АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Практическое занятие 1. Модели, построенные по данным, характеризующим один объект за ряд последовательных моментов (периодов)

Читайте также:
  1. В каждом билете будет практическое задание.
  2. Вводное занятие
  3. Вы можете приходить на занятие
  4. Задание 2. Контрольное практическое задание
  5. Занятие (2часа)
  6. Занятие 1 (2 часа)
  7. Занятие 1 Классификация и назначение топографических карт.
  8. Занятие 1.2. Расчет и анализ показателей валового выпуска, промежуточного потребления и добавленной стоимости по отраслям экономики
  9. Занятие 2 (2 часа)
  10. Занятие 2 (2 часа)
  11. Занятие 2 – конфигурация приемника, инициализация, навигация к заданным точкам
  12. Занятие 2. Основы конституционного права Соединенных Штатов Америки, Великобритании, Франции, ФРГ и КНР

 

Модели, построенные по данным, характеризующим один объект за ряд последовательных моментов (периодов), называются моделями временных рядов.

Временной ряд – это совокупность значений какого-либо показателя за несколько последовательных моментов или периодов.

Каждый уровень временного ряда формируется из трендовой (T), циклической (S) и случайной (Е) компонент.

Модели, в которых временной ряд представлен как сумма перечисленных компонент, – аддитивные модели, как произведение – мультипликативные модели временного ряда.

Аддитивная модель имеет вид: Y = Т + S + Е;

Мультипликативная модель: Y = T • S • E.

Автокорреляция уровней ряда – это корреляционная зависимость между последовательными уровнями временного ряда:

,

где , коэффициент автокорреляции уровней ряда первого порядка;

,

где , коэффициент автокорреляции уровней ряда второго порядка.

Формулы для расчета коэффициентов автокорреляции старших порядков легко получить из формулы линейного коэффициента корреляции.

Последовательность коэффициентов автокорреляции уровней первого, второго и т.д. порядков называют автокорреляционной функцией временного ряда, а график зависимости ее значений от величины лага (порядка коэффициента автокорреляции) – коррелограммой.

Построение аналитической функции для моделирования тенденции (тренда) временного ряда называют аналитическим выравниванием временного ряда. Для этого чаще всего применяются следующие функции:

• линейная ŷt = a + b • t;

• гипербола ŷt = а + b / t;

• экспонента ŷt =ea+bt;

• степенная функция ŷt =a • tb;

• парабола второго и более высоких порядков ŷt =a + b1 • t + b2 • t2 +... + bk • tk.

Параметры трендов определяются обычным МНК, в качестве независимой переменной выступает время t = 1,2,..., n, а в качестве зависимой переменной фактические уровни временного ряда уt. Критерием отбора наилучшей формы тренда является наибольшее значение скорректированного коэффициента детерминации .

 


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.004 сек.)