Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

Автокорреляция в динамических рядах. Авторегрессионные модели.

Исходные данные. | Средние показатели динамики | Механическое выравнивание временного ряда. Скользящие средние. | Периодизация рядов динамики | Для переменной Экспорт | Экстраполяция трендовой модели | Графическое представление результатов прогнозирования |


Читайте также:
  1. В ЕДИНСТВЕ СТРУКТУРНЫХ И ДИНАМИЧЕСКИХ КООРДИНАТ
  2. В чем заключается проверка динамических характеристик регуляторов?
  3. Задачи, решаемые при газодинамических испытаниях , и методический подход к их решению.
  4. Кейнс-я т-я потребл-я. Альтернативные модели.
  5. Методика 1Z Характеристика динамических особенностей процесса запоминания
  6. Механизмы манипулирования данными в реляционной модели. Реляционная алгебра. Специальные реляционные операции.

 

Еще одним подходом к описанию основной тенденции временного ряда и прогнозированию является авторегрессионная модель. Ее построению предшествует оценка наличия автокорреляции в изучаемом ряду.

Автокорреляция – это зависимость между последовательными значениями (уровнями) временного ряда. Автокорреляция первого порядка (first-order autocorrelation) оценивает степень зависимости между соседними значениями временного ряда. Автокорреляция второго порядка (second-order autocorrelation) оценивает тесноту связи между значениями, разделенными двумя временными интервалами, и т.д

 

Для оценки наличия автокорреляции в динамическом ряду необходимо сделать активным рабочий лист с исходным динамическим рядом (переменная «Экспорт 2001-2007») и запустить процедуру, рассмотренную при анализе автокорреляции в остатках. Разница будет заключаться в том, что в данном случае коэффициенты автокорреляции будут рассчитаны для уровней самого ряда. В итоге получаем таблицу и график.

 

Рис. 81. Таблица со значениями коэффициентов автокорреляции для динамического ряда

 

 

Рис. 82. Графическое изображение автокорреляции динамического ряда

 

Анализируя полученные данные, можно сказать о том, что, несмотря на статистическую значимость коэффициентов автокорреляции на двух из трех лагов, ни один из них не превышает теоретического значения. Однако в учебных целях будем считать, что коэффициент автокорреляции на первом лаге, , значим и говорит об автокорреляционной зависимости первого порядка.

 

То же самое для переменной «Импорт 2001-2007»:

 

Рис. 83. Таблица со значениями коэффициентов автокорреляции для динамического ряда

 

 

Рис. 84. Графическое изображение автокорреляции динамического ряда

 

 

Поскольку в нашем примере максимальное значение имеет коэффициент автокорреляции первого порядка, построим авторегрессионную модель, сместив исходный ряд на 1 лаг, т.е. модель первого порядка.

 

Для вычисления параметров уравнения авторегрессии потребуется создать дополнительную переменную . Воспользуемся тем же приемом, что и при расчете показателей изменения уровней динамического ряда. В результате получаем таблицу с двумя переменными, первая – исходный ряд, а вторая – ряд, смещенный на 1 период. Длина переменных должна быть одинаковой, для чего нужно удалить первую и последнюю строки, содержащие пустые элементы.

 

Рис. 85. Исходный и смещенный динамические ряды с удаленными данными для построения авторегрессионной модели

 

 

Рис. 86. Результаты расчета параметров авторегрессионной модели

 

Рис. 87. Графическое представление динамического ряда и авторегрессионной функции

 

 

Рис. 88. Исходный и смещенный динамические ряды с удаленными данными для построения авторегрессионной модели

 

Рис. 89. Результаты расчета параметров авторегрессионной модели

 

 

Рис. 90. Графическое представление динамического ряда и авторегрессионной функции

 

 


Дата добавления: 2015-10-24; просмотров: 184 | Нарушение авторских прав


<== предыдущая страница | следующая страница ==>
Выбор трендовой модели для переменной ИМПОРТ| Корреляция рядов динамики

mybiblioteka.su - 2015-2024 год. (0.008 сек.)