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium Analiz.
Człowiek - najlepsza inwestycja Projekt Rola bezpośrednich inwestycji zagranicznych w kształtowaniu aktualnego i przyszłego profilu gospodarczego województwa.
Ewa Dziedzic Katedra Turystyki SGH Potrzeby i luki informacyjne u podmiotów zarządzających turystyką.
Analiza dynamiki „Człowiek – najlepsza inwestycja”
Estymacja parametryczna dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium Analiz.
Prof. dr hab. Roman Sobiecki
WAHANIA KONIUNKTURANE
mgr Małgorzata J. Januszewska
Podstawowe pojęcia i przedmiot ekonomii
Bilans płatniczy Dr Monika Wyrzykowska-Antkiewicz
EKONOMETRIA Wykład 2 prof. UG, dr hab. Tadeusz W. Bołt
Podstawowe pojęcia i przedmiot ekonomii
EKONOMETRIA Wykład 1a prof. UG, dr hab. Tadeusz W. Bołt
Analiza szeregów czasowych
Zapis prezentacji:

Badanie dynamiki zjawisk Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa w Warszawie Badanie dynamiki zjawisk dr Marta Marszałek e-mail: marta.marszalek@sgh.waw.pl

Plan Pojęcie szeregu czasowego Składniki szeregu czasowego Wygładzanie szeregów czasowych metodą mechaniczną Analiza okresowości szeregu bez trendu szeregu z trendem Indeksy statystyczne indywidualne (jednopodstawowe, łańcuchowe) agregatowe (wartości, ilości i cen)

Szereg czasowy  

Tendencja rozwojowa 1. ogólny kierunek zmian poziomu badanego zjawiska ujawniający się w długim okresie; zmiany są długotrwałe i systematyczne.   t (miesiąc, kwartał, rok)

Sezonowość – wahania okresowe cz. 1/2 2. regularne, powtarzające się zmiany (wzrosty lub spadki) poziomu zjawiska o określonym cyklu, np. rocznym – wahania sezonowe Przyczyny występowania, np.: zmiany warunków klimatycznych zmiany zachowań konsumentów zmiany stylu życia zmiany modelu rodziny.

Przykład: sprzedaż pewnych grup dóbr produktów żywnościowych... jakich? 1. 3. 2.

1. 3. 2.

Sezonowość – wahania okresowe cz. 2/2 3. wahania przypadkowe nieregularne, krótkotrwałe zmiany poziomu zjawiska wywołane przyczynami losowymi (nieprzewidywalnymi) niezwiązanymi z istotą badanych zjawisk, np. powódź, strajk, susza (4. wahania koniunkturalne) systemowe, falowe wahania rozwoju gospodarki, które są obserwowane w długim okresie (trwające na ogół ok. 2-10 lat), ściśle związane z czynnikami ekonomicznymi.

Źródło: GUS, Mały rocznik statystyczny 2015, ZWS GUS, Warszawa 2015, s

Źródło: GUS, Mały rocznik statystyczny 2015, ZWS GUS, Warszawa 2015, s

1. wygładzanie szeregu (analiza szeregu) Dekompozycja szeregu czasowego - wyodrębnianie składników szeregu czasowego Etapy i metody analizy 1. wygładzanie szeregu (analiza szeregu) metody mechaniczne średnie ruchome wyrównanie mechaniczne metody analityczne szacowanie funkcji trendu MNK 3. wahania przypadkowe 2. analiza okresowości

1. Wygładzanie szeregu czasowego – metody mechaniczne metoda wygładzania (wyrównania) szeregu czasowego poprzez częściową eliminację wahań okresowych i przypadkowych Cel: wyodrębnienie zasadniczej tendecji zmian w kształtowaniu się badanego zjawiska w czasie Metody: 1.a średnie ruchome (zwykłe) np. 3-, 5-okresowe 1.b średnie ruchome scentrowane, np. 2-okresowe (dane półroczne), 4- okresowe (dane kwartalne), 7-okresowe (dane dzienne), 12-okresowe (dane miesięczne) itd.

1.a Wygładzanie szeregu czasowego – średnie ruchome zwykłe  

1.b Wygładzanie szeregu czasowego – średnie ruchome scentrowane  

Średnie ruchome 4-okresowe Wygładzanie szeregu czasowego – metoda mechaniczna Przykład – sprzedaż warzyw pewnego rolnika (w t) lata kwartał czas (t) sprzedaż (yt) Średnie ruchome 4-okresowe 2011 1 6 ◦   2 10 3 9 7,875 4 2012 5 7 11 8 2013 14 12 2014 13 15 16   = 7,875 (t)

Wygładzanie szeregu czasowego – metoda mechaniczna lata kwartał czas (t) sprzedaż (yt) Średnie ruchome 4-okresowe 2011 1 6 ◦   2 10 3 9 7,875 4 8,125 2012 5 7 11 8 8,625 2013 9,25 14 9,625 9,75 12 2014 13 15 16

Analiza wahań okresowych

Szereg czasowy bez wyraźnego trendu

Pomiar wahań okresowych - oznaczenia  

Szereg czasowy bez trendu  

Szereg czasowy z trendem  

Szereg czasowy z trendem  

Dziękuję