Liliana Talaga 8QLZHUV\WHW 6]F]HFLVNL. Predyktory procesów niestacjonarnych regularnych ARIMA

Podobne dokumenty
o partnerstwie publiczno-prywatnym.

Przekształcenie Laplace a i jego zastosowania

1. PARAMETRY TECHNICZNE WAG NAJAZDOWYCH.

Przekształcenie Laplace a. Definicja i własności, transformaty podstawowych sygnałów

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

( ) ( ) ( τ) ( t) = 0

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Spis treœci WSTÊP... 3 KLUCZ ODPOWIEDZI BIBLIOGRAFIA

Wykład 4: Transformata Laplace a

STUDIA METODOLOGICZNE

ψ przedstawia zależność

0,$67$,*0,1<67 6=(: :L]MD]UyZQRZD*RQHJRUR]ZRMXgminy. :VWUDWHJLL ]UyZQRZD*RQHJR UR]ZRMX PLDVWD LJPLQ\ 6WV]HZ OLGHU]\ JPLQ\ RSUDFRZDOL QDVWSXMFZL]MJPLQ\

Metody Lagrange a i Hamiltona w Mechanice

Oddziaływanie procesu informacji na dynamikę cen akcji. Małgorzata Doman Akademia Ekonomiczna w Poznaniu

Jan Bień. Modelowanie obiektów mostowych w procesie ich eksploatacji

Metody Lagrange a i Hamiltona w Mechanice

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład VIII Przekształcenie Laplace a

SPECYFIKACJA ISTOTNYCH WARUNKÓW ZAMÓWIENIA

Piotr 7U\EDáD. Leasing 3RUDGQLN3U]HGVLELRU \

Zestaw zadań 12: Przekształcenia liniowe. z z + 2 2x + y. x y z. x y + 2t 2x + 3y + 5z t x + z t. x y + 2t 2x 3y + 5z t x z t

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra InŜynierii Systemów Sterowania Podstawy Automatyki

UMOWA NR RAP/130/2010

Zbudowany i pozytywnie zweryfikowany jednorównaniowy model ekonometryczny. jest uŝyteczny do analizy zaleŝności między zmiennymi uwzględnionymi w

ϕ(t k ; p) dla pewnego cigu t k }.

2.9. Kinematyka typowych struktur manipulatorów

0.1 Modele Dynamiczne

1 Charakterystyka ustrojów powierzchniowych. Anna Stankiewicz

Pracownia fizyczna i elektroniczna. Wykład lutego Krzysztof Korona

Równania różniczkowe liniowe wyższych rzędów o stałych współcz

Automatyka i robotyka




Pojęcia podstawowe 1

Zestaw zadań 12: Przekształcenia liniowe. Macierze przekształceń liniowych. z z + 2 2x + y. x y z. x y + 2t 2x + 3y + 5z t x + z t

v = v i e i v 1 ] T v = = v 1 v n v n [ ] U [x y z] T (X,Y,Z)

KWIT WYWOZOWY/PODWOZOWY (KW)

KLASYCZNA I PROBABILISTYCZNA TEORIA TESTU ANALIZA PORÓWNAWCZA

Podstawy Automatyki. Wykład 3 - Charakterystyki częstotliwościowe, podstawowe człony dynamiczne. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki

Podstawy elektrotechniki

Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )

Podstawy Automatyki. Wykład 3 - charakterystyki częstotliwościowe, podstawowe człony dynamiczne. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki

Zapis stenograficzny (1537) 188. posiedzenie.rplvml3rolw\nl6sráhf]qhml=gurzld w dniu 30 listopada 2004 r.

Jacek Kwiatkowski Magdalena Osińska. Procesy zawierające stochastyczne pierwiastki jednostkowe identyfikacja i zastosowanie.

SPECYFIKACJA ISTOTNYCH WARUNKÓW ZAMÓWIENIA

2 ), S t r o n a 1 z 1 1


v = v i e i v 1 ] T v =

Równania różniczkowe liniowe rzędu pierwszego

Kompensacja wyprzedzająca i opóźniająca fazę. dr hab. inż. Krzysztof Patan, prof. PWSZ

1. Liczby zespolone Zadanie 1.1. Przedstawić w postaci a + ib, a, b R, następujące liczby zespolone (1) 1 i (2) (5)

SPECYFIKACJA ISTOTNYCH WARUNKÓW ZAMÓWIENIA

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywsitej

RUCH FALOWY. Ruch falowy to zaburzenie przemieszczające się w przestrzeni i zmieniające się w

x x 1. Przedmiot identyfikacji System x (1) x (2) : x (s) a 1 a 2 : a s mierzone, a = zestaw współczynników konkretyzujacych F ()

Procedura modelowania matematycznego

LABORATORIUM TECHNIKA CYFROWA 2 BADANIE PARAMETRÓW STATYCZNYCH I DYNAMICZNYCH BRAMEK LOGICZNYCH

2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.

