Временной ряд (ряд динамики) – последовательность значений показателя у, упорядоченных по значениям переменной t (по времени)
– уровень ряда
- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Одномерные временные ряды презентация
Содержание
- 1. Одномерные временные ряды
- 2. Величина каждого уровня складывается
- 3. Модель временного ряда Аддитивная модель:
- 4. Автокорреляция уровней временного ряда
- 6. Пример: yt – данные о средних расходах на конечное потребление за 8 лет
- 7. Определение структуры временного ряда Высокое значение r1
- 8. Если нет статистически значимых коэф-фициентов, то:
- 9. Моделирование тенденции временного ряда
- 10. Наиболее распространённые функции трендов:
- 11. Если
- 12. Моделирование ряда с циклическими (сезонными) колебаниями
- 13. Алгоритм определения сезонной составляющей: Выравнивание исходного ряда
- 14. Алгоритм определения сезонной составляющей: Устранение сезонной компоненты
- 15. Расчёт и анализ ошибок Абсолютные ошибки:
Величина каждого уровня складывается под влиянием различных факторов, которые можно разбить на 3 группы: факторы, формирующие тенденцию ряда факторы, формирующие циклические (периодические) колебания случайные факторы
Слайд 1Тема 4: Одномерные временные ряды
Временной ряд – эконометрическая модель,
которая строится по временным данным (в отличие от пространственных).
Временной ряд (ряд динамики) – последовательность значений показателя у, упорядоченных по значениям переменной t (по времени)
– уровень ряда
Временной ряд (ряд динамики) – последовательность значений показателя у, упорядоченных по значениям переменной t (по времени)
– уровень ряда
Слайд 2
Величина каждого уровня складывается под влиянием различных факторов, которые
можно разбить на 3 группы:
факторы, формирующие тенденцию ряда
факторы, формирующие циклические (периодические) колебания
случайные факторы
Как правило, уровень ряда содержит все эти компоненты
факторы, формирующие тенденцию ряда
факторы, формирующие циклические (периодические) колебания
случайные факторы
Как правило, уровень ряда содержит все эти компоненты
Слайд 3Модель временного ряда
Аддитивная модель:
Мультипликативная модель:
Задача: определение наличия
и количественная оценка
каждой составляющей
Слайд 4Автокорреляция уровней временного ряда
Автокорреляция – корреляционная зависимость
между последовательными уровнями ряда
– коэффициент автокорреляции 1-го порядка (лаг = 1):
– коэффициент автокорреляции 1-го порядка (лаг = 1):
Слайд 5
–
коэффициент автокорреляции
2-го порядка (лаг = 2):
Совокупность различных порядков называется автокорреляционной функцией временного ряда. Её график – коррелограмма.
2-го порядка (лаг = 2):
Совокупность различных порядков называется автокорреляционной функцией временного ряда. Её график – коррелограмма.
Слайд 7Определение структуры временного ряда
Высокое значение r1 свидетельствует о наличии линейной тенденции.
При увеличении лага связь ослабевает
Если r1 – наиболее высокий коэффи-циент, то ряд содержит только тенден-цию (линейную)
Если наиболее высокий коэффициент – rm , то ряд содержит циклические колебания с периодом m
Если r1 – наиболее высокий коэффи-циент, то ряд содержит только тенден-цию (линейную)
Если наиболее высокий коэффициент – rm , то ряд содержит циклические колебания с периодом m
Слайд 8
Если нет статистически значимых коэф-фициентов, то:
либо ряд не содержит тенденции и
циклических колебаний, т. е. включает только случайную составляющую (стационарный ряд);
либо ряд содержит сильную нелинейную тенденцию
либо ряд содержит сильную нелинейную тенденцию
Слайд 9Моделирование тенденции временного ряда
Метод – аналитическое выравнивание
(определение функции ) с помощью МНК.
Определение типа тенденции:
построение и визуальный анализ графика
расчёт и анализ показателей динамики
расчёт и анализ коэффициентов авто-корреляции исходных и преобразованных уровней
Определение типа тенденции:
построение и визуальный анализ графика
расчёт и анализ показателей динамики
расчёт и анализ коэффициентов авто-корреляции исходных и преобразованных уровней
Слайд 11
Если ряд содержит нелинейную тенденцию, то
выбор наилучшего уравнения тренда производится методом перебора
на основе критерия максимума скорректированного индекса детерминации R2adj
(либо минимума стандартной ошибки оценки Sст.)
на основе критерия максимума скорректированного индекса детерминации R2adj
(либо минимума стандартной ошибки оценки Sст.)
Слайд 12Моделирование ряда с циклическими (сезонными) колебаниями
Тип модели выбирается в
зависимости от
характера колебаний:
если амплитуды колебаний примерно одинаковы, используется аддитивная модель временного ряда;
если амплитуды увеличиваются или уменьшаются, используется мультипли-кативная модель
характера колебаний:
если амплитуды колебаний примерно одинаковы, используется аддитивная модель временного ряда;
если амплитуды увеличиваются или уменьшаются, используется мультипли-кативная модель
Слайд 13Алгоритм определения сезонной составляющей:
Выравнивание исходного ряда методом скользящей средней (у*) по
интервалу, равному периоду колебаний (это устраняет сезонную компоненту c(t))
Расчёт значений c(t)
для аддитивной модели:
для мультипликативной
модели:
и их усреднение по годам.
Расчёт значений c(t)
для аддитивной модели:
для мультипликативной
модели:
и их усреднение по годам.
Слайд 14Алгоритм определения сезонной составляющей:
Устранение сезонной компоненты из исходных данных:
для аддитивной
модели:
для мультипликативной
модели:
Определение тенденции – расчёт
Расчёт прогнозных значений:
для мультипликативной
модели:
Определение тенденции – расчёт
Расчёт прогнозных значений:
Слайд 15Расчёт и анализ ошибок
Абсолютные ошибки:
или
Относительные ошибки:
Отношение суммы квадратов абсолют-ных ошибок к общей сумме квадратов отклонений характеризует стандартную ошибку оценки аддитивной модели
Относительные ошибки:
Отношение суммы квадратов абсолют-ных ошибок к общей сумме квадратов отклонений характеризует стандартную ошибку оценки аддитивной модели
