dr Małgorzata Radziukiewicz

Slides:



Advertisements
Podobne prezentacje
Modele szeregów czasowych z tendencją rozwojową
Advertisements

Regresja i korelacja materiały dydaktyczne.
Excel Narzędzia do analizy regresji
Ocena dokładności i trafności prognoz
Modelowanie kursu walutowego- perspektywa krótkookresowa
W dalszej części zajęć wyróżniać będziemy następujące
Analiza współzależności zjawisk
BUDOWA MODELU EKONOMETRYCZNEGO
Analiza szeregów czasowych
dr Małgorzata Radziukiewicz
Dane dotyczące sprzedaży wody mineralnej
CECHY CHARAKTERYSTYCZNE SZEREGU CZASOWEGO SZEREG CZASOWY jest zbiorem obserwacji zmiennej, uporządkowanych względem czasu (dni,
Analiza współzależności
Wartość empiryczna (obserwowana) zmiennej
Krzysztof Jurek Statystyka Spotkanie 4. Miary zmienności m ó wią na ile wyniki są rozproszone na konkretne jednostki, pokazują na ile wyniki odbiegają
Statystyczne parametry akcji
Ekonometria prognozowanie.
Metody ekonometryczne
Metody ekonometryczne
Podstawowe pojęcia prognozowania i symulacji na podstawie modeli ekonometrycznych Przewidywaniem nazywać będziemy wnioskowanie o zdarzeniach nieznanych.
Analiza korelacji.
Wykład 5 Przedziały ufności
Prognozowanie na podstawie sezonowych szeregów czasowych
Prognozowanie na podstawie modelu ekonometrycznego
Wprowadzenie do statystycznej analizy danych (SPSS)
Rozkład normalny Cecha posiada rozkład normalny jeśli na jej wielkość ma wpływ wiele niezależnych czynników, a wpływ każdego z nich nie jest zbyt duży.
Wykład 4. Rozkłady teoretyczne
Średnie i miary zmienności
Hipotezy statystyczne
Liniowy Model Tendencji Rozwojowej Szeregów Czasowych
czyli jak analizować zmienność zjawiska w czasie?
Analiza współzależności cech statystycznych
i jak odczytywać prognozę?
Jak mierzyć i od czego zależy?
Ekonometria. Co wynika z podejścia stochastycznego?
Elementy Rachunku Prawdopodobieństwa i Statystyki
Rozkłady wywodzące się z rozkładu normalnego standardowego
Irena Woroniecka EKONOMIA MENEDŻERSKA - dodatek do W2
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:
Kilka wybranych uzupelnień
Wahania sezonowe. Metoda wskaźników sezonowości.
Regresja wieloraka.
Co to jest dystrybuanta?
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
Ekonometryczne modele nieliniowe
Wnioskowanie statystyczne
Ekonometria stosowana
D. Ciołek EKONOMETRIA – wykład 5
D. Ciołek EKONOMETRIA – wykład 6
Dynamika zjawisk. Analiza sezonowości dr hab. Mieczysław Kowerski
Model ekonometryczny Jacek Szanduła.
Model trendu liniowego
Treść dzisiejszego wykładu l Weryfikacja statystyczna modelu ekonometrycznego –błędy szacunku parametrów, –istotność zmiennych objaśniających, –autokorelacja,
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
Ekonometria stosowana Heteroskedastyczność składnika losowego Piotr Ciżkowicz Katedra Międzynarodowych Studiów Porównawczych.
STATYSTYKA – kurs podstawowy wykład 13 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Modele nieliniowe sprowadzane do liniowych
STATYSTYKA – kurs podstawowy wykład 11
Statystyka matematyczna
Statystyka matematyczna
Statystyka matematyczna
Regresja wieloraka – bada wpływ wielu zmiennych objaśniających (niezależnych) na jedną zmienną objaśnianą (zależą)
Jednorównaniowy model regresji liniowej
Model ekonometryczny z dwiema zmiennymi
Korelacja i regresja liniowa
Zapis prezentacji:

dr Małgorzata Radziukiewicz Szeregi czasowe dr Małgorzata Radziukiewicz

Motto: …Zdobywanie wiedzy polega na przyzwyczajaniu się do pewnych pojęć oraz faktów….

