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

Podobne dokumenty
Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie

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

Analiza szeregów czasowych

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

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

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

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

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

Analiza współzależności zjawisk

Ekonometria. Modele dynamiczne. Paweł Cibis 27 kwietnia 2006

Analiza Zmian w czasie

Ćwiczenia 13 WAHANIA SEZONOWE

Wykład 6. Badanie dynamiki zjawisk

Wykład 6. Badanie dynamiki zjawisk

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

3. Modele tendencji czasowej w prognozowaniu

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd

Zajęcia 1. Statystyki opisowe

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

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

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

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

Po co w ogóle prognozujemy?

Prognozowanie popytu. mgr inż. Michał Adamczak

Wykład 5: Analiza dynamiki szeregów czasowych

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

Wykład 6: Analiza danych czasowych Wykresy, indeksy dynamiki

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

Analiza dynamiki. Sesja Cena akcji 1 42,9 2 41, ,5 5 41, , ,5

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

Analiza autokorelacji

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

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

STATYSTYKA. Na egzamin należy przynieść:

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Indeksy dynamiki (o stałej i zmiennej podstawie)

Projekcja wyników ekonomicznych produkcji mleka na 2020 rok. Seminarium, IERiGŻ-PIB, r. mgr Konrad Jabłoński

Ćwiczenia, Makrokonomia II, 4/11 października 2017

WYKŁAD 2. Problemy makroekonomii i wielkości makroekonomiczne

Nabycie umiejętności wyznaczania i interpretowania metod opisu struktury zbiorowości statystycznej

L.Kowalski zadania ze statystyki opisowej-zestaw 4. ZADANIA Zestaw 4

3. Analiza własności szeregu czasowego i wybór typu modelu

Imię, nazwisko i tytuł/stopień KOORDYNATORA (-ÓW) kursu/przedmiotu zatwierdzającego protokoły w systemie USOS Jacek Marcinkiewicz, mgr

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


Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2015/2016

A.Światkowski. Wroclaw University of Economics. Working paper

Zagadnienie 1: Prognozowanie za pomocą modeli liniowych i kwadratowych przy wykorzystaniu Analizy regresji wielorakiej w programie STATISTICA

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych

Podstawy statystyki - ćwiczenia r.

Czynniki determinujące opłacalność produkcji wybranych produktów rolniczych w perspektywie średnioterminowej

czerwiec 2013 Uwaga: Przy rozwiązywaniu zadań, jeśli to konieczne, należy przyjąć poziom istotności 0,1 i współczynnik ufności 0,90

Analiza sezonowości. Sezonowość może mieć charakter addytywny lub multiplikatywny

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

Stan i prognoza koniunktury gospodarczej

Makroekonomia I Ćwiczenia

Ćwiczenie 5 PROGNOZOWANIE

ANALIZA SPRZEDAŻY: - rozproszenia

Joanna Korpas Magdalena Wojtkowska Jakub Sarbiński. Informacja o wypłacie zasiłków z Funduszu Ubezpieczeń Społecznych

5. Model sezonowości i autoregresji zmiennej prognozowanej

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK

Zaktualizowana prognoza zatrudnienia według wielkich grup zawodów w Polsce na lata

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

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

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

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

PRZEWODNIK PO PRZEDMIOCIE. Statystyka opisowa. Zarządzanie. niestacjonarne. I stopnia. dr Agnieszka Strzelecka. ogólnoakademicki.

Zad. 1. Wartość pożyczki ( w tys. zł) kształtowała się następująco w pewnym banku:

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

Statystyka. Wykład 10. Magdalena Alama-Bućko. 14 maja Magdalena Alama-Bućko Statystyka 14 maja / 31

Zawartość. Zawartość

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej III kwartał 2017 r.

Wybór postaci analitycznej modelu ekonometrycznego

Rachunki narodowe ćwiczenia, 2015

O LICZBIE ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE ZDANIEM TRZECH STATYSTYKÓW

Niepewność pomiaru. Wynik pomiaru X jest znany z możliwa do określenia niepewnością. jest bledem bezwzględnym pomiaru

Stan i prognoza koniunktury gospodarczej

Dopasowywanie modelu do danych

FLESZ WRZESIEŃ Wszystkie dotychczas wypracowane przez Obserwatorium treści znaleźć można na stronie internetowej:

Prognozowanie na podstawie modelu ekonometrycznego

Statystyka opisowa SYLABUS A. Informacje ogólne

Stan i prognoza koniunktury gospodarczej

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej II kwartał 2019 r.

