Selekcja danych Korelacja.

Prezentacja na temat: "Selekcja danych Korelacja."— Zapis prezentacji:

1 Selekcja danych Korelacja

2 Selekcja zmiennych w trybie zaawansowanym – metoda korelacji liniowej:
Szukanie związków pomiędzy danymi Automatyczne tworzenie powiązanych zmiennych

3 Przejście do kolejnego etapu selekcji
Wybór miary podobieństwa Przejście do kolejnego etapu selekcji W przypadku selekcji zmiennych metodą korelacji liniowej – wybieramy opcję „Korelacje”

4 Opcje selekcji zmiennych metodą korelacji liniowej – widok ogólny
Grupa warunków logicznych Opcja pojemności informacyjnej tworzonego zbioru Opcje wyprzedzenia czasowego Definiowanie liczebności tworzonej grupy Interwał czasowy dla którego obliczane są miary podobieństwa Warunki brzegowe współczynnika korelacji

5 Opcje selekcji zmiennych metodą korelacji liniowej – warunki logiczne 1/2
Warunki logiczne służą do ukierunkowania procesu selekcji. Warunki logiczne mogą dotyczyć: Zakresu dat notowań w bazie – można określić, że w procesie selekcji chcemy uzyskać zmienne notowane odpowiednio długo („data od”) lub/oraz takie, które nie wygasły – mają „świeżą” datę notowań („data do”). Tylko długie szeregi dostarczają pożądanych informacji statystycznych. Tylko niewygasłe serie mogą służyć do bieżących analiz i prognoz. Tematyki zdefiniowanej w nazwie serii – możemy ukierunkować selekcję na dane z określonej dziedziny Źródeł danych – proces selekcji można zawęzić tylko do wybranych baz danych Interwałów czasowych – baza zawiera serie o różnych interwałach czasowych. Wyszukiwanie można ograniczyć tylko do określonych interwałów np. tylko dane dzienne lub tylko miesięczne.

6 Opcje selekcji zmiennych metodą korelacji liniowej – warunki logiczne 2/2
Warunki dotyczące zakresu dat notowań w bazie Warunki dotyczące zakresu interwałów czasowych Pola wyboru warunków logicznych Warunki dotyczące źródeł danych Warunki dotyczące tematyki – nazwy zmiennych Warunki wybierane są z listy i łączone operatorami logicznymi AND/OR. Warunki mogą być dowolnie rozbudowywane przez Użytkownika

7 Opcje selekcji zmiennych metodą korelacji liniowej – przesunięcia czasowe 1/2
Tworząc zbiór danych pod kątem ich wykorzystania do budowy modelu predykcyjnego, ważną rolę odgrywa przesunięcie czasowe między zmiennymi. Szukamy wówczas takich czynników, które wyprzedzają to, co dzieje się na zmiennej opisywanej, czyli na analizowanym i prognozowanym zjawisku. Baza wyselekcjonowanych zmiennych zawiera w takim przypadku tylko zmienne, które wykazują zdefiniowane podobieństwo statystyczne z ustalonym wyprzedzeniem czasowym związanym zazwyczaj z horyzontem czasowym, na którym tworzony jest model prognostyczny.

8 Opcje selekcji zmiennych metodą korelacji liniowej – przesunięcia czasowe 2/2
Zakres przeszukiwań dotyczący optymalnego przesunięcia czasowego jest związany z wybranym interwałem czasowym procesu analitycznego. W tym przypadku szukamy czynników wyprzedzających od 2 do 12 miesięcy zachowanie zmiennej opisywanej. Wybór interwału czasowego, dla którego prowadzony jest proces analityczny

9 Opcje selekcji zmiennych metodą korelacji liniowej – liczebność tworzonej grupy 1/2
Wielkość tworzonej grupy może być zdefiniowana przez użytkownika. Grupa może zawierać wszystkie zmienne spełniające brzegowe warunki korelacji lub tylko określoną ilość zmiennych najbardziej skorelowanych z wielkością opisywaną. Zwykle do budowy modelu predykcyjnego wykorzystuje się od kilku do kilkudziesięciu najbardziej powiązanych czynników. W przypadku wcześniejszego ustawienia warunku dotyczącego wyprzedzenia czasowego, korelacja uwzględnia to wyprzedzenie.

10 Warunki brzegowe współczynnika korelacji
Opcje selekcji zmiennych metodą korelacji liniowej – liczebność tworzonej grupy 2/2 Definiowanie liczebności tworzonej grupy – w tym przypadku będzie ona zawierała 25 najbardziej skorelowane zmiennych, które jednocześnie muszą spełniać warunek brzegowy korelacji. Jeżeli w bazie nie znajdzie się tyle zmiennych spełniających warunki brzegowe, liczebność grupy będzie mniejsza Opcja pojemności informacyjnej powoduje, że w grupie znajdą się zmienne pozytywnie wpływające na jej pojemność informacyjną Warunki brzegowe współczynnika korelacji

11 Opcje selekcji zmiennych metodą korelacji liniowej – różnicowanie danych 1/2
Opcja różnicowania zmiennych umożliwia znalezienie danych, które wykazują podobieństwo na poziomie zmian. W przypadku cen lub notowań rynkowych szukamy wtedy zmiennych podobnych co do dynamiki zmian cenowych lub różnicy notowań.

12 Opcje selekcji zmiennych metodą korelacji liniowej – różnicowanie danych 2/2
Opcja różnicowania danych Parametr różnicowania danych związany jest z interwałem czasowym. W tym przypadku szukamy danych, które wykazują podobieństwo na poziomie zmian trzymiesięcznych

13 Opcje selekcji zmiennych metodą korelacji liniowej – okres liczenia współczynnika korelacji
Zakres czasowy obliczania współczynnika korelacji – w tym przypadku szukamy danych skorelowanych w okresie od 1 stycznia 2006 roku do 1 stycznia 2017 roku. W przypadku budowania grupy pod kątem tworzenia modelu prognostycznego musimy uwzględnić okres testowy. Zdefiniowany zakres czasowy NIE POWINIEN uwzględniać okresu testowego – te okresy POWINNY BYĆ ROZŁĄCZNE. W bieżącym przykładzie okres testowy mógłby przebiegać, np. od lutego 2017 r. do stycznia 2018 r. JEST TO WARUNEK KONIECZNY DO PRAWIDŁOWEGO TESTOWANIA MODELI PROGNOSTYCZNYCH

14 Opcje selekcji zmiennych metodą korelacji liniowej – okres liczenia współczynnika korelacji
Po wprowadzeniu wszystkich kryteriów przeszukiwania klikamy przycisk „Utwórz zadanie”. Jeżeli ustawienia są prawidłowe, otrzymamy komunikat o przyjęciu zdania do realizacji, który należy zaakceptować, klikając przycisk OK. Jeżeli pojawi się komunikat o błędzie w ustawieniach, należy dokonać poprawki i ponownie zlecić utworzenie zadania. Można uruchomić kilka procesów selekcji jeden po drugim, zmieniając niektóre kryteria selekcji. Każdemu tak utworzonemu zadaniu odpowiadać będzie osobna docelowa grupa zmiennych.

15 Dane kontaktowe ExMetrix Sp. Z o.o. ul. Grzegórzecka 21 31-532 Kraków
NIP: Zbigniew Łukoś Ryszard Łukoś Konrad Pawlus