Szeregi czasowe

Szeregi czasowe

Szeregi czasowe

Czas wprowadza w zbiorze zdarzeń relację porządku Szeregi czasowe Zmienna czasowa t Czas wprowadza w zbiorze zdarzeń relację porządku lata t 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 1 2 3 4 5 6 7 8 9 10

Szeregi czasowe Przyjmujemy, że n-elementowy szereg czasowy zapisujemy jako zbiór {(t,yt), gdzie: t= 1, 2, …, n}, czyli uporządkowany zbiór n par wartości zmiennych t i Y, który można przedstawić graficznie jako zbiór n punktów w układzie współrzędnych. Do tego zbioru punktów można dopasować linię o ogólnej postaci: opisującej tendencję rozwojową zjawiska w czasie.

nazywa się modelem trendu. Szeregi czasowe Funkcję: nazywa się modelem trendu. ■ Przy jej wyznaczaniu postępuje się identycznie jak przy budowie modelu regresji z jedną zmienną niezależną. ■ Postać dopasowywanej funkcji trendu wybiera się najczęściej na podstawie wykresu szeregu czasowego.

Szeregi czasowe Zakładamy, iż w szeregu stanowiącym podstawę analizy nie ma wahań sezonowych (wahań takich nie ma nigdy w danych rocznych). Model tendencji rozwojowej z liniową funkcją trendu przyjmuje postać: gdzie : yt – poziom zjawiska w okresie t, liniowa funkcja trendu, εt – składnik losowy dla okresu t

Szeregi czasowe Przyjmując odnośnie do rozkładu εt takie same założenia jak w klasycznym modelu regresji, uzyskujemy podstawę do szacowania parametrów funkcji trendu za pomocą MNK. Są to następujące założenia:

Szeregi czasowe Estymatory parametrów α0 i α1 liniowej funkcji trendu są następujące:

Liniowy model trendu – szacowanie parametrów Przykład 1. Na podstawie poniższych danych o nakładach książek i broszur (w mln. egzemplarzy) wydanych w Polsce w latach 1990-1997: lata 1990 1991 1992 1993 1994 1995 1996 1997 nakład 176 126 103 99 116 80 94 a) zinterpretuj parametry modelu i wypowiedz się na jego temat; b) wyjaśnij, jak przebiegały kolejne etapy obliczeń; c) podaj prognozę wraz z błędem standardowym nakładu książek i broszur w 1999 roku

Liniowy model trendu – wyznaczanie parametrów obliczenia pomocnicze lata Nakład (Y) t Y· t t2 1990 176 1 1991 126 2 252 4 1992 3 378 9 1993 103 412 16 1994 99 5 495 25 1995 116 6 696 36 1996 80 7 560 49 1997 94 8 752 64 ∑ 920 3721 204

Estymatory parametrów modelu trendu liniowego

Postać funkcji trendu i interpretacja oszacowanych parametrów Wyznaczona liniowa funkcja trendu ma postać: interpretacja: ocena parametru 0 ustalona na poziomie a0 = 159,893 informuje o wielkości nakładów książek i broszur w Polsce w roku 1989. ocena parametru 1 ustalona na poziomie a1 = -9,976 informuje, wielkość nakładów książek i broszur w Polsce w latach 1990-1997 malała średniorocznie o 9,976 mln. egzemplarzy (nazywany współczynnikiem trendu liniowego).

interpretacja c.d. współczynnik trendu liniowego a1 możemy interpretować jako przeciętny przyrost zmiennej Y na jednostkę czasu; dlatego z funkcji liniowej korzysta się, gdy można przyjąć, iż przyrosty absolutne zjawiska w kolejnych okresach są w przybliżeniu stałe.