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014

DANE STATYSTYKI PUBLICZNEJ I OBLICZENIA WSKAŹNIKÓW CHARAKTERYZUJĄCYCH RYNEK PRACY ORAZ GOSPODARKĘ AGLOMERACJI POZNAŃSKIEJ

Inflacja - definicja. Inflacja wzrost ogólnego poziomu cen. Deflacja spadek ogólnego poziomu cen. Dezinflacja spadek tempa inflacji.

FLESZ. Wszystkie dotychczas wypracowane przez Obserwatorium treści znaleźć można na stronie internetowej:

Egzamin ze statystyki, Studia Licencjackie Stacjonarne. TEMAT C grupa 1 Czerwiec 2007

FLESZ. Wszystkie dotychczas wypracowane przez Obserwatorium treści znaleźć można na stronie internetowej:

Analiza porównawcza koniunktury gospodarczej w województwie zachodniopomorskim i w Polsce w ujęciu sektorowym

FLESZ LUTY Wszystkie dotychczas wypracowane przez Obserwatorium treści znaleźć można na stronie internetowej:

Metodologia obliczania miar inflacji bazowej publikowanych przez Narodowy Bank Polski

RAPORT MIESIĘCZNY wrzesień 2014

Makroekonomia I ćwiczenia 4 Pieniądz

Kolokwium I z Makroekonomii II Semestr zimowy 2014/2015 Grupa I

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

Kolokwium ze statystyki matematycznej

DANE STATYSTYKI PUBLICZNEJ I OBLICZENIA WSKAŹNIKÓW CHARAKTERYZUJĄCYCH RYNEK PRACY ORAZ GOSPODARKĘ AGLOMERACJI POZNAŃSKIEJ

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

t y x y'y x'x y'x x-x śr (x-x śr)^2

Transkrypt:

Analiza dynami zjawisk Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy się w tej tematyce. Indywidualne indeksy dynamiki Indywidualne indeksy dynamiki określają stosunek poziomu badanego zjawiska, wyrażonego w takich samych jednostkach miary (pieniężnych lub naturalnych), w dwóch różnych okresach (momentach). W zależności od przyjętej podstawy porównań wyróżnia się: indywidualne indeksy dynamiki o podstawie stałej, które określają, o ile wzrósł lub spadł poziom badanego zjawiska w okresie badanym w porównaniu z okresem bazowym:

gdzie: y t poziom zjawiska w badanym okresie, y 0 poziom zjawiska w okresie bazowym, jeżeli: o nastąpił spadek poziomu zjawiska, to i t/0 < 1 lub i t/0 < 100%, o nastąpił wzrost poziomu zjawiska, to i t/0 > 1 lub i t/0 > 100%, o zjawisko pozostało na niezmienionym poziomie, to i t/0 = 1 lub i t/0 = 100%; indywidualne indeksy dynamiki o podstawie zmiennej, które określają, o ile wzrósł lub spadł poziom badanego zjawiska w okresie badanym w po-równaniu z okresem bezpośrednio poprzedzającym okres badany: gdzie:

y t poziom zjawiska w badanym okresie, y t-1 poziom zjawiska w okresie bezpośrednio poprzedzającym okres badany jeżeli: o nastąpił spadek poziomu zjawiska, to i t/t-1 < 1 lub i t/t-1 < 100%, o nastąpił wzrost poziomu zjawiska, to i t/t-1 > 1 lub i t/t-1 > 100%, o zjawisko pozostało na niezmienionym poziomie, to i t/t-1 = 1 lub i t/t-1 = 100%. Średniookresowe tempo zmian to wskaźnik, który informuje, o ile procent, przeciętnie biorąc, zmieniał się poziom zjawiska z okresu na okres w całym przedziale czasowym objętym obserwacją. Wskaźnik ten można wyznaczyć tylko wtedy, gdy zmiany w poziomie badanego zjawiska miały charakter jednokierunkowy (albo wzrosty, albo spadki). Sposób obliczania średniookresowego tempa zmian: dla danych w postaci indeksów łańcuchowych

gdzie: indywidualny indeks dynamiki o podstawie zmiennej (w postaci ułamka dziesiętnego), n liczba badanych okresów; dla danych w postaci wartości absolutnych: gdzie: y n poziom zjawiska w ostatnim badanym okresie, y 1 poziom zjawiska w pierwszym badanym okresie, jeżeli: o następował spadek poziomu zjawiska z okresu na okres, to < 100%,

