To tylko jedna z 2 stron tej notatki. Zaloguj się aby zobaczyć ten dokument.
Zobacz
całą notatkę
Dane otrzymane w wyniku obserwacji zjawiska w jednakowo oddalonych od siebie momentach czasu lub w kolejnych, równych sobie, przedziałach czasu tworzą tzw. szereg czasowy. Zmiany zjawiska w czasie mogą podlegać pewnym prawidłowościom, których wykrycie i opis jest przedmiotem analizy szeregu czasowego. Najczęściej stwierdza się występowanie w szeregu czasowym następujących składników:
tendencja rozwojowa (trend)
wahania okresowe
wahania cykliczne
wahania przypadkowe.
Tendencja rozwojowa jest własnością szeregu czasowego ujawniającą się poprzez systematyczne, jednokierunkowe zmiany (wzrost lub spadek) poziomu badanego zjawiska zachodzące w długim okresie. Charakter tych zmian (systematyczność i długotrwałość) pozwala przypuszczać, że przyczyną występowania określonego trendu w rozwoju zjawiska jest stałe oddziaływanie na zjawisko pewnego splotu czynników określanych mianem przyczyn głównych.
Wahania okresowe są to rytmiczne wahania o określonym cyklu (okresie przebiegu). Najczęściej obserwuje się wahania o cyklu rocznym, przy czym podokresami cyklu w takim przypadku mogą być półrocza, kwartały, miesiące, a nawet dni.
Wahania koniunkturalne to systemowe, falowe wahania rozwoju gospodarki obserwowane w dłuższych od roku okresach. Analiza tego rodzaju wahań wymaga wieloletnich obserwacji. Wahania przypadkowe wyrażają wpływ na zmienną y czynników losowych oraz błędów wynikających ze specyfikacji modelu. Identyfikację poszczególnych składowych szeregu czasowego konkretnej zmiennej umożliwia w wielu przypadkach ocena wzrokowa sporządzonego wykresu danych. Wykres przykładowego szeregu czasowego, z różnymi rodzajami składowych zamieszczono na rys. 1 i 2.
Prawidłowości rozwoju zjawiska wykryte w szeregach czasowych opiszemy w postaci modelu opisującego zależność poziomu zjawiska od czasu, czyli w postaci funkcji:
yt = f(t) + g(t) + t (1)
lub
yt = const + g(t) + t (2)
gdzie:
f(t) - funkcja czasu, charakteryzująca tendencje rozwojową szeregu, czyli funkcja trendu,
g(t) - funkcja czasu, charakteryzująca wahania sezonowe
t - zmienna losowa, charakteryzująca efekty oddziaływania wahań przypadkowych
const - stały, średni poziom zmiennej
Nie oznacza to, że czas jest przyczyną zmian zachodzących w poziomie zjawiska, lecz że zmiany czasu są wyrazem zmiany warunków jakie towarzyszą danemu zjawisku ( K. Zając [7] ).
Celem analizy szeregów czasowych jest:
oszacowanie parametrów wybranego modelu kształtowania się zmiennej i ocena dokładności dopasowania modelu do danych empirycznych ( ten etap badania szeregu czasowego dotyczy
(…)
…, prowadząc na ogół do dużych błędów wnioskowania w przyszłość. W takich przypadkach bardziej wskazane jest skorzystanie z modelu przyczynowo-skutkowego, który umożliwia ocenę siły wpływu poszczególnych zmiennych objaśniających na zmienną prognozowaną.
…
... zobacz całą notatkę
Komentarze użytkowników (0)