Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь FAQ Написать работу КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Методы оценивания линейной модели множественной регрессии в Excel. (15)Содержание книги
Похожие статьи вашей тематики
Поиск на нашем сайте
1) Надстройка Excel Анализ данных, инструмент Регрессия; 2) Надстройка Excel Поиск решения; 3) Матричные функци Excel по формуле A = XY; 4) По формулам: = , = -
41. Модели нестационарных временных рядов с трендом и сезонной составляющей и их идентификация (15 баллов). Большая часть финансовых и экономических временных рядов являются нестационарными, поскольку их вероятностные характеристики, такие, как математическое ожидание, дисперсия, а также автоковариационная и автокорреляционная функции, изменяются с течением времени, т.е. являются функциями времени. При эконометрическом моделировании нестационарных временных рядов различают временные ряды, нестационарные по среднему значению и по дисперсии. Временной ряд является нестационарным по среднему значению, если его математическое ожидание изменяется во времени в соответствии с некоторым детерминированным или вероятностным законом. В данном случае говорят, что временной ряд содержит детерминированный или стохастический тренд. Для описания временных рядов, нестационарных по среднему значению, используются два основных класса моделей: • модели временных рядов с детерминированным трендом, т.е. модели с трендом в виде детерминированной функции времени; • модели интегрированных временных рядов, которые в общем случае представляются в виде модели авторегрессии интегрированного скользящего среднего (autoregressive integrated moving average model - ARIMA model). Дисперсия значений экономических и финансовых переменных может также зависеть от времени, при этом говорят, что соответствующий временной ряд является нестационарным по дисперсии. Эти временные ряды описываются двумя классами моделей: с условной и безусловной неоднородностью (гетероскедастичностью). Эффекты "безусловной" гетероскедастичности часто могут быть смягчены или устранены за счет подходящих функциональных преобразований временного ряда. В задачах финансового анализа особой популярностью пользуются модели типа ARCH с условной гетероскедастичностью.
42. Модели уровней временного ряда: мультипликативная, аддитивная, смешанная (15 баллов). Модели временных рядов – модели, построенные по данным, характеризующим один объект за ряд последовательных моментов времени.
Отдельный уровень временного ряда Y можно представить в виде функции от основных компонент: f (T,S,E), где T - трендовая компонента; S - сезонная (циклическая) компонента; E - случайный шум.
Модель временного ряда может быть представлена в следующих вариантах: 1. Аддитивная модель временного ряда – модель, в которой ряд представлен как сумма тенденции,сезонной, циклической и случайной компонент: Y=T+S+E. 2. Мультипликативная модель временного ряда – модель, в которой ряд представлен как произведение тенденции,сезонной, циклической и случайной компонент: Y=T∙S∙E. 3. Смешанная модель временного ряда: Y=T∙S+E.
Выбор одной из моделей проводится на основе анализа структуры сезонных колебаний. § Если амплитуда колебаний приблизительно постоянна, строят аддитивную модель временного ряда, в которой значения сезонной компоненты предполагаются постоянными для различных циклов. § Если амплитуда сезонных колебаний возрастает или уменьшается, строят мультипликативную модель временного ряда, которая ставит уровни ряда в зависимость от значений сезонной компоненты.
Модель временного ряда может быть представлена в следующих вариантах. Аддитивная модель временного ряда: . Мультипликативная модель временного ряда: . Смешанная модель временного ряда: . Модель временного ряда с трендом и аддитивной сезонностью имеет место в том случае, если сезонные колебания не зависят от значений ряда: . Модель временного ряда с трендом и мультипликативной сезонностью имеет место в том случае, если сезонные колебания зависят от значений ряда: . Основная задача эконометрического исследования отдельного временного ряда – выявление и придание количественного выражения каждой из перечисленных выше компонент с тем, чтобы использовать полученную информацию для прогнозирования будущих значений ряда или при