ANALIZA SZEREGÓW CZASOWYCH

Podobne dokumenty
ANALIZA SZEREGÓW CZASOWYCH

Wykład 6. Badanie dynamiki zjawisk

Wykład 6. Badanie dynamiki zjawisk

PODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK

Cechy szeregów czasowych

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej

Wygładzanie metodą średnich ruchomych w procesach stałych

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

Analiza szeregów czasowych uwagi dodatkowe

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Prognozowanie i symulacje

Procedura normalizacji

MODEL TENDENCJI ROZWOJOWEJ

dy dx stąd w przybliżeniu: y

formularzy opisowych, ankiet lub innych dokumentów stanowi nieuporządkowany statystyczny, stanowi on podstawę dalszych

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

Stanisław Cichocki Natalia Nehrebecka. Wykład 2

Weryfikacja hipotez dla wielu populacji

Stanisław Cichocki Natalia Nehrebecka. Wykład 2


Zajęcia 2. Estymacja i weryfikacja modelu ekonometrycznego

Wykład 6. Badanie dynamiki zjawisk

Analiza danych OGÓLNY SCHEMAT. Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

ANALIZA DYNAMIKI ZJAWISK (dok.) WYGŁADZANIE szeregu czasowego

Matematyka ubezpieczeń majątkowych r.



SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3


Równania różniczkowe. Lista nr 2. Literatura: N.M. Matwiejew, Metody całkowania równań różniczkowych zwyczajnych.

Zad 2 Dynamika zatrudnienia mierzona indeksami łańcuchowymi w ostatnich pięciu latach kształtowały się następująco: Lata Indeksy ( w %)

PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK

Ekonometryczne modele nieliniowe

Kier. MTR Programowanie w MATLABie Laboratorium

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne

Arytmetyka finansowa Wykład z dnia

Ekonometria I materiały do ćwiczeń data lp wykładu temat Wykład dr Dorota Ciołek Ćwiczenia mgr inż. Marta Chylińska

Statystyka. Zmienne losowe

STATYSTYKA MATEMATYCZNA

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

PROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. Strona 1

licencjat Pytania teoretyczne:







Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

RACHUNEK NIEPEWNOŚCI POMIARU

ZASTOSOWANIE ZMODYFIKOWANEJ METODY NAJBLIŻSZYCH SĄSIADÓW DO PROGNOZOWANIA CHAOTYCZNYCH SZEREGÓW CZASOWYCH

Natalia Nehrebecka. Wykład 2

Mikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE











Politechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych

PROGNOZOWANIE I SYMULACJE. mgr Żaneta Pruska. Ćwiczenia 2 Zadanie 1

Mikroekonometria 10. Mikołaj Czajkowski Wiktor Budziński

Funkcje i charakterystyki zmiennych losowych

DYNAMIKA KONSTRUKCJI

Finansowe szeregi czasowe wykład 7

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer

Ekonometria I materiały do ćwiczeń

Podstawowe algorytmy indeksów giełdowych

Pobieranie próby. Rozkład χ 2

Transformacja Hilberta (1905)

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

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Transformacja Hilberta (1905)

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

więc powyższy warunek będzie zapisany jako dy dt

; -1 x 1 spełnia powyższe warunki. Ale

Natalia Nehrebecka. Zajęcia 3

ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych)

Elementy i Obwody Elektryczne

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

; -1 x 1 spełnia powyższe warunki. Ale

E k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny

Dyskretny proces Markowa

Parametry zmiennej losowej

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. Strona 1

EKONOMETRIA Wykład 2: Metoda Najmniejszych Kwadratów

ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH

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

Transkrypt:

ANALIZA SZEREGÓW CZASWYCH Szereg czasow zbór warośc baanej cech lub warośc baanego zjawska zaobserwowanch w różnch momenach czasu uporząkowan chronologczne. Skłank szeregu czasowego:. enencja rozwojowa (ren) 2. wahana okresowa 3. wahana konunkuralne 4. wahana przpakowe Najprosszą meoą analz szeregów czasowch jes wrównwane szeregu prowazące o welmnowana z szeregu wahań przpakowch a prz opowenm posępowanu okresowch. Można akże okonać pomaru wahań okresowch poprzez porównane perwonego szeregu czasowego z szeregem wrównanm (wskaźnk okresowośc). WYRÓWNYWANIE SZEREGU CZASWEG Jeną z meo wrównwana szeregu czasowego jes oblczene śrench ruchomch zasąpene nm perwonch wrazów szeregu czasowego. Śrene ruchome można polczć na posawe: ) neparzsej lczb pookresów w pełnm cklu wahań: = q + r ( q, q 2,..., n q) 2q + = + + r= q (la q= orzmujem wzór na śrene ruchome rzokresowe, la q=2 wzór na śrene ruchome pęcookresowe,.). Szereg złożon z ak oblczonch śrench ruchomch jes krósz o perwonego szeregu o 2q wrazów.

