Wahania sezonowe. Metoda wskaźników sezonowości.

Slides:



Advertisements
Podobne prezentacje
Modele szeregów czasowych z tendencją rozwojową
Advertisements

Regresja i korelacja materiały dydaktyczne.
dr Małgorzata Radziukiewicz
Dr inż. Iwona Staniec Zarządzanie zapasami Dr inż. Iwona Staniec
Składowe modelu Wintersa
Narzędzia analizy ekonomicznej
Treść wykładu Wstęp Przewidywanie - prognoza Klasyfikacja prognoz
Estymacja przedziałowa
Analiza szeregów czasowych
Wyrównywanie szeregów czasowych
CECHY CHARAKTERYSTYCZNE SZEREGU CZASOWEGO SZEREG CZASOWY jest zbiorem obserwacji zmiennej, uporządkowanych względem czasu (dni,
Portfel wielu akcji. Model Sharpe’a
Analiza techniczna wykład 2
Współczynnik beta Modele jedno-, wieloczynnikowe Model jednowskaźnikowy Sharpe’a Linia papierów wartościowych.
Instrumenty o charakterze własnościowym Akcje. Literatura Jajuga K., Jajuga T. Inwestycje Jajuga K., Jajuga T. Inwestycje Luenberger D.G. Teoria inwestycji.
Prognozowanie i symulacje
Ekonometria prognozowanie.
Mgr Sebastian Mucha Schemat doświadczenia:
Prognozowanie i symulacje
Prognozowanie na podstawie sezonowych szeregów czasowych
Prognozowanie na podstawie szeregów czasowych
Analiza szeregów czasowych
Prognozowanie na podstawie szeregów czasowych
Wykład 4. Rozkłady teoretyczne
Jednoczynnikowa analiza wariancji (ANOVA)
Analiza szeregów czasowych
Liniowy Model Tendencji Rozwojowej Szeregów Czasowych
czyli jak analizować zmienność zjawiska w czasie?
Testowanie hipotez statystycznych
i jak odczytywać prognozę?
Ekonometria. Co wynika z podejścia stochastycznego?
Analiza reszt w regresji
Irena Woroniecka EKONOMIA MENEDŻERSKA - dodatek do W2
Analiza szeregów czasowych
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.
Średnie ruchome.
1 Kilka wybranych uzupełnień do zagadnień regresji Janusz Górczyński.
Prognozowanie i symulacje
Kilka wybranych uzupelnień
Procesy dynamiczne w gospodarce
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
Wnioskowanie statystyczne
D. Ciołek EKONOMETRIA – wykład 6
ZA JAKOŚĆ DANYCH ODPOWIADA MODELUJĄCY MUSISZ SPRAWDZAĆ KAŻDE DANE
Dynamika zjawisk. Analiza sezonowości dr hab. Mieczysław Kowerski
Analiza techniczna wykład 2
Składowe szeregu czasowego
Dynamika zjawisk. Tendencja rozwojowa dr hab. Mieczysław Kowerski
Testowanie hipotez Jacek Szanduła.
Model ekonometryczny Jacek Szanduła.
Model trendu liniowego
Prognozowanie wahań sezonowych Metoda wskaźników sezonowości.
Treść dzisiejszego wykładu l Weryfikacja statystyczna modelu ekonometrycznego –błędy szacunku parametrów, –istotność zmiennych objaśniających, –autokorelacja,
Ekonometria stosowana Heteroskedastyczność składnika losowego Piotr Ciżkowicz Katedra Międzynarodowych Studiów Porównawczych.
Grupowanie danych statystycznych „ Człowiek – najlepsza inwestycja”
STATYSTYKA – kurs podstawowy wykład 13 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Badanie dynamiki zjawisk dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium Analiz.
Modele nieliniowe sprowadzane do liniowych
WAHANIA KONIUNKTURANE
Rozkład z próby Jacek Szanduła.
EKONOMETRIA Wykład 1a prof. UG, dr hab. Tadeusz W. Bołt
Analiza szeregów czasowych
Jednorównaniowy model regresji liniowej
Badanie dynamiki zjawisk
Zmienna losowa. Wybrane rozkłady zmiennej. Przedział ufności.
Analiza niepewności pomiarów Zagadnienia statystyki matematycznej
Zapis prezentacji:

Wahania sezonowe. Metoda wskaźników sezonowości. Jacek Szanduła

Składowe szeregu czasowego Składowa przypadkowa. Składowe systematyczne: a) stały poziom, b) tendencja rozwojowa, c) wahania okresowe: - sezonowe, cykl ≤ 1 rok, - cykliczne, cykl > 1 rok. Jacek Szanduła

Identyfikacja wahań okresowych: analiza wykresu Cykl nr 1 Cykl nr 2 Cykl nr 3 III III III II II II I I IV IV I IV Jacek Szanduła

Identyfikacja wahań okresowych: współczynnik autokorelacji H0: ρk = 0 H1: ρk > 0 t* – rozkład t – Studenta: n – 1 stopni swobody, poziom istotności 2α te ≤ t*  H0 te > t*  H1 (możliwe wahania okresowe o cyklu k) Jacek Szanduła

Identyfikacja wahań okresowych: analiza wariancji jednoczynnikowa Faza 1 Faza 2 … Faza r Cykl 1 X1, 1 X1, 2 X1, r Cykl 2 X2, 1 X2, 2 X2, r Cykl k Xk, 1 Xk, 2 Xk, r H0: μ1 = μ2 = … = μr H1: ~ (μ1 = μ2 = … = μr ) … Fe ≤ F*  H0 Fe > F*  H1 F* - rozkład F Snedecora: r – 1 i n – r stopni swobody; poziom istotności α Jacek Szanduła

Wahania sezonowe bezwzględnie stałe y = f(t) + g(t) + ξ E(ξ) = 0 Jacek Szanduła

Wahania sezonowe względnie stałe y = f(t) · g(t) · ξ E(ξ) = 1 Jacek Szanduła

Metoda wskaźników sezonowości Wyodrębnienie tendencji rozwojowej. Eliminacja tendencji rozwojowej z szeregu czasowego. Eliminacja wahań przypadkowych. Wyznaczenie czystych wskaźników sezonowości. Ocena jakości modelu. Jacek Szanduła

Metoda wskaźników sezonowości Model addytywny Model multiplikatywny 1. 2. 3. 4. 5. Jacek Szanduła

Metoda wskaźników sezonowości – wyznaczanie prognoz Model addytywny Model multiplikatywny Ocena dopuszczalności przeprowadzana na podstawie We Jacek Szanduła