weryfikacja modelu wyznaczony z otrzymanej funkcji trendu „teoretyczny” nakład książek i broszur: obliczenia pomocnicze: t Yt Y2t et e2t 1 176 149,92 30976 26,08 680,1664 2 126 139,94 15876 -13,94 194,3236 3 129,96 -3,96 15,6816 4 103 119,99 10609 -16,99 288,6601 5 99 110,01 9801 -11,01 121,2201 6 116 100,04 13456 15,96 254,7216 7 80 90,06 6400 -10,06 101,2036 8 94 80,08 8836 13,92 193,7664 ∑36 920 x 111830 0,0 1849,743

Rysunek 1 Rys.1. Szereg czasowy nakładu książek i broszur i dopasowana do niego prosta

ocena składnika losowego modelu

ocena składnika losowego modelu interpretacja błędu estymacji S(e): odchylenie reszt, będące miarą przypadkowych odchyleń nakładu książek i broszur od liniowego trendu wynosi 17,559 mln egzemplarzy

współczynnik zmienności interpretacja współczynnika zmienności V: odchylenia losowe (odchylenia obserwacji teoretycznych od rzeczywistych) nakładu książek i broszur stanowią 15,27% średniego nakładu książek i broszur

współczynnik zbieżności interpretacja φ2 : liniowy model trendu nie wyjaśnia około 30,7% całkowitej zmienności nakładu książek i broszur w rozpatrywanym okresie

współczynnik determinacji interpretacja R2 : liniowy trend wyjaśnia 69,7% całkowitego zróżnicowania nakładu książek i broszur w rozpatrywanym okresie

Weryfikacja modelu c.d. czy czas istotnie objaśnia nakład książek i broszur? czy reszty są losowe? czy występuje autokorelacja reszt? test t-Studenta test serii test Durbina-Watsona

Prognoza wielkości nakładu książek i broszur w 1999 roku wyniesie: Prognoza punktowa Model tendencji z dobrze dobraną funkcją trendu można wykorzystać do prognozowania zjawiska na przyszłe okresy. Prognoza ma charakter ekstrapolacji tzn. przeniesienia zaobserwowanej tendencji rozwojowej na przyszłe okresy. Oznaczając przez T okres, którego dotyczy prognoza, jej wartość obliczymy z otrzymanej funkcji trendu: Wyznaczony model wykorzystamy do określenia progozy nakładu książek i broszur w 1999 roku. W przyjętym systemie numeracji rok ten ma numer T=10. Prognoza wielkości nakładu książek i broszur w 1999 roku wyniesie: mln egzemplarzy

Standardowy błąd prognozy obliczanie standardowego błędu prognozy VT:

Standardowy błąd prognozy Interpretacja standardowego błędu prognozy VT: Przeciętnie biorąc, prawdziwe wartości zmiennej Y będą się odchylać od wyznaczonej prognozy średnio o wartość ± VT . Przykład: Przeciętnie biorąc, nakład książek i broszur w 1999 roku będzie się odchylał od prognozy nakładu książek i broszur (60,133 mln egzemplarzy) średnio o ± 26,83 mln egzemplarzy.

Względny standardowy błąd prognozy Względny błąd prognozy ex ante: Obliczenia: Interpretacja: W 1999 roku przeciętne oczekiwane odchylenie nakładu książek i broszur od prognozowanej wielkości nakładu książek i broszur stanowić będzie około 40% wartości prognozy. Procentowy rząd odchyleń prognozy od rzeczywistej wielkości nakładu książek i broszur jest bardzo duży i wynosi około 40%.

Prognoza przedziałowa Z tablicy t-Studenta dla n-(k+1) stopni swobody (8-(1+1)=6 ) oraz poziomu ufności 1- (0,95) odczytujemy t = 2,447 . Wyznaczamy granice przedziału prognozy: dolna granica 60,133 - 2,447· 23,85=1,772 górna granica 60,133 + 2,447· 23,85=118,49 Przedział prognozy jest więc następujący: [1,772 ; 118,49] Z prawdopodobieństwem równym 0,95 można przypuszczać, że w 1999 roku nakład książek i broszur będzie się zawierać w tym przedziale