CECHY CHARAKTERYSTYCZNE SZEREGU CZASOWEGO SZEREG CZASOWY jest zbiorem obserwacji zmiennej, uporządkowanych względem czasu (dni,

Slides:



Advertisements
Podobne prezentacje
Modele szeregów czasowych z tendencją rozwojową
Advertisements

Badania statystyczne Wykłady 1-2 © Leszek Smolarek.
Modelowanie kursu walutowego- koncepcje równowagi KW
Typy strukturalne Typ tablicowy.
dr Małgorzata Radziukiewicz
Składowe modelu Wintersa
Narzędzia analizy ekonomicznej
Podsumowanie wykładu 1. Najpełniejszą charakterystyką wybranej zmiennej jest jej rozkład.
Treść wykładu Wstęp Przewidywanie - prognoza Klasyfikacja prognoz
Analiza szeregów czasowych
dr Małgorzata Radziukiewicz
Wyrównywanie szeregów czasowych
Miary jednej cechy Miary poziomu Miary dyspersji Miary asymetrii (skośności)
Właściwości średniej arytmetycznej
ANALIZA STRUKTURY SZEREGU NA PODSTAWIE MIAR STATYSTYCZNYCH
Analiza techniczna wykład 2
Instrumenty o charakterze własnościowym Akcje. Literatura Jajuga K., Jajuga T. Inwestycje Jajuga K., Jajuga T. Inwestycje Luenberger D.G. Teoria inwestycji.
Ekonometria prognozowanie.
PRZYROSTY WZGLĘDNE.
Prognozowanie i symulacje
Prognozowanie na podstawie sezonowych szeregów czasowych
Prognozowanie na podstawie modelu ekonometrycznego
Prognozowanie na podstawie szeregów czasowych
Analiza szeregów czasowych
Prognozowanie na podstawie szeregów czasowych
Wprowadzenie do statystycznej analizy danych (SPSS)
Analiza współzależności dwóch zjawisk
analiza dynamiki zjawisk Szeregi czasowe
Analiza szeregów czasowych
Liniowy Model Tendencji Rozwojowej Szeregów Czasowych
czyli jak analizować zmienność zjawiska w czasie?
Konstrukcja, estymacja parametrów
Analiza szeregów czasowych
Elementy otoczenia społeczno -demograficznego
Prognozowanie z wykorzystaniem modeli ekonometrycznych
TYPY WYKRESÓW Najczęściej używane
Średnie ruchome.
1 Kilka wybranych uzupełnień do zagadnień regresji Janusz Górczyński.
Prognozowanie i symulacje
Wahania sezonowe. Metoda wskaźników sezonowości.
Procesy dynamiczne w gospodarce
Teoria kosztów.
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
D. Ciołek EKONOMETRIA – wykład 4
Dynamika zjawisk. Analiza sezonowości dr hab. Mieczysław Kowerski
Szeregi czasowe Ewolucja stanu układu dynamicznego opisywana jest przez funkcję czasu f(t) lub przez szereg czasowy jego zmiennych dynamicznych. Szeregiem.
Analiza techniczna wykład 2
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
MODELOWANIE ZMIENNOŚCI CEN AKCJI
1 Zespołu statystyczny Zespołu statystyczny - oznacza zbiór bardzo dużej liczby kopii rozważanego układu fizycznego, odpowiadających temu samemu makrostanowi.
Model trendu liniowego
Prognozowanie wahań sezonowych Metoda wskaźników sezonowości.
Grupowanie danych statystycznych „ Człowiek – najlepsza inwestycja”
STATYSTYKA – kurs podstawowy wykład 13 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Człowiek – najlepsza inwestycja
OD RECESJI DO KONIUNKTURY CZYLI ZMIENNA GOSPODARKA
Badanie dynamiki zjawisk dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium Analiz.
STATYSTYKA – kurs podstawowy wykład 8 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Modele nieliniowe sprowadzane do liniowych
WAHANIA KONIUNKTURANE
mgr Małgorzata J. Januszewska
EKONOMETRIA Wykład 1a prof. UG, dr hab. Tadeusz W. Bołt
Analiza szeregów czasowych
Badanie dynamiki zjawisk
Teoria kosztów.
Zapis prezentacji:

CECHY CHARAKTERYSTYCZNE SZEREGU CZASOWEGO SZEREG CZASOWY jest zbiorem obserwacji zmiennej, uporządkowanych względem czasu (dni, tygodnie, miesiące, kwartały, lata) SZEREG CZASOWY SKŁADOWA SYSTEMATYCZNA SKŁADOWA PRZYPADKOWA TENDENCJA WAHANIA WZROSTOWA ADDYTYWNE WAHANIA OKRESOWE SPADKOWA MULTIPLIKATYWNE WAHANIA CYKLICZNE POZIOM STAŁY

TENDENCJA Tendencja rozwojowa – zwana trendem, jest długookresową skłonnością do jednokierunkowych zmian (wzrostu lub spadku) wartości badanej zmiennej. Jest rozpatrywana jako konsekwencja działania stałego zestawu czynników. Może być wyznaczana, gdy dysponuje się długim ciągiem obserwacji. Stały poziom prognozowanej zmiennej występuje wówczas, gdy w szeregu czasowym nie ma tendencji rozwojowej, wartości zaś prognozowanej zmiennej oscylują wokół pewnego (stałego) jej poziomu.

WAHANIA OKRESOWE Wahania cykliczne wyrażają się w postaci długookresowych, rytmicznych wahań wartości zmiennej wokół tendencji rozwojowej lub stałego (przeciętnego) poziomu tej zmiennej. W ekonomii są one na ogół związane z cyklem koniunkturalnym gospodarki. Wahania sezonowe są wahaniami wartości obserwowanej zmiennej wokół tendencji rozwojowej lub stałego poziomu tej zmiennej. Mają skłonność do powtarzania się w określonym czasie, nie przekraczającym jednego roku, odzwierciedlają wpływ pogody lub kalendarza na działalność gospodarczą. Proces wyodrębnienia poszczególnych składowych danego szeregu czasowego określa się mianem dekompozycji szeregu. Identyfikację poszczególnych składowych szeregu czasowego konkretnej zmiennej umożliwia ocena wzrokowa sporządzonego wykresu.

WAHANIA OKRESOWE cd… W modelu addytywnym zakłada się że, obserwowane wartości zmiennej prognozowanej stanowią sumę (wszystkich lub niektórych) składowych szeregu czasowego. yt =f(t)+g(t)+f(t) +ξt f(t)-funkcja czasu charakteryzująca trend g(t)-funkcja czasu charakteryzująca wahania okresowe f(t)-funkcja czasu charakteryzujące wahania cykliczne ξt – składnik losowy W modelu multiplikatywnym przyjmuje się że, obserwowane wartości zmiennej prognozowanej stanowią iloczyn składowych szeregu czasowego. yt =f(t) · g(t) · f(t) · ξt f(t)-funkcja czasu charakteryzująca trend g(t)-funkcja czasu charakteryzująca wahania okresowe f(t)-funkcja czasu charakteryzujące wahania cykliczne ξt – składnik losowy