Dziennik Ustaw Nr Poz ROZPORZÑDZENIE MINISTRA FINANSÓW 1) z dnia 26 sierpnia 2003 r.

Zapis stenograficzny (1653) 27. posiedzenie Komisji Spraw Unii Europejskiej w dniu 25 lutego 2005 r.

Seria zadań z Algebry IIR nr kwietnia 2017 r. i V 2 = B 2, B 4 R, gdzie

Podstawy Automatyki. Wykład 3 - charakterystyki częstotliwościowe, podstawowe człony dynamiczne. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki

Ã1XPHUÃ,GHQW\ILNDFMLÃ3RGDWNRZHMÃVNáDGDM FHJRÃLQIRUPDFM ÃÃ. Ã5RG]DMÃSRGPLRWXÃRSRGDWNRZDQLDÃÃ]D]QDF]\üÃZáD FLZ\ÃNZDGUDWÃ

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Kwantowa wariacyjna metoda Monte Carlo. Problem własny dla stanu podstawowego układu N cząstek

Analiza szeregów czasowych: 6. Liniowe modele niestacjonarne

INSTRUKCJA OBSŁUGI I INSTALOWANIA ZMYWARKI DO NACZYŃ MODEL: STX2C

Ćwiczenie nr 6 Charakterystyki częstotliwościowe

Podstawy Automatyki. Wykład 3 - charakterystyki częstotliwościowe, podstawowe człony dynamiczne. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki

Regulator liniowo kwadratowy na przykładzie wahadła odwróconego

Irena Zubel..V]WDáWRZDQLHVWUXNWXUSU]HVWU]HQQ\FK w krzemie PHWRGWUDZLHQLDDQL]RWURSRZHJR GR]DVWRVRZDZPLNURHOHNWUonice

Zapis stenograficzny (1532) 187. posiedzenie.rplvml3rolw\nl6sráhf]qhml=gurzld w dniu 25 listopada 2004 r.

Podstawy robotyki wykład V. Jakobian manipulatora. Osobliwości

8)<&,(- =<.$352*5$MOWANIA ICL DO SZACOWANIA PARAMETRÓW KRZYWEJ CHARAKTERYSTYCZNEJ ZADANIA

Rozdział 1. Nazwa i adres Zamawiającego Gdyńskie Centrum Sportu jednostka budżetowa Rozdział 2. Informacja o trybie i stosowaniu przepisów

q (s, z) = ( ) (λ T) ρc = q

Plan bloku tematycznego dla klasy I

0.1 Modele Dynamiczne

=DU]G]HQLH1U97 -I/IV/05 %XUPLVWU]D0LDVWD%LáJRUDM ]GQLDZU]HQLD r.

Przykład 2. Stopa bezrobocia

CHEMIA KWANTOWA Jacek Korchowiec Wydział Chemii UJ Zakład Chemii Teoretycznej Zespół Chemii Kwantowej Grupa Teorii Reaktywności Chemicznej

Metody badania wpływu zmian kursu walutowego na wskaźnik inflacji

Wykład 4 Metoda Klasyczna część III

2.12. Zadania odwrotne kinematyki

= b i M i [x], gdy charf = p, to a i jest pierwiastkiem wielomianu x n i

Metody Lagrange a i Hamiltona w Mechanice

Lepkosprężystość. Metody pomiarów właściwości lepkosprężystych materii

2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.

Zapis stenograficzny (1530) 162. posiedzenie.rplvml6dpru]gx7hu\wruldoqhjr i AdmiQLVWUDFML3DVWZRZHM w dniu 25 listopada 2004 r.


Analiza instrumentów pochodnych

Analiza modelu ekspresji genu białka Hes1

:<.$='2.80(17Ï::=$.à$'$&+.$51<&+,$5(6=7$&+/('&=<&+ W POLSCE =$:,(5$-&<&+,1)250$&-('27<&=&(5($/,=$&-,35$:,:2/12&,26Ï%:1,&+35=(%<:$-&<&+

KLASYFIKACJA SZKÓŁ 2015/2016 SZKOŁY PODSTAWOWE. K o s. S i a t k ó w k a. r ę c. y k ó w k a. r ę c. n a. n a. c h ł

Ćwiczenie nr 4. Badanie filtrów składowych symetrycznych prądu i napięcia


Spis treœci :VWS Poziom podstawowy Poziom rozszerzony R]ZL]DQLD áRZQLF]HN Literatura

Matematyka. rok akademicki 2008/2009, semestr zimowy. Konwersatorium 1. Własności funkcji

52'=$-Ã,Ã'2386=&=$/1$Ã0$6$Ã&$à.2:,7$Ã '0&Ã32-$='8Ã6$02&+2'2:(*2Ã. WRQÃZá F]QLHÃÃ. 7(5(1,(Ã*0,1<Ã-$%à21.$Ã ]DZLHV]HQLDÃRVLÃ ,QQHÃV\VWHP\Ã.

Transkrypt:

DYNAMICZNE MODELE EONOMETRYCZNE 9,,, JyOQRSRONLH 6HPLQDULP DNRZH ZU]HQLD Z 7RUQL.DHGUD (NRQRPHULL L 6D\\NL 8QLZHU\H 0LNRãDMD.RSHUQLND Z 7RUQL Liliana Talaga 8QLZHU\H 6]F]HFLNL Predykory proceów nieacjonarnyc regularnyc ARIMA. Ogólny nieacjonarny proce regularny : DU\NOH SU]HGDZLRQR SRUyZQDQLH ZáDQRFL RFD\F]Q\F QLHacjonarnyc proceów regularnyc ARIMA(p,k,) i jego predykorów za pomo- F FDUDNHU\\N F]RFLRZ\F IQNFML SU]\UR L IQNFML ND ID]RZHJR Ogólnym PRGHOHP JHQHUMF\P regularne procey acjonarne MH UyZQDQLH UyQLFRZH p 0 γ, (.) r 0 r r γ - aáhu]hf]\zlhzdjl U - biaá\]p.ru]\dmf]rshudruyzuyzqdqlhprqd]dsldü B(U) C(U), (.) B(U) - DFMRQDUQ\ RSHUDRU DRUHJUHML U]G S B(U), p U U... p U (.)

06 Liliana Talaga, U operaor SU]HQLcia wecz (cofania), U, (.4) C (U) operaor UHGQLHM UFRPHM U]G T C(U) γ γ γ. (.5) U U... U Proce SRDFL QRL QD]Z SURFH ARMA(p,). Proce en je DFMRQDUQ\ MHeli wzykie pierwiaki równania B (U) 0 OH QD ]HZQU] RNUJ MHGQRNRZHJR L MH RGZUDFDOQ\ MHHOL SLHUZLDNL UyZQDQLD C (U) 0 OH Z RE]DU]H U >. Procey nieacjonarne ewolucyjne PRQD SU]HGDZLü ]D SRPRF uogólnionego operaora auoregreji B (U) DNLHJR H k pierwiaków równania B (U) 0 MH UyZQ\F MHGQRFL D SR]RDáH OH SR]D RNUJLHP MHGQRkowym. k B (U) B(U), (.6) B (U) QLHDFMRQDUQ\RSHUDRUDRUHJUHMLU]Gp k, B (U) p k U... p k U, (.7) ±RSHUDRUUyQLF\, ( U), (.8) n n n n ( U). (.9) Ogólny nieacjonarny proce regularny, zwany uogólnionym proceem mi- H]DQ\P DRUHJUHML L UHGQLHM UFRPHM $5,0$ U]G pnt MH QDSu- MF\... p k pk γ... γ, (.0) B (U) B(U) C(U) k, (.) SHUDRU\ UyQLF\ L FRIDQLD 8 OLQLRZH áf]\ MH ]DOHQRü U.

Predykory proceów nieacjonarnyc regularnyc ARIMA 07 ( U) Π (U) - QLHDFMRQDUQ\ RSHUDRU DRUHJUHML U]G QLHNRF]RQHJR Π, (.) Π (U) U U... (.) % 8 Π 8 (.4) &8 -Heli wzykie miejca zerowe wielomianu C (U) 0 OH QD ]HZQU] Rk- UJ MHGQRNRZHJR R RSHUDRU Π (U) SHáQLD ZDUQHN C(U) Π (U) B (U). (.5) Model ARIMA(p,k,) generuje akie procey, kóryc k a UyQLFD MH acjonarnym proceem regularnym.. Predykor proceu ARIMA(p,k,) Zgodnie z (.) proce ARIMA(SNT PRQD SU]HGDZLü.... (.) RGDZLDMF ]D ZND(QLN RU]\PD L UyZQDQLH NyUH MH SRGDZ budowy predykora proceu dla wyprzedzenia :.... (.) Najlepzy UHGQLRNZDGUDRZ\ predykor NáDGRZHM UHJODUQHM dla wyprzedzenia RNUHORQ\ MH wzorem :..., (.) Por. Zadora (980), rozdz. 5.

Liliana Talaga 08 ; ; JG\ 5yZQRZDQ SRDFL GR MH,...... ) ( pk k p γ γ (.4). dla, > dla 0, dla, %ág predykora RNUHOD UyZQDQLH () () x x, (.5) x - waroü rzeczywia zeregu czaowego w okreie prognozowanym; () x - prognoza wykonana w momencie z wyprzedzeniem ; - wyprzedzenie zeregu czaowego (oryzon predykcji),,,, H. %ág SUHG\NRUD PRQD UyZQLH ]DSLDü (.6) Ze Z]RU Z\QLND H ( ) ( ) ( ) 4 4 id. Z UR]ZDD \F Z\QLND H EáG predykora PRQD ]DSLDü Z SRDFL.... ) ( 0 (.7) ZL]HN ]DFRG]F\ PLG]\ SDUDPHUDPL a w w RU]\PD L MHOL UHODFMH L ]DSL]H L ]D SRPRF RSHUDRUD FRIDQLH 8 6G

Predykory proceów nieacjonarnyc regularnyc ARIMA 09 czyli ( U U ), (.8) ( U U ) 0 ( 8 8 )( 8 8 ), (.9) (.0) :SyáF]\QQLNL SHáQLDM Z UyZQDQLH UyQLFRZH w w w w 0 (.) w,,..., -. UHGQLRNZDGUDRZ\EáGSUHG\NRUDNáDGRZHMUHJODUQHMMHUyZQ\ var[ ()] σ [ ( ) ( )... ( ) ]. (.) JyOQD SRDü predykora proceu ARIMA(SNT MH QDSMFD xˆ f p k p kr f - r r r - 0 r -r f γ, (.) gdzie paramery I L ZLH ] SDUDPHUDPL równanie: r f i f f... f i i i 0 f i,,... 0 i, 0 f -k 0, dla i > p k. (.4) %ág predykora proceu ARIMA(p,k,) je równy gdzie Z Z w w r 0 f Z w-r γ r f γ r -k, (.5) 0 dla r >, (.6) 0.

0 Liliana Talaga. Spekralna prezenacja proceu ARIMA(p,k,) -HHOL proce ocayczny ; EG]LH L UDNRZDü MDNR Z\MFLH ILOU liniowego z operaorem / QDZHMFL NyUHJR MH ELDá\ ]P : L, (.) o SURFH RFD\F]Q\ EG]LH PLHü QDSMF SUH]HQDFM SHNUDOQ iω Hω e dz ω, (.) 0, ±, H( ω ) - IQNFMD F]RFL UHDNFML ]ZDQD UDQPLDQFM OE IQNFM ran- IHURZ, e iω dz ω SRDü]HSRORQD. Sumacyjne filry liniowe niezmienne w czaie PDM ZáDQRü H NDdy DFMRQDUQ\ SURFH ZHMFLRZ\ SU]HN]DáFDM Z DFMRQDUQ\ SURFH Z\MFLRZ\ )QNFM UDQIHURZ Z\JRGQLH MH SU]HGDZLü Z SRDFL ]HSRORQHM H( iφ( ω) ω ω, (.) ) G( ) e [ H( ω) ] [ H( )] G( ω ) H( ω) 5H,P ω, (.4) moduá H( ω) EGF\ FDUDNHU\\N DPSOLGRZ ]ZDQ\ MH IQNFM SU]yrou; Im H( ω) φ ( ω) arg H( ω) arc an, Re H( ω) (.5) T Sumacyjne filry liniowe niezmienne w czaie o filry poaci: < /; ; 0, ±, ; p, >0; - rzeczywie; / ; ; /; /; T S, S < NyUH PDM ZáDQRü OLQLRZRFL α α i QLH]PLHQQLF]RFL Z F]DLH M MHHOL / Y, wedy L r Y r GOD NDGHM OLF]E\ U RU 7DODJD LHOLNL.5.

