Prognozowanie na podstawie szeregów czasowych

Nasza ocena:

3
Pobrań: 133
Wyświetleń: 728
Komentarze: 0
Notatek.pl

Pobierz ten dokument za darmo

Podgląd dokumentu
Prognozowanie na podstawie szeregów czasowych - strona 1 Prognozowanie na podstawie szeregów czasowych - strona 2 Prognozowanie na podstawie szeregów czasowych - strona 3

Fragment notatki:

Prognozowanie na podstawie szeregów czasowych Ogólnie:
„Przetworzyć informację o przeszłości oraz przejście od informacji przetworzonej do prognozy”
Sposoby przetwarzania są różne Najczęściej - budowa odpowiedniego modelu
Przejście do przeszłości - reguła (zasada)
Modele szeregów czasowych warto stasować gdy: trudno jest przedstawić ilościowo współzależności; (bo na dane zjawisko wpływa wiele różnych czynników; np. na wydajność pracy wpływa ok 400 czynników)
odpowiedź co będzie, a nie dlaczego; niewiele zmiennych objaśniających; redukcja kosztów; Modele szeregów czasowych ograniczenia: dysponowanie długimi szeregami czasowymi (trzeba mieć szereg o takiej długości, aby wykryć występujące prawidłowości);
wg zasady status quo ( niezmienność czynników otoczenia ), postawa pasywna;
zmiany wyłącznie o charakterze ilościowym (jeżeli różnią się jakościowo, to szeregi czasowe nie powinny być stosowane, warunki w których kształtuje się dane zjawisko nie powinny mieć charakteru jakościowego);
niezbędna identyfikacja składników zmienności szeregu czasowego. Wybór modelu dla szeregu czasowego (idea wyporu postępowania) (Mamy zjawisko, i wiemy, że będzie się ono zmieniało)
Identyfikacja składników (analiza merytoryczna, graficzna, statystyczna (testy)
Stwierdzenie, które elementy zmienności w danym szeregu czasowym występują. Mamy do wyboru Elementy systematyczne zmienności:
Zmienność przypadkowa
Zmienność sezonowa
Zmienność cykliczna
Tendencja
Składniki mogą występować, ale nie muszą, może występować tylko część z nich
Jeżeli stwierdzimy, że elementy składowe występują mamy następnie:
Pomiar - współczynniki lub funkcje (modele), które mierzą natężenie danego składnika (np. wskaźniki sezonowości dla Sezonowości, funkcje trendu dla tendencji dla T (bo tendencję mierzy się funkcją trendu, C dla wahań cyklicznych (np. wzrost gospodarczy mierzy się w %))
Eliminacja - rozdzielenie na części składowe zmienności danego szeregu czasowego - dekompozycja
Wykorzystanie (zmierzonych prawidłowości) w budowie prognozy. SKŁADNIKI ZMIENNOŚCI - POMIAR 1. Wahania przypadkowe - wywołane przez przyczyny nie dające się wyjaśnić
2. Wahania sezonowe (Sezonowość) - zmiany powtarzające się w kolejnych latach w tych samych porach
3. Tendencja (trend) - długookresowy kierunek rozwoju jakiegoś zjawiska
4. Wahania cykliczne - wynikają z zmian koniunkturalnych mających skłonność do powtarzania się co pewien okres

(…)

…> im bliżej 0 tym lepiej
- badanie przyrostów, (obliczamy różnicę między wartością obecną a poprzednią, przy funkcji liniowej są one stałe, jeżeli są przyrosty malejące to np. parabola, funkcja potęgowa, jeżeli przyrosty rosnące - też różne postacie funkcji;)
- Inne sposoby.
Trend liniowy
Trend potęgowy
Trend kwadratowy
Trend logistyczny
Analiza graficzna - ocena wzrokowa „na oko” obrazu charakteru zmienności - patrząc na obraz każdy człowiek może widzieć coś innego, np. funkcję liniową, hiperbolę, parabolę. Wybór postaci funkcji na oko nie zawsze daje właściwe wyniki.
Sposoby estymacji parametrów funkcji trendu (ad. 5)
Z wolnej ręki (1, 2 3 kiedy potrzebujemy obliczyć szybko)
Selektywnych punktów
Ze średnich
Najmniejszych kwadratów MNK (tylko kiedy spełnione są określone warunki)
Inne metody…
… te będą parametrami
Estymacja parametrów (A= 8,9;2, B= 5,5;10)
Estymacja parametrów funkcji liniowej (ad 5)
Parametry funkcji prostoliniowej obliczamy następująco:
; Obliczona tym sposobem funkcja trendu prostoliniowego jest następująca:
Ze średnich
Parametry prostoliniowego trendu obliczamy na podstawie wzorów:
Funkcja kwadratowa
Weryfikacja (ad 6)
(PYTANIE NA EGZAMIN: dokonaj weryfikacji otrzymanych wyników)
Przykład: przychody kształtowały się Weryfikacja modelu:
merytoryczna (ogólnoekonomiczna):
ocena parametrów;
zgodność z teorią i naszą wiedzą o zjawisku;
Formalno-statystyczna:
istotność parametrów funkcji trendu;
współczynnik zmienności losowej;
współczynnik determinacji lub zbieżności;
składnik losowy (autokorelacja, losowości, symetria, stacjonarność).
Weryfikacja obliczeń (ad 6), czy:
Parametry modelu…
... zobacz całą notatkę

Komentarze użytkowników (0)

Zaloguj się, aby dodać komentarz