Analiza dynamiki zjawisk STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 28 września 2018

Podobne dokumenty
STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia. związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy

Statystyka. Wykład 11. Magdalena Alama-Bućko. 22 maja Magdalena Alama-Bućko Statystyka 22 maja / 41

Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie

Statystyka. Wykład 13. Magdalena Alama-Bućko. 12 czerwca Magdalena Alama-Bućko Statystyka 12 czerwca / 30

Statystyka. Wykład 13. Magdalena Alama-Bućko. 18 czerwca Magdalena Alama-Bućko Statystyka 18 czerwca / 36

Analiza Zmian w czasie

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI ANALIZA SZEREGÓW CZASOWYCH I INDEKSY STATYSTYCZNE

Ekonometria. Modele dynamiczne. Paweł Cibis 27 kwietnia 2006

Analiza szeregów czasowych

Ćwiczenia 13 WAHANIA SEZONOWE

Statystyka. Wykład 12. Magdalena Alama-Bućko. 29 maja Magdalena Alama-Bućko Statystyka 29 maja / 47

Statystyka. Wykład 10. Magdalena Alama-Bućko. 15 maja Magdalena Alama-Bućko Statystyka 15 maja / 32

Analiza współzależności zjawisk

Statystyka. Wykład 11. Magdalena Alama-Bućko. 21 maja Magdalena Alama-Bućko Statystyka 21 maja / 31

Współczynniki korelacji czastkowej i wielorakiej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Analiza sezonowości. Sezonowość może mieć charakter addytywny lub multiplikatywny

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Wykład 6. Badanie dynamiki zjawisk

Wykład 6. Badanie dynamiki zjawisk

Miary asymetrii STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Statystyka. Wykład 2. Magdalena Alama-Bućko. 5 marca Magdalena Alama-Bućko Statystyka 5 marca / 34

Rok akademicki: 2013/2014 Kod: ZIE n Punkty ECTS: 6. Poziom studiów: Studia I stopnia Forma i tryb studiów: -

Zajęcia 1. Statystyki opisowe

Wykład 6: Analiza danych czasowych Wykresy, indeksy dynamiki

Wykład 5: Analiza dynamiki szeregów czasowych

3. Modele tendencji czasowej w prognozowaniu

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO STATYSTYCZNA ANALIZA ZMIAN LICZBY HOTELI W POLSCE W LATACH

Miary zmienności STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd

OTWARTE FUNDUSZE EMERYTALNE W POLSCE Struktura funduszy emerytalnych pod względem liczby członków oraz wielkości aktywów

Statystyka. Wykład 2. Magdalena Alama-Bućko. 27 lutego Magdalena Alama-Bućko Statystyka 27 lutego / 39

Statystyka opisowa SYLABUS A. Informacje ogólne

3. Analiza własności szeregu czasowego i wybór typu modelu

ANALIZA SPRZEDAŻY: - rozproszenia

Czym jest ciąg? a 1, a 2, lub. (a n ), n = 1,2,

Statystyka. Opisowa analiza zjawisk masowych

Prognozowanie popytu. mgr inż. Michał Adamczak

Średnie. Średnie. Kinga Kolczyńska - Przybycień

Matematyka podstawowa V. Ciągi

5. Model sezonowości i autoregresji zmiennej prognozowanej

INDEKS FINANSISTY. Monika Skrzydłowska. PWSZ w Chełmie. wrzesień Projekt dofinansowała Fundacja mbanku

Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)

Agata Boratyńska. WYKŁAD 1. Wstępna analiza danych, charakterystyki opisowe. Indeksy statystyczne.

Miary koncentracji STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 28 września 2018

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

2a. Przeciętna stopa zwrotu

Matematyka bankowa 1 1 wykład

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Ćwiczenie 5 PROGNOZOWANIE

Indeksy dynamiki (o stałej i zmiennej podstawie)

Opisowa analiza struktury zjawisk statystycznych

SZEREG CZASOWY Y zjawisko badane w różnych okresach lub momentach czasu. Dynamika zjawiska to zmiana zjawiska w czasie. Przykład. Y średni kurs akcji

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej III kwartał 2016 r.

