Składowe szeregów czasowych

Prognozowanie i symulacje

Strona główna | Ekonometria | Statystyka | Prognozowanie i symulacje | Formularz kontaktowy

 

 

Dokonując dekompozycji  czyli wyodrębnienia składowych szeregu czasowego czasowych badamy standardowo następujące  czynniki:

 

Trend jest składową systematyczna szeregu a określamy go jako długookresowy wzrost lub spadek wartości  naszej zmiennej powstający na skutek oddziaływania niezmiennego zestawu czynników . Stały poziom zmiennej jest przeciwieństwem trendu i występuje gdy wartości obserwowane lekko oscylują blisko stałego poziomu zmiennej (średniej).

 

trend liniowy

 

Składowa okresowa jest także składową systematyczną a uwidacznia się w szeregu w postaci wahań cyklicznych lub sezonowych. Wahania sezonowe/okresowe powtarzają  się w określonych odstępach czasowych – są  to najczęściej miesiące, kwartały, półrocza (w zakresie jednego roku)

Wahania cykliczne wyrażają się w postaci długookresowych, rytmicznych wahań przeciętnej wartości zmiennej lub wokół tendencji rozwojowej (trendu).

Przykładem podręcznikowym jest bezrobocie które narasta w  miesiącach zimowych a maleje w letnich, gdy zatrudnienie narasta  okresowo w rolnictwie i budownictwie.

 

 

Składowa przypadkowa nie jest czynnikiem  systematycznym i który utrudnia badanie szeregu czasowego gdyż wprowadza tzw. czynnik losowy. Ten „element chaosu” nie jest uchwytny ani dla narzędzi matematycznych ani ekonometrycznych ponieważ nie rządzi nim żadna prawidłowość lub schemat. Obserwacja wzrokowa szeregu na wykresie daje nam odczucie, iż szereg ma nieregularne większe i mniejsze spadki / wzrosty, które występują całkowicie losowo czyli nieprzewidywalnie. Czynnika losowego z badań nie da się wykluczyć ale możemy jego negatywne działanie na jakość prognoz ograniczać poprzez dobór odpowiedniej metody prognozowania.

 

 


Mapa strony ekonometria.4me.pl

Ekonometria
Model ekonometryczny teoria
Jednorównaniowy model ekonometryczny
Metoda Hellwiga
MNK
Podstawy weryfikacji
Hipoteza o istotności parametrów strukturalnych
Funkcja produkcji
Ekonometria  korelacja i regresja  wzory
Założenia i własności predykcji ekonometrycznej
Jak to robią profesjonaliści ?
Analiza przepływów międzygałęziowych
Programowanie liniowe
Analiza popytu
Analiza kosztów
Współczynniki Pearsona  dwie zmienne objaśniające
Współczynniki Pearsona trzy zmienne objaśniające
Zadania obowiązujące na SGH cz.1

 

Statystyka

Statystyka  pojęcia podstawowe

Parametry statystyczne

Opracowanie materiału statystycznego

Tablica korelacyjna

Podstawowe prawdy statystyki

Kilka rozkładów

Statystyka  wzory

Dystrybuanta rozkładu normalnego N

Rozkład Durbina Watsona

Rozkład t-Studenta

Rozkład wartości krytycznej współczynnika korelacji dla 0,05

Rozkład F dla 0,05

Rozkład F dla 0,01

Rozkład liczby serii

Rozkład Poissona

Rozkład G.Cochrana

Rozkład chi kwadrat

Prognozowanie i symulacje

Prognozowanie sprzedaży

Prognozowanie popytu
Prognozowanie -metody heurystyczne
Składowe szeregów czasowych
Modele szeregów czasowych
Metody naiwne
Metoda średniej ruchomej

Wygładzanie wykładnicze
Prognozowanie ekonometryczne
Modele tendencji rozwojowej
Modele analityczne
Trend pełzający
Modele składowej periodycznej
Metoda wskaźników
Analiza harmoniczna
Modele autoregresyjne
Modele ARMA i ARIMA
Model nieliniowy
Model tendencji rozwojowej
Metoda prognozowania Hellwiga
Metoda trendu pełazającego
Prognozowanie ekonometryczne
---


Copyright © ekonometria.4me.pl 2005-2013. Wszelkie prawa zastrzeżone. Zabrania się kopiowania, redystrybucji, publikacji lub modyfikacji jakichkolwiek materiałów zawartych na stronie internetowej , bez wcześniejszej pisemnej zgody autorów.


Składowe szeregów czasowych