o następował wzrost poziomu zjawiska z okresu na okres, to > 100%. Na podstawie danych o średniookresowym tempie zmian można prognozować poziom badanego zjawiska w przyszłości wykorzystując w tym celu formułę: ( ) gdzie: ( ) średniookresowe tempo zmian (wyrażone w postaci ułamka dziesiętnego), y n poziom zjawiska w ostatnim badanym okresie, n liczba badanych okresów, p numer okresu, którego dotyczy prognoza. Agregatowe indeksy dynamiki Indeksy agregatowe (zespołowe) umożliwiają badanie zmian zachodzących w zjawiskach, których wielkość wyrażona jest w

różnych jednostkach miary. Wśród agregatowych indeksów dynamiki wyróżnia się: agregatowy indeks wartości, który informuje, o ile wzrosła lub spadła wartość badanej grupy dóbr w okresie badanym w porównaniu z okresem podstawowym gdzie: q i ilość w okresie badanym, q 0 ilość w okresie podstawowym, p i cena w okresie badanym, p 0 cena w okresie podstawowym; agregatowe indeksy ilości, które informują, o ile wzrosła lub spadła ilość badanej grupy dóbr w okresie badanym w porównaniu z okresem podstawowym, przy unieruchomieniu cen na poziomie z okresu: o podstawowego agregatowy indeks ilości Laspeyresa

o badanego agregatowy indeks ilości Paaschego Agregatowe indeksy ilości Laspeyresa i Paaschego określają granice przedziału, w którym zawarta jest prawdziwa wartość indeksu, natomiast za dobre przybliżenie indeksu poprawnie mierzącego zmiany ilości uznaje się agregatowy indeks ilości Fishera. Informuje on, o ile średnio zmieniła się ilość badanej grupy dóbr w okresie badanym w porównaniu z okresem podstawowym: agregatowe indeksy cen, które informują, o ile wzrosły lub spadły ceny ba-danej grupy dóbr w okresie badanym w porównaniu z okresem podstawowym, przy unieruchomieniu ilości na poziomie z okresu: o podstawowego agregatowy indeks cen Laspeyresa

o badanego agregatowy indeks cen Paaschego Agregatowe indeksy cen Laspeyresa i Paaschego określają granice przedziału, w którym zawarta jest prawdziwa wartość indeksu, natomiast za dobre przybli-żenie indeksu poprawnie mierzącego zmiany cen uznaje się agregatowy indeks cen Fishera. Informuje on, o ile średnio zmieniły się ceny badanej grupy dóbr w okresie badanym w porównaniu z okresem podstawowym: Dekompozycja szeregu czasowego Dekompozycja szeregu czasowego polega na wyodrębnieniu poszczególnych składników szeregu czasowego i dokonaniu ich

pomiaru. Do składników tych należą tendencja rozwojowa (trend), wahania okresowe (sezonowe) oraz wahania przypadkowe (losowe). Wyodrębnianie tendencji rozwojowej (trendu) Tendencja rozwojowa to powolne, regularne i systematyczne zmiany (wzrosty lub spadki) badanego zjawiska obserwowane w dostatecznie długim okresie, będące rezultatem działania przyczyn głównych. Wyodrębnienia tendencji rozwojowej (wygładzenia szeregu dynamicznego) można dokonać, wykorzystując m.in. metody mechaniczne i analityczne.

Metoda mechaniczna średnia ruchoma Często stosowana mechaniczna metoda wyrównywania szeregów czasowych po-lega na obliczeniu tzw. średnich ruchomych, czyli średnich arytmetycznych z określonej liczby wyrazów szeregu. Wyznaczenie średnich ruchomych polega na zastępowaniu danych empirycznych z kolejnych okresów średnimi poziomami z okresu badanego i kilku okresów sąsiednich, dzięki czemu eliminuje się występujące wahania. Jeżeli kolejne wartości szeregu dynamicznego (chronologicznego) oznaczymy jako y 1, y 2, y n, to średnią ruchomą oblicza się w następujący sposób: średnia ruchoma trzyokresowa średnia ruchoma pięciokresowa Jeżeli w szeregu występują wahania sezonowe, należy obliczyć średnie ruchome obejmujące wszystkie wyrazy cyklu wahań (np. dla rocznego cyklu wahań wyrażonego szeregiem danych miesięcznych stosuje się średnie ruchome dwunastookresowe, a dla cyklu

wyrażonego szeregiem danych kwartalnych czterookresowe). Ponieważ liczba okresów jest wtedy zazwyczaj parzysta, pojawia się problem z przyporządkowaniem uzyskanych średnich do odpowiednich okresów. Oblicza się wówczas tzw. średnie ruchome scentrowane. Jeżeli kolejne wartości szeregu dynamicznego (chronologicznego) oznaczymy jako y 1, y 2, y n, to średnią ruchomą scentrowaną czterookresową oblicza się w następujący sposób: