1 Szereg niesezonowy... 3 1.1 Opis danych... 3 1.2 Dekompozycja szeregu... 3 1.3... 3 1.4 ARIMA... 10 1.5 Prognoza... 12 1.6 Podsumowanie... 15 2 Szereg sezonowy... 15 2.1 Opis danych... 15 2.2 Dekompozycja szeregu... 15 2.3... 16 2.4 SARIMA... 20 2.5 Prognozy... 23 2.6 Podsumowanie... 26 3 Bibliografia... 27 4... 28 5 Spis tabel... 29 2
1 Szereg niesezonowy 1.1 Opis danych danych Narodowego Banku Polskiego ze strony http://www.nbp.pl/home.aspx?f=/statystyka/bazowa/bazowa.htm CPI do analogicznego 2001 rok. 1.2 Dekompozycja szeregu tawia szereg. Rysunek 1 Dekompozycja szereg niesezonowy 108 CPI Final Seasonally Adjusted Series f rom CPI - Model 1 (Tramo-Seats) Final Trend f rom CPI - Model 1 (Tramo-Seats) 107.1 106.2 105.3 104.4 103.5 102.6 101.7 100.8 99.9 99 98.1 date Sty 2001 Sty 2003 Sty 2005 Sty 2007 Sty 2009 Sty 2011 Sty 2013 Sty 2015 Sty 2017 Sty 2019 1.3 3
Rysunek 2 Szereg niesezonowy. - przeprowadzeniu wspomni Rysunek 3 Test Boxa-Coxa szreg niesezonowy 4
niezmienianiu formy szeregu. odpowiednie testy, aby a- Fullera Rysunek 4 Test Dickeya- podstaw do odrzucenia hipotezy H0 - o barku podstaw do odrzucenia hipotezy H0 o a- przeprowadzono test Breuscha- Godfreya. 5
Rysunek 5 Test Breuscha- Godfreya szereg niesezonowy Dickeya- otrzymanych z testu 6
Rysunek 6 Rozszerzony test szereg niesezonowy zerowej o niest Rysunek 7 nie, a test Breuscha- hipotezy 7
Rysunek 8 -Fullera. a-fuller szereg niesezonowy Takie same wyniki otrzymano, kiedy przeprowadzono ten tes. testu Dickeya- Fullera jest sensowne. Rysunek 9 Test Breuscha- 8
, Rysunek 10 Test KPSS szereg niesezonowy taw do. ie jest 9
1.4 ARIMA i q naliza Rysunek 11 Wykresy ACF i PACF szereg niesezonowy modelu. test zastosowano 10
Prob > chi2 = 0.1051 mniejszenia Rysunek 12Kryteria informacyjne ARIMA(0,1,1) ilorazu ilorazu oraz reszty po przeprowadzeniu oszacowania prognoz. ilorazu 0). Rysunek 13 Kryteria Informacyjne ARIMA(1,1,0) 11
prognoz. 1.5 Prognoza ARIMA(0,1,1) oraz ARI Rysunek 14 Prognoza dynamiczna ARIMA(1,1,0) 99 100 101 102 103 2016m1 2016m7 2017m1 2017m7 2018m1 miesiac prognoza cpi -of-sample to okres 4 Prognoza dynamiczna oszacowana na podstawie ARIMA(0,1,1) jest pokazana na 12
Rysunek 15 Prognoza dynamiczna ARIMA(0,1,1) 99 100 101 102 103 2016m1 2016m7 2017m1 2017m7 2018m1 miesiac prognoza cpi rysunku, na k 13
Rysunek 16 99 100 101 102 103 2016m1 2016m7 2017m1 2017m7 2018m1 miesiac prognoza ARIMA(0,1,1) prognoza ARIMA(1,1,0) cpi Niebieska linia to prognoza oszacowana na podstawie ARIMA(0,1,1), czerwona na MAE ( y) Tabela 1 ARIMA(1,1,0) ARIMA(0,1,1) MAE.4610424.4085751.3214741 MSE.2466584.1998655.1305393. 14
1.6 Podsumowanie - s metody ekstrapolacyjnej. 2 Szereg sezonowy 2.1 Opis danych https://bdm.stat.gov.pl/ strony kano 2.2 Dekompozycja szeregu 15
Rysunek 17 Dekompozycja szereg sezonowy Kolor niebieski to szereg sezonowy, czerwonym kolorem zaznaczono odsezonowany szereg a 2.3 S 16
Rysunek 18 Szereg sezonowy surowy 17
Rysunek 19 Szereg zlogarytmowany odsezonowanie - Haszy- odrzucenia hipotezy zerowej o autokorelacji. - Rysunek 20 18
Po przeprowadzeniu testu Dickeya- Haszy- stopnia zintegrowania szeregu. W tym celu przeprowadzono test Dickeyaszeregu. Rysunek 21 Dickey- Fuller szereg sezonowy est KPSS, i ponownie przeprowadzono test Dickeya- Fullera, Breusha- Godfreya i test KPSS. Test Dickeya- - -2,833. Test Breuscha- Godfreya po raz kolejny Rysunek 22 Test Breuscha- Godfre cowaniu W tym przypadku interpretacja testu KPSS jest taka sama, jak dla Dickeya- Fullera. 19
Rysunek 23 Test KPSS szereg sezonowy 2.4 SARIMA 20
Rysunek 24 Wykres ACF PACF szereg sezonowy Autocorrelations of dsl -0.40-0.20 0.00 0.20 0 10 20 30 40 Lag Bartlett's formula for MA(q) 95% confidence bands Partial autocorrelations of dsl -0.40-0.20 0.00 0.20 0 10 20 30 40 Lag 95% Confidence bands [se = 1/sqrt(n)] Informacyjnych ilorazu ilorazy pierwotny z modelem zerowej o kolejnym narzuconym jednak test ilorazu 21
rysunku przedstawiono wyniki tego testu. modele, zastosowano Kryteria Informacyjne. Rysunek 25 Kryteria Informacyjne szereg sezonowy SARIMA(1,1,1)(0,1,1,12)- dalej nazywany modelem 1, natomiast model SARIMA(0,1,1)(0,1,1,12)- dalej nazywany modelem2- Portmanteau Rysunek 26 22
Rysunek 27 2.5 Prognozy modelu 2. Rysunek 28 Prognoza dynamiczna model 1 szereg sezonowy 10 11 12 13 2014m7 2015m7 2016m7 2017m7 2018m7 miesiac prognoza ldochod 23
Kolorem niebieskim jest zaznaczona prognoza. Out-of-sample to okres od stycznia 2017 Rysunek 29 Prognoza dynamiczna model 2 szereg sezonowy 10 11 12 13 2014m7 2015m7 2016m7 2017m7 2018m7 miesiac prognoza ldochod szeregu. Prognoza badany szereg. 24
Rysunek 30 Prognozy szereg sezonowy 10 11 12 13 2014m7 2015m7 2016m7 2017m7 2018m7 miesiac prognoza model 2 prognoza model1 ldochod Tabela 2 Model 1 Model 2 MAE.05756092.06264361.36463365 MSE.00396371.0045073.42339426 1, czyli 25
2.6 Podsumowanie dwa najefektywniejsze modele SARIMA- SARIMA(0,1,1)(0,1,1,12) oraz 26
3 Bibliografia http://www.nbp.pl/home.aspx?f=/statystyka/bazowa/bazowa.htm, 13.03.2018 https://bdm.stat.gov.pl/, 12.03,2018 27
4 Rysunek 1 Dekompozycja szereg niesezonowy... 3 Rysunek 2 Szereg niesezonowy... 4 Rysunek 3 Test Boxa-Coxa szreg niesezonowy... 4 Rysunek 4 Test Dickeya-... 5 Rysunek 5 Test Breuscha- Godfreya szereg niesezonowy... 6 Rysunek 6 Rozszerzony test szereg niesezonowy... 7... 7 -Fuller szereg niesezonowy... 8 Rysunek 9 Test Breuscha-... 8 Rysunek 10 Test KPSS szereg niesezonowy... 9 Rysunek 11 Wykresy ACF i PACF szereg niesezonowy... 10 Rysunek 12Kryteria informacyjne ARIMA(0,1,1)... 11 Rysunek 13 Kryteria Informacyjne ARIMA(1,1,0)... 11 Rysunek 14 Prognoza dynamiczna ARIMA(1,1,0)... 12 Rysunek 15 Prognoza dynamiczna ARIMA(0,1,1)... 13... 14 Rysunek 17 Dekompozycja szereg sezonowy... 16 Rysunek 18 Szereg sezonowy surowy... 17 Rysunek 19 Szereg zlogarytmowany... 18... 18 Rysunek 21 Dickey- Fuller szereg sezonowy... 19 Rysunek 22 Test Breuscha-... 19 Rysunek 23 Test KPSS szereg sezonowy... 20 Rysunek 24 Wykres ACF PACF szereg sezonowy... 21 Rysunek 25 Kryteria Informacyjne szereg sezonowy... 22... 22... 23 Rysunek 28 Prognoza dynamiczna model 1 szereg sezonowy... 23 Rysunek 29 Prognoza dynamiczna model 2 szereg sezonowy... 24 Rysunek 30 Prognozy szereg sezonowy... 25 28
5 Spis tabel... 14... 25 29