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)

Wycena papierów wartościowych - instrumenty pochodne

A.Światkowski. Wroclaw University of Economics. Working paper

Statystyka opisowa Opracował: dr hab. Eugeniusz Gatnar, prof. WSBiF

STATYSTYKA OPISOWA. Dr Alina Gleska. 12 listopada Instytut Matematyki WE PP

STATYSTYKA. Na egzamin należy przynieść:

Inwestycje finansowe. Wycena obligacji. Stopa zwrotu z akcji. Ryzyko.

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej II kwartał 2016 r.

Wzory - matematyka finansowa Opracował: Łukasz Zymiera

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej IV kwartał 2018 r.

Zmiany koniunktury w Polsce. Budownictwo na tle innych sektorów.

WYŻSZA SZKOŁA MENEDŻERSKA W WARSZAWIE WYDZIAŁ ZARZĄDZANIA W CIECHANOWIE KARTA PRZEDMIOTU - SYLABUS


4. Postęp arytmetyczny i geometryczny. Wartość bezwzględna, potęgowanie i pierwiastkowanie liczb rzeczywistych.

Dobija M., Smaga E.; Podstawy matematyki finansowej i ubezpieczeniowej, PWN Warszawa- -Kraków 1995.

Dariusz Wardowski Katedra Analizy Nieliniowej. Bankowość i metody statystyczne w biznesie - zadania i przykłady część II

1 Podstawy rachunku prawdopodobieństwa

Pieniądz ma zmienną wartość w czasie również w przypadku zerowej inflacji. Jest kilka przyczyn tego zjawiska:

Statystyka od podstaw z systemem SAS Dr hab. E. Frątczak, ZAHZiAW, ISiD, KAE. Część VII. Analiza szeregu czasowego

Wykład 3. Opis struktury zbiorowości. 1. Parametry opisu rozkładu badanej cechy. 3. Średnia arytmetyczna. 4. Dominanta. 5. Kwantyle.

STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych;

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski

Wycena opcji. Dr inż. Bożena Mielczarek

Analiza Współzależności

PRÓBNY EGZAMIN MATURALNY

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

Plan wykładu. Statystyka opisowa. Statystyka matematyczna. Dane statystyczne miary położenia miary rozproszenia miary asymetrii

Matematyka finansowa i ubezpieczeniowa - 8 Wycena papierów wartościowych

2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona

Zawartość. Zawartość

Uczeń: -podaje przykłady ciągów liczbowych skończonych i nieskończonych oraz rysuje wykresy ciągów

Statystyka. Wykład 9. Magdalena Alama-Bućko. 24 kwietnia Magdalena Alama-Bućko Statystyka 24 kwietnia / 34

Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej

Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych.

Statystyka opisowa. Wykład I. Elementy statystyki opisowej

Analiza struktury i przeciętnego poziomu cechy

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33

Statystyka. Wykład 3. Magdalena Alama-Bućko. 6 marca Magdalena Alama-Bućko Statystyka 6 marca / 28

ANALIZA FINANSOWA. Dr Marcin Jędrzejczyk

Wartość przyszła pieniądza: Future Value FV

STATYSTYKA OPISOWA. Dr Alina Gleska. 28 września Instytut Matematyki WE PP

Zaktualizowana prognoza zatrudnienia według wielkich grup zawodów w Polsce na lata

Transkrypt:

STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 28 września 2018

1

Pojęcie szeregów czasowych i ich składowych SZEREGIEM CZASOWYM nazywamy tablicę, która zawiera ciag wartości cechy uporzadkowanych według kolejnych jednostek czasu. Zatem szereg czasowy przedstawia rozwój wartości cechy w czasie, w wybranych okresach lub momentach. SZEREGI CZASOWE OKRESÓW zawieraja informacje o rozmiarach zjawiska w krótszych lub dłuższych okresach (kwartał, rok). SZEREGI CZASOWE MOMENTÓW ujmuja wielkość zjawiska w danym momencie, najczęściej na poczatku lub końcu miesiaca (np. stan zapasów w przedsiębiorstwie na 31 grudnia danego roku).