Predykory proceów nieacjonarnyc regularnyc ARIMA argumen H( ω) EGF\ FDUDNHU\\N ID]RZ ]ZDQ\ MH IQNFM ND fazowego. RGDZLDMF GR RU]\PD L i[ ω φ( ϖ) ] G( ω) e dz ( ω). (.6) :\UDHQLH (.6) wkazuje H RGSRZLHG]L SURFH ZHMFLRZHJR R F]RFL ω MH Z\MFLH R HM DPHM F]RFL OHF] ]ZDRQH Z DPSOLG]LH SU]H] F]\QQLN G( ω) RUD] SU]HQLH Z ID]LH R ZLHONRü φ (ω), czyli filracja acjonarnyc SURFHyZ RFD\F]Q\F PRG\ILNMH DPSOLG NáDGRZ\F DUPRQLFz- Q\FSURFHRUD]SRZRGMHSU]HQLFLHID]RZH\FNáDGRZ\F 8ZDD L H ILOU MH NRPSOHQLH SUHF\]RZDQ\ MHHOL ]QDQH IQNFMD SU]y- UR L IQNFMD ND ID]RZHJR Paramer φ( ω) τ ( ω), ω 0 (.7) ω mierzy SU]HQLFLH fazy w jednoce czau i zwany je IQNFM SU]HQLFLD czau )LOU / SU]HZD SLHUZRQ\ F]D DUPRQLNL Z F]RFL ω o τ ω jednoek czau. Proce ARIMA(SNT PRQD UDNRZDü MDNR Z\MFLH filru liniowego z operaorem Π (U) QDZHMFL NyUHJR MH ELDá\ ]P. Spekralna prezenacja proceu ARIMA(p,k,) ma SRDü L ; H ω G ) ω ω (.8) gdzie funkcja ranferowa H( ω ) F ( ω) je równa: &ω ) ω % ω T U S N γ U H LωU H Lω a ZSyáF]\QQLNL M RNUHORQH UyZQDQLHP i i i i... p k i(p k) M M H LωM (.9) γ, (.0) i,, 0 ; -k 0; γ 0 dla i >. i

Liliana Talaga D SU]\NáDG GOD SURFH ARIMA(0,,) orzymano: Z Z γ i ZDULDQFM EáG SUHG\NRUD UyZQ (.) Z YDU[ ] σ ( γ ) (.) Z zór ZND]MH H ZDULDQFMD EáG predykora ]ZLN]D Z ZDURü ZUD] ] Z\GáDQLHP RU\]RQ SUHG\NFML UHG\NRUPRQDSU]HGDZLüZUyZQRZDQHMpoaci: [ Z Z Z Spekralne przedawienie predykora (.) ma SRDü gdzie Lω { [ ) ]}. (.) Lω [ H H ) ω ω G ω, (.4) Lω L ω ) ω ) ω H H Funkcja ranferowa predykora (.) je równa (.5) L ω ω H (.6) a IQNFMD SU]HMFLD predykora proceu ARIMA(p,k,): H ( ω) co( ) ω in( ) ω. (.7) Przeprowadzono porównanie funkcji przyrou G( ω) L IQNFML ND fazowego φ(ω) RJyOQLRQHJR SURFH PLH]DQHJR DRUHJUHML L UHGQLHM UFRPHM $5,0$ U]G RUD] MHJR SUHG\NRUD GOD Z\EUDQ\F ZDURFL paramerów oraz γ.

Predykory proceów nieacjonarnyc regularnyc ARIMA 400 9.9 00 G p ( ω ) G ( ω ) G ( ω ) 00 00 0.7 0 0 60 90 0 80 ykre.. Funkcja przyrou proceu G p (ω) oraz predykora proceu ARIMA(,,) dla (G ) i (G ), 0.9; γ -0.4. 80 0.474 0 0 60 90 0 80 φ p ( ω ) φ ( ω ) φ ( ω ) 00.88 ykre.. )QNFMD ND ID]RZHJR SUoceu φ p (ω) oraz predykora proceu ARIMA(,,) dla (φ) i (φ), 0.9; γ -0.4. 80

4 Liliana Talaga 9.05 0 5 G p ( ω ) G ( ω ) 0 G ( ω ) 5 0. 0 0 60 90 0 80 ykre.. Funkcja przyrou proceu G p (ω) oraz predykora proceu ARIMA(,,) dla (G ) i (G ), -0,5; γ -0,5. 80 0 0 0 60 90 0 80 φ p ( ω ) φ ( ω ) φ ( ω ) 00 79.667 00 ykre.4. )QNFMD ND ID]RZHJR SURFH φ p (ω) oraz predykora proceu ARIMA(,,) dla (φ ) i (φ ), -0,5; γ -0,5. 80

Predykory proceów nieacjonarnyc regularnyc ARIMA 5 4.9 40 G p ( ω ) G ( ω ) G ( ω ) 0 0 0 0.7 0 0 60 90 0 80 ykre.5. Funkcja przyrou proceu G p (ω) oraz predykora proceu ARIMA(,,) dla (G ) i (G ), -0,9; γ 0,4. 80 64.58 00 φ p ( ω ) 0 0 60 90 0 80 φ ( ω ) φ ( ω ) 00 79.56 00 ykre.6. )QNFMD ND ID]RZHJR SURFH φ p (ω) oraz predykora proceu ARIMA(,,) dla (φ ) i (φ ), -0,9; γ 0,4. 80

6 Liliana Talaga 000 847.875 800 G p ( ω ) G ( ω ) G ( ω ) 600 400 00 0. 0 0 60 90 0 80 ykre.7. Funkcja przyrou proceu G p (ω) oraz predykor proceu ARIMA(,,) dla (G ) i (G ), 0,9; γ 0,5. 80 0.474 0 0 60 90 0 80 φ p ω ( ) φ ω ( ) φ ω ( ) 00.4 00 ykre.8. )QNFMD ND ID]RZHJR SURFH φ p (ω) oraz predykora proceu ARIMA(,,) dla (φ ) i (φ ), 0,9; γ 0,5. 80

Predykory proceów nieacjonarnyc regularnyc ARIMA 7 :DURFL funkcji przyrou G p ( ω ) proceu $5,0$ ZND]M H filr ego proceu przepuzcza w wyokim opniu NáDGRZH nikic F]RFL dla UyQ\F ZDURFL paramerów i γ. Filr en ápl prawie FDáNRZLFLH káddowe SR]RDá\F F]RFL przypadku, gdy > 0 ILOU ápl FDáNRZLFLH NáDGRZH SR]RDá\F F]- RFL -HOL < 0, filr przepuzcza w nieznacznym opniu NáDGRZH Z\o- NLF F]RFL JG\ γ > 0 ; a w opniu znacznym, gdy γ < 0. Funkcja przyrou G ( ω) predykora proceu ARIMA(p,,) ma podobny przebieg do przebiegu G p ( ω ) proceu ARIMA(p,,). Funkcja przyrou predykora GOD UyQ\F Z\SU]HG]H PD SUDZLH LGHQ\F]QH ZDURFL U]HQLFLH ID]\ φ (ω) predykora proceu ARIMA(p,,) je odmienne RG SU]HQLFLD ID]\ SURFH $5,0$ST 'OD GRGDQLF ZDURFL paramerów i γ SU]HQLFLH ID]\ ]PLHQLD na przemian kierunek, ale ampli- GD ZDD MH SUDZLH MHGQDNRZD Z FDá\P SU]HG]LDOH F]RFL 'OD NROHMQ\F Z\SU]HG]H RNUHyZ SUHG\NFML IQNFMD ND ID]owego SUHG\NRUD MH Uyna. SRZ\]\F SRU]HH PRQD Z\ZQLRNRZDü H MHHOL ILOU SURFH $5,0$ST SU]HS]F]D Z Z\RNLP RSQL NáDGRZH QLNLF F]RFL D ápl SR]RDáH NáDGRZH R SUHG\NRU\ ZDD GáJRRNUHRZ\F EG HIHNywniejze od SUHG\NRUyZ ZDD NUyNRRNUHRZ\F -HOL QDRPLD ILOU SURFH SU]HS]F]D UyZQLH NáDGRZH Z\RNLF F]RFL R HIHN\ZQRü predyk- RUyZ ZDD GáJRRNUHRZ\F L NUyNRRNUHRZ\F EG]LH MHGQDNRZD D HIHN\ZQRü predykorów ZSá\Z PDM UyZQLH SU]HQLFLD ID]\,P SU]e- QLcia fazy SUHG\NRUD EG EDUG]LHM RGELHJDü RG SU]HQLFLD ID]\ SURFH \P HIHN\ZQRü SUHG\NRUyZ EG]LH QL]D Lieraura: 7DODJD / LHOLNL Analiza pekralna w modelowaniu ekonomerycznym, PN, arzawa. Zadora,. (980), Ekonomeryczna ekrapolacja zeregów czaowyc, Prace Naukowe, Akademia Ekonomiczna, aowice.