Prognozowanie na podstawie szeregu czasowego - omówienie

Nasza ocena:

5
Pobrań: 189
Wyświetleń: 1554
Komentarze: 0
Notatek.pl

Pobierz ten dokument za darmo

Podgląd dokumentu
Prognozowanie na podstawie szeregu czasowego - omówienie - strona 1 Prognozowanie na podstawie szeregu czasowego - omówienie - strona 2 Prognozowanie na podstawie szeregu czasowego - omówienie - strona 3

Fragment notatki:

PROGNOZOWANIE NA PODSTAWIE SZEREGU CZASOWEGO
Podstawowe pojęcia:
Szereg czasowy: Ciąg następujących po sobie obserwacji zjawiska w określonym przedziale
czasu
W analizowanych szeregach czasowych wyróżnia się dwie składowe:
-składową systematyczną
-składowa przypadkową
Składowa systematyczna: Związana z procesem deterministycznym , jest efektem
oddziaływań stałego zestawu czynników na zmienną prognozowaną. Składowa systematyczna
może wystąpić w postaci trendu, stałego (średniego) poziomu zmiennej prognozowanej,
składowej okresowej (periodycznej), która może wystąpić w postaci wahań cyklicznych lub
wahań sezonowych
Składowa przypadkowa: Określana także mianem składnika losowego lub wahaniami
przypadkowymi. Związana z procesem stochastycznym, jest efektem oddziaływań czynników
o charakterze stochastycznym na zmienną prognozowaną.
Trend: długookresowa skłonność do jednokierunkowych zmian (wzrostu lub spadku) wartości
prognozowanej zmiennej. Wyznaczany w przypadku dysponowania długim ciągiem
obserwacji zmiennej prognozowanej.
Stały (przeciętny, średni) poziom: Występuje wówczas, gdy w szeregu czasowym nie
stwierdza się trendu ani wahań© okresowych. Wartości prognozowanej zmiennej oscylują
wokół pewnego stałego (przeciętnego, średniego poziomu)
Składowa okresowa:
Wahania cykliczne: Objawiają się w postaci długookresowych, powtarzających się rytmicznie
w przedziałach czasu dłuższych niż rok, wahań wartości zmiennej wokół tendencji
rozwojowej (trendu) lub stałego (przeciętnego) poziomu tej zmiennej (np. mogą być związane
z cyklem koniunkturalnym)
Wahania sezonowe: Objawiają się w postaci wahań wartości prognozowanej wokół tendencji
rozwojowej (trendu) lub stałego (przeciętnego, średniego) poziomu tej zmiennej. Wahania te
powtarzają się w przedziale czasu nie przekraczającym jednego roku (mogą być powiązane z
porami roku, miesiącami itp.)
Punkty zwrotne: miejsca w których następuje zmiana kierunku trendu (ze wzrostowego na
spadkowy lub odwrotnie), lub zmiana tempa wzrostu lub spadku wartości zmiennej.
Dekompozycja szeregu czasowego: Proces wyodrębniania poszczególnych składowych
szeregu czasowego, następujący w trakcie budowania modeli szeregów czasowych. W wielu
przypadkach, ocena wzrokowa wykresu szeregu czasowego, umożliwia identyfikację
składowych szeregu czasowego.
Klasyfikacja szeregów czasowych ze względu na trend i sezonowość- klasyfikacja
Pegel’a:
Modele wykorzystywane w prognozowaniu można podzielić na strukturalne oraz
niestrukturalne:
Modele strukturalne: Modele wykorzystujące opis zjawisk ekonomicznych lub innych w
postaci formuł lub wzorów matematycznych, oddających naturę badanych zjawisk, w tym
opis zależności przyczynowo-skutkowych w nich występujących.
Modele niestrukturalne: Modele wykorzystujące jedynie informacje zawarte w samych
danych statystycznych opisujących badane zjawisko, bez wnikania w teorie jego opisu bądź
funkcjonowania (np. modele naiwne, oparte na średnich, wykorzystujące wyrównywanie
wykładnicze)
... zobacz całą notatkę



Komentarze użytkowników (0)

Zaloguj się, aby dodać komentarz