Pojęcie szeregów czasowych i ich składowych Kształtowanie się określonego zjawiska w czasie może być przedstawione za pomoca modeli składowych szeregu czasowego. W praktyce korzysta się z dwóch modeli: addytywnego lub multiplikatywnego.

Pojęcie szeregów czasowych i ich składowych Model addytywny to y t = f (t) + s i (t) + e(t), model multiplikatywny to y t = f (t)s i (t)e(t), gdzie y t poziom zjawiska w okresie t, f (t) poziom zjawiska w okresie t oszacowany na podstawie funkcji tendencji rozwojowej (czyli trendu), s i (t) poziom zjawiska w okresie t oszacowany na podstawie funkcji sezonowości, przy czym i = 1,2,...,d oznacza liczbę podokresów cyklu wahań, e(t) składnik resztowy modelu, zwany składnikiem nieregularnym.

Pojęcie szeregów czasowych i ich składowych FUNKCJE TENDENCJI ROZWOJOWYCH f (t) przedstawiaja rozwój zjawiska w czasie, jego regularne i systematyczne zmiany w ciagu długiego okresu (np. tendencję rozwojowa budownictwa mieszkaniowego w Polsce w latach 2000-2016). ZMIANY SEZONOWE s i (t) sa to zmiany, które powtarzaja się regularnie w tym samym okresie każdego roku. Przykładowo, na wahanie zjawisk gospodarczych w rolnictwie maja wpływ różne czynniki natury biologiczno-technicznej oraz klimatyczne, które powtarzaja się w określonych porach roku (sezonach). ZMIANY PRZYPADKOWE e(t), zwane nieregularnymi lub losowymi, wynikaja z oddziaływania na dane zjawisko czynników nie dajacych się przewidzieć (np. pożary, powodzie itp.).

Miary dynamiki Do oceny dynamiki zjawisk można wykorzystać szereg różnych miar dynamiki. Najważniejsze miary dynamiki: a) przyrosty absolutne, b) indeksy indywidualne, c) stopa zmian, d) średnie ruchome, e) indeksy agregatowe dla wielkości absolutnych, f) indeksy agregatowe dla wielkości stosunkowych, g) oceny parametrów strukturalnych modeli tendencji rozwojowej (trendu), h) wskaźniki sezonowości.

Miary dynamiki Miary dynamiki wymienione w punktach a)-d) oraz g) i h) służa do opisu zmian zachodzacych w wartościach jednej cechy (zjawisk jednorodnych), natomiast indeksy agregatowe dla wielkości absolutnych i stosunkowych wykorzystuje się do charakteryzowania zmian występujacych w rozwoju więcej niż jednego zjawiska jednocześnie.

Przyrosty absolutne i indeksy indywidualne PRZYROSTY ABSOLUTNE ujmuje się jako: jednopodstawowe biorac stała podstawę porównań y c : y 1 y c, y 2 y c, y 3 y c,...,y n 1 y c, y n y c, gdzie za podstawę przyjmujemy y c = y t dla pewnego t {1,2,...,n}, albo średnia wieloletnia z pewnego przedziału czasowego y c = y; łańcuchowe kiedy za podstawę porównań przyjmuje się wartość cechy z okresu bezpośrednio poprzedzajacego okres badany: y 2 y 1, y 3 y 2,...,y n 1 y n 2, y n y n 1.