2) parzsej lczb pookresów w pełnm cklu wahań zw. śrene ruchome scenrowane (np. wahana półroczne, kwaralne, mesęczne) q = q + + r + + q ( = q+, q+ 2,..., n q) 2q 2 r= q 2 Przkła: 45 40 35 30 25 20 5 0 5 0 2 3 4 5 6 7 8 9 0 2 3 4 5 6 7 8 9 20 Czas szereg newrównan śrene ruchome 3-okresowe śrene ruchome 5-okresowe PMIAR WAHAŃ KRESWYCH: Pomaru wahań okresowch okonuje sę za pomocą wskaźnków okresowośc. Sposób konsrukcj wskaźnków zależ o ego, cz w baanm szeregu wsępuje ren oraz cz wahana okresowe nakłaają sę na ren w sposób awn cz mulplkawn. Szereg czasow awn szereg czasow, kórego poszczególne elemen sumują sę a funkcja renu jes lnowa. Wahana okresowe cechuje u w przblżenu sała amplua wahań. Szereg czasow mulplkawn szereg czasow, kórego poszczególne elemen nakłaają sę na ren w sposób mnożnkow a funkcja renu jes nelnowa. Amplua wahań okresowch jes u proporcjonalna o pozomu zjawska.

Wskaźnk wahań okresowch la szeregu czasowego bez renu Welkość wahań określa sę porównując śrene warośc baanej zmennej oblczone la poszczególnch pookresów cklu ze śreną waroścą ej zmennej oblczoną na posawe wszskch obserwacj.. mulplkawne = (=,2,...,) gze: n lczba elemenów szeregu czasowego lczba pookresów numer pookresu w cklu N zbór numerów obserwacj, kóre oczą -ego pookresu w cklu () = - śrena warość baanej zmennej w -m pookrese cklu n N n n = = - śrena z całego szeregu czasowego. Inerpreacja : na skuek wahań okresowch welkość zjawska w -m pookrese cklu jes o ( -)00% wższa / nższa o śrenego pozomu zjawska w całm okrese. Zachozą równośc: = = ( ) 00% = 0 = 2. awne S = (=,2,...,) Inerpreacja S : na skuek wahań okresowch welkość zjawska w -m pookrese cklu jes o S wższa / nższa o śrenego pozomu zjawska w całm okrese Zachoz równość: = S = 0

Wskaźnk wahań okresowch la szeregu czasowego z renem W m przpaku welkość wahań określa sę porównując perwon szereg czasow z szeregem wrównanm. Dlaego najperw należ wrównać szereg.. mulplkawne a) najperw oblczam śrene ruchome b) nasępne oblczam nwualne wskaźnk okresowośc c) nasępne oblczm surowe wskaźnk okresowośc ' = n N (=,2,...); suma surowch wskaźnków okresowch najczęścej ne jes równa lczbe pookresów w cklu, laego wskaźnk należ oczścć: ) oczszczone wskaźnk okresowośc: = ' (=,2,...,) ' Zachoz równość: = = Inerpreacja : na skuek wahań okresowch welkość zjawska w -m pookrese cklu jes o ( -)00% wższa / nższa nż wnkałob o z renu. = 2. awne S' = ( ) (=,2,...,) neoczszczone n N S = S ' S ' (=,2,...,) oczszczone = Inerpreacja S : na skuek wahań okresowch welkość zjawska w -m pookrese cklu jes o S wższa / nższa nż wnkałob o z renu. Zachoz równość: = S = 0

Wskaźnk okresowe są oblczane w celu: ) pomaru wahań okresowch 2) elmnacj wahań okresowch z szeregu czasowego 3) prognozowana zjawska la przszłch okresów ELIMINACJA WAHAŃ KRESWYCH ZA PMCĄ WSKAŹNIKÓW KRESWŚCI: a) w przpaku wahań mulplkawnch proceura a polega na zelenu wrazów perwonego szeregu czasowego przez opowaające m wskaźnk : = la N b) w przpaku wahań awnch proceura a polega na oejmowanu o wrazów perwonego szeregu czasowego opowaające m wskaźnk S : = S la N Szereg czasow o elemenach określon jes lko przez ren wahana przpakowe. Na jego posawe można oszacować za pomocą MNK paramer funkcj renu. PRGNZWANIE ZJAWISKA: a) w przpaku wahań mulplkawnch: P = ˆ la T N T T gze ˆT jes waroścą oszacowanej funkcj renu la =T. b) w przpaku wahań awnch: P = ˆ + S la T N T T