Jak mierzyć i od czego zależy?

Slides:



Advertisements
Podobne prezentacje
Modele szeregów czasowych z tendencją rozwojową
Advertisements

Regresja i korelacja materiały dydaktyczne.
KORELACJA I REGRESJA WIELOWYMIAROWA
Ocena dokładności i trafności prognoz
Modelowanie kursu walutowego- perspektywa krótkookresowa
Ekonometria mat. pomocnicze 3
dr Małgorzata Radziukiewicz
Treść wykładu Wstęp Przewidywanie - prognoza Klasyfikacja prognoz
BUDOWA MODELU EKONOMETRYCZNEGO
Jak mierzyć zróżnicowanie zjawiska? Wykład 4. Miary jednej cechy Miary poziomu Miary dyspersji (zmienności, zróżnicowania, rozproszenia) Miary asymetrii.
Analiza współzależności
Prognozowanie i symulacje
Modele logitowe i probitowe
Ekonometria prognozowanie.
Metody ekonometryczne
Metody ekonometryczne
Metody ekonometryczne
Statystyka w doświadczalnictwie
Podstawowe pojęcia prognozowania i symulacji na podstawie modeli ekonometrycznych Przewidywaniem nazywać będziemy wnioskowanie o zdarzeniach nieznanych.
Ekonometria wykladowca: dr Michał Karpuk
Dzisiaj na wykładzie Regresja wieloraka – podstawy i założenia
Analiza korelacji.
Niepewności przypadkowe
Prognozowanie i symulacje
Prognozowanie na podstawie modelu ekonometrycznego
Prognozowanie na podstawie szeregów czasowych
Prognozowanie na podstawie szeregów czasowych
Wprowadzenie do statystycznej analizy danych (SPSS)
Prognozowanie i symulacje (semestr zimowy)
Korelacje, regresja liniowa
ORGANIZACJA PROCESU PROGNOSTYCZNEGO
Średnie i miary zmienności
czyli jak analizować zmienność zjawiska w czasie?
Metoda najmniejszych kwadratów dla jednej zmiennej objaśniającej
dr hab. Ryszard Walkowiak prof. nadzw.
i jak odczytywać prognozę?
Ekonometria. Co wynika z podejścia stochastycznego?
Inne Metody Ilościowe.
Prognozowanie (finanse 2011)
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)
Prognozowanie i symulacje
Finanse 2009/2010 dr Grzegorz Szafrański pokój B106 Termin konsultacji poniedziałek:
Kilka wybranych uzupelnień
Planowanie badań i analiza wyników
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
Wnioskowanie statystyczne
D. Ciołek EKONOMETRIA – wykład 0
D. Ciołek EKONOMETRIA – wykład 6
Weryfikacja hipotez statystycznych
Model ekonometryczny Jacek Szanduła.
Model trendu liniowego
Treść dzisiejszego wykładu l Weryfikacja statystyczna modelu ekonometrycznego –błędy szacunku parametrów, –istotność zmiennych objaśniających, –autokorelacja,
Treść dzisiejszego wykładu l Wprowadzenie do ekonometrii. l Model ekonomiczny i ekonometryczny. l Klasyfikacja modeli ekonometrycznych. l Klasyfikacja.
Modele nieliniowe sprowadzane do liniowych
Badania marketingowe - wprowadzenie Paweł Gałka Konsultacje: poniedziałek p. 216 godz.:
STATYSTYKA – kurs podstawowy wykład 11
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.
Metody ekonometryczne dla NLLS
KORELACJA I REGRESJA WIELOWYMIAROWA
Statystyka matematyczna
EKONOMETRIA Wykład 1a prof. UG, dr hab. Tadeusz W. Bołt
Regresja wieloraka – bada wpływ wielu zmiennych objaśniających (niezależnych) na jedną zmienną objaśnianą (zależą)
Jednorównaniowy model regresji liniowej
Model ekonometryczny z dwiema zmiennymi
MNK – podejście algebraiczne
Korelacja i regresja liniowa
Zapis prezentacji:

Jak mierzyć i od czego zależy? Jakość prognozy. Jak mierzyć i od czego zależy? AD 2008

Optymalizacja kosztów prognoz

Jakość (i ilość) danych

Dane Selekcja danych 1. Rzetelność - błędy losowe - błędy systematyczne - obserwacje nietypowe 2. Jednoznaczność 3. Identyfikowalność zjawiska przez zmienne 4. Kompletność 5. Aktualność danych dla przyszłości 6. Koszt zbierania i opracowywania danych 7. Porównywalność danych

czyli czy model jest dobrze Jakość modelu, czyli czy model jest dobrze dobrany?

Jakość modelu zgodność modelu z danymi empirycznymi - wartość zmiennej Y w okresie t - teoretyczna wartość zmiennej Y w okresie t - średnia z Y w szeregu o długości n n - liczba obserwacji m - liczba zmiennych objaśniających T - horyzont prognozy

Współczynnik determinacji Jakość modelu Współczynnik determinacji miara dopasowania modelu do danych rzeczywistych Jaka część zmienności zmiennej objaśnianej jest wytłumaczona przy pomocy modelu. [%] Dla modeli liniowych <0,1>

Skorygowany współczynnik determinacji Jakość modelu Skorygowany współczynnik determinacji do porównywania jakości modeli o różnej ilości zmiennych [%] n - liczba obserwacji k - liczba stopni swobody (szacowanych parametrów)

czyli określenie stopnia niepewności Jakość prognoz, czyli określenie stopnia niepewności prognoz. - prognoza zmiennej Y na czas t>n otrzymana z danej metody

czyli co można powiedzieć o prognozie w momencie jej sporządzenia? Dokładność prognozy Błąd ex ante czyli co można powiedzieć o prognozie w momencie jej sporządzenia?

[%] Względny błąd prognozy ex ante w czasie t (t>n) Błędy ex ante Dokładność prognozy Względny błąd prognozy ex ante w czasie t (t>n) [%] Prognoza jest dopuszczalna, gdy: oczekiwana dokładność prognoz

czyli jak oceniać skuteczność prognozy? Trafność prognozy Błąd ex post czyli jak oceniać skuteczność prognozy?

Współczynnik Theila prognozy idealnie trafne Błędy ex post [n+1,..., T] Trafność prognozy Współczynnik Theila prognozy idealnie trafne Odchylenie standardowe wielkości rzeczywistych w przedziale weryfikacji Odchylenie standardowe prognoz w przedziale weryfikacji Współczynnik korelacji liniowej pomiędzy prognozą, a jej realizacją

Błędy ex post [n+1,..., T] Trafność prognozy Przykład

Użyteczna literatura M.Cieślak (red.) Prognozowanie gospodarcze. Metody i zastosowania. PWN’97 A. Zeliaś, B.Pawełek, S.Wanat Prognozowanie ekonomiczne. Teoria, przykłady, zadania PWN’2003 J.Gajda Prognozowanie i symulacja a decyzje gospodarcze, Wydawnictwo C.H. Beck 2001 A. Zeliaś, Teoria prognozy PWE’97 W.Sadowski (red.) Elementy ekonometrii i programowania matematycznego. PWN’80 D.Montgomery, L.Johnson, J.Gardiner Forecasting and Analysis. McGraw Hill’90 A. Aczel Statystyka w zarządzaniu PWN 2000 W.Samuelson, S.Marks Ekonomia menedżerska, PWE’98