Przyrosty absolutne i indeksy indywidualne INDEKSAMI DYNAMIKI nazywamy miary określajace względne zmiany w wielkościach badanego zjawiska odnoszacego się do czasu lub miejsca. Indeksy otrzymujemy z podzielenia wartości cechy w badanej jednostce czasu lub miejsca. INDEKSY INDYWIDUALNE ujmuje się jako przyrosty względne, indeksy jednopodstawowe i łańcuchowe. PRZYROSTY WZGLEDNE (wskaźniki tempa przyrostu) wyrażaja stosunek przyrostu absolutnego (y t y c ) do poziomu zjawiska z okresu podstawowego (bazowego) y c : P t/c = y t y c y c 100% lub do poziomu zjawiska z okresu bezpośrednio poprzedzajacego okres badany y t 1 : P t/t 1 = y t y t 1 y t 1 100% dla t > 2.

Przyrosty absolutne i indeksy indywidualne Wartości przyrostów względnych większe od 0 świadcza o wzroście poziomu zjawiska w okresie badanym w porównaniu z okresem podstawowym, a mniejsze od 0 świadcza o spadku poziomu danego zjawiska.

Przyrosty absolutne i indeksy indywidualne INDEKSY INDYWIDUALNE moga być obliczane jako jednopodstawowe: I t/c = y t y c 100% lub łańcuchowe: I t/t 1 = y t y t 1 100% dla t > 2.

Przyrosty absolutne i indeksy indywidualne Wartości indeksów większe od 100% świadcza o wzroście poziomu zjawiska w okresie badanym w porównaniu z okresem podstawowym, a gdy sa mniejsze od 100% świadcza o spadku danego zjawiska.

Własności indeksów indywidualnych Indeksy indywidualne maja następujace właściwości: iloraz dwóch indeksów jednopodstawowych o tej samej podstawie c dla poziomu zjawiska z różnych okresów k i l jest indeksem jednopodstawowym: I k/c I l/c = y k y c : y l y c = y k y l = I k/l ; iloraz dwóch indeksów jednopodstawowych o tej samej podstawie c dla poziomu zjawiska z kolejnych dwóch okresów k i k 1 jest indeksem łańcuchowym. Zamiana indeksów jednopodstawowych o podstawie c w łańcuchowy przebiega następujaco: I k/c I k 1/c = y k y c : y k 1 y c = y k y k 1 = I k/k 1 ;

Własności indeksów indywidualnych iloczyn lub odwrotność iloczynu kolejnych indeksów łańcuchowych jest indeksem jednopodstawowym: gdy k > c: I c+1/c I c+2/c+1 I k/k 1 = y c+1 y c gdy k < c: yc+2 y k = y k = I y c+1 y k 1 y k/c, c 1 I k+1/k I k+2/k+1 I c/c 1 = y k+1 y k 1 yk+2 y k+1 y c y c 1 = 1 y c y k = y k y c = I k/c ;

Własności indeksów indywidualnych przyrost względny powiększony o jeden jest indeksem łańcuchowym, czyli indeks łańcuchowy pomniejszony o jeden jest przyrostem względnym: P t/t 1 + 1 = y t y t 1 y t 1 + 1 = y t y t 1 + y t 1 y t 1 = y t y t 1 = I t/t 1, I t/t 1 1 = y t y t 1 1 = y t y t 1 y t 1 = P t/t 1.

Średnie ruchome Średnia ruchoma jest wykorzystywana do wygładzania szeregu czasowego, czyli oczyszczania ze zmian przypadkowych. Idea wyrównywania szeregu czasowego za pomoca średnich ruchomych polega na zastapieniu pierwotnych wartości cechy średnimi arytmetycznymi, obliczanymi sekwencyjnie dla wybranej liczby obserwacji. Wyznaczone wartości średnie przyporzadkowuje się na ogół środkowym obserwacjom, na podstawie których były obliczane średnie.

