Model trendu liniowego

Slides:



Advertisements
Podobne prezentacje
Modele szeregów czasowych z tendencją rozwojową
Advertisements

Regresja i korelacja materiały dydaktyczne.
Excel Narzędzia do analizy regresji
ESTYMACJA PRZEDZIAŁOWA
KORELACJA I REGRESJA WIELOWYMIAROWA
Ocena dokładności i trafności prognoz
Modelowanie kursu walutowego- perspektywa krótkookresowa
SYMULACYJNA ANALIZA SZEREGU CZASOWEGO
Estymacja. Przedziały ufności.
dr Małgorzata Radziukiewicz
Treść wykładu Wstęp Przewidywanie - prognoza Klasyfikacja prognoz
BUDOWA MODELU EKONOMETRYCZNEGO
Estymacja przedziałowa
Jak mierzyć zróżnicowanie zjawiska? Wykład 4. Miary jednej cechy Miary poziomu Miary dyspersji (zmienności, zróżnicowania, rozproszenia) Miary asymetrii.
CECHY CHARAKTERYSTYCZNE SZEREGU CZASOWEGO SZEREG CZASOWY jest zbiorem obserwacji zmiennej, uporządkowanych względem czasu (dni,
Krzysztof Jurek Statystyka Spotkanie 4. Miary zmienności m ó wią na ile wyniki są rozproszone na konkretne jednostki, pokazują na ile wyniki odbiegają
Prognozowanie i symulacje
Modele logitowe i probitowe
Ekonometria prognozowanie.
Metody ekonometryczne
Metody ekonometryczne
Podstawowe pojęcia prognozowania i symulacji na podstawie modeli ekonometrycznych Przewidywaniem nazywać będziemy wnioskowanie o zdarzeniach nieznanych.
Analiza korelacji.
Prognozowanie na podstawie sezonowych szeregów czasowych
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
Średnie i miary zmienności
czyli jak analizować zmienność zjawiska w czasie?
i jak odczytywać prognozę?
Jak mierzyć i od czego zależy?
Ekonometria. Co wynika z podejścia stochastycznego?
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
Wahania sezonowe. Metoda wskaźników sezonowości.
Ekonometria stosowana
Planowanie badań i analiza wyników
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
Wnioskowanie statystyczne
D. Ciołek EKONOMETRIA – wykład 6
D. Ciołek EKONOMETRIA – wykład 3
Weryfikacja hipotez statystycznych
Składowe szeregu czasowego
Regresja liniowa. Dlaczego regresja? Regresja zastosowanie Dopasowanie modelu do danych Na podstawie modelu, przewidujemy wartość zmiennej zależnej na.
Model ekonometryczny Jacek Szanduła.
Prognozowanie wahań sezonowych Metoda wskaźników sezonowości.
Treść dzisiejszego wykładu l Weryfikacja statystyczna modelu ekonometrycznego –błędy szacunku parametrów, –istotność zmiennych objaśniających, –autokorelacja,
STATYSTYKA – kurs podstawowy wykład 5 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Ekonometria WYKŁAD 3 Piotr Ciżkowicz Katedra Międzynarodowych Studiów Porównawczych.
Modele nieliniowe sprowadzane do liniowych
STATYSTYKA – kurs podstawowy wykład 11
Estymacja parametryczna dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium Analiz.
KORELACJA I REGRESJA WIELOWYMIAROWA
Rozkład z próby Jacek Szanduła.
Statystyka matematyczna
Statystyka matematyczna
Regresja wieloraka – bada wpływ wielu zmiennych objaśniających (niezależnych) na jedną zmienną objaśnianą (zależą)
Jednorównaniowy model regresji liniowej
Analiza niepewności pomiarów Zagadnienia statystyki matematycznej
MNK – podejście algebraiczne
Korelacja i regresja liniowa
Zapis prezentacji:

Model trendu liniowego

Trend liniowy y t yt = α + βt + ξ Wahania losowe Trend liniowy

Szacowanie parametrów a = (XTX)-1XTy

Dopasowanie modelu do danych Współczynnik determinacji R2 є [0,1] Współczynnik zbieżności φ2 = 1 – R2 φ2 є [0,1]

Dopasowanie modelu do danych cd. Standardowy błąd oceny modelu Współczynnik zmienności losowej

Prognoza punktowa

Ocena dopuszczalności Bezwzględny błąd prognozy ex ante Względny błąd prognozy ex ante ηT ≤ η*  prognoza dopuszczalna ηT > η*  prognoza niedopuszczalna

Prognoza przedziałowa Przedział liczbowy, do którego ze z góry zadanym prawdopodobieństwem p, zwanym wiarygodnością prognozy, należeć będzie przyszła wielkość zmiennej prognozowanej P{ y*T – uvT ≤ yT ≤ y*T + uvT} = p

Wyznaczanie parametru u Fξ ≠ FN u – rozkład T Studenta z n-2 stopniami swobody, poziom istotności α = 1-p Fξ ~ FN,

Podstawowe błędy prognoz ex post

Ocena trafności Prognoza trafna Prognoza nietrafna