Średnie ruchome Używajac średniej ruchomej do badania tendencji rozwojowej przyjmuje się, że wartość cechy w badanym momencie lub okresie będzie równa średniej arytmetycznej z nieparzystej liczby wyrazów szeregu czasowego, czyli y t = 1 k s y t+i, i= s gdzie k = 2s + 1 jest nazywana stał a wygładzania (k = 3,5,7,...), a s < t n s.

Średnie ruchome Do obliczenia średniej na podstawie parzystej liczby wyrazów (np. dla kwartałów lub miesięcy) używamy średniej ruchomej scentrowanej: y t = 1 k (0.5y t s + gdzie k = 2s, a s < t n s. s 1 i= s+1 y t+i + 0.5y t+s )

Tabela średnich ruchomych

Średniookresowe tempo zmian (stopa zmian) Miarę dynamiki zwana stopa zmian wykorzystuje się do charakteryzowania średniego tempa zmian wartości cechy za cały badany okres. Stopę zmian można obliczać w dwojaki sposób, na podstawie: dwóch skrajnych wyrazów szeregu czasowego, wszystkich wyrazów szeregu czasowego.

Stopa zmian Stosujac pierwszy sposób oblicza się najpierw średnia geometryczna z indeksów łańcuchowych y t /y t 1 (t = 2,3,...,n): y2 I t/t 1 = n 1 y3 y 1 y 2 y n y n 1 = n 1 yn y 1 = ( yn ) 1 n 1. y 1 Po zlogarytmowaniu obu stron równania otrzymujemy: ( yn ) 1 n 1 lni t/t 1 = ln = 1 ( y 1 n 1 ln yn ) = C, y 1 gdzie C konkretna wartość.

Stopa zmian Wówczas: I t/t 1 = e C = e ( ) 1 n 1 ln yn y1. Po obliczeniu I t/t 1 wyznaczamy średniookresowe tempo zmian jako: ( ) r g = I t/t 1 1 100%. Obliczanie stopy zmian na podstawie dwóch skrajnych wartości cechy jest wskazane w przypadku, gdy badane zjawisko wykazuje jednoznaczna tendencję rozwojowa, wzrostowa albo spadkowa.

Stopa zmian Jeżeli w rozwoju zjawiska występuja wyraźne odchylenia od tendencji wzrostowej albo spadkowej, to bardziej poprawne jest obliczanie średniego tempa zmian na podstawie wszystkich wartości cechy za pomoca wzoru: 3m + 9m 2 + 24m(n 1)( 1 y 1 n t=1 y t n) r g = 100%, 2m(n 1) gdzie m = n(n + 1). Jeżeli stopa zmian jest większa od 0, to badane zjawisko wykazuje tendencję wzrostowa. W przypadku, gdy stopa zmian jest mniejsza od 0 mamy do czynienia z tendencja spadkowa. Gdy stopa zmian jest równa 0, to występuje stagnacja w rozwoju zjawiska.

Stopa zmian W analizach finansowych stopa zmian jest określana mianem stopy procentowej. Posługujemy się nia w obliczaniu przyszłej wartości pieniadza y n, po n latach, przy założeniu, że zainwestowany kapitał poczatkowy wynosi y 0 (przy stałej stopie procentowej). Wartość y n wyznacza się w zależności od różnych form i częstotliwości kapitalizacji odsetek, stosujac: kapitalizację zwykła (tylko kapitał poczatkowy przynosi dochód) y n = y 0 (1 + n r g ), roczna kapitalizację odsetek: y n = y 0 (1 + r g ) n,

Stopa zmian wielokrotna w ciagu roku kapitalizację odsetek: y n = y 0 (1 + r g m )n m, gdzie y n oznacza przyszła wartość pieniadza, y 0 wartość zainwestowanego kapitału (kapitał poczatkowy), r g stała stopę procentowa, n liczbę lat kapitalizacji odsetek, a m liczbę okresów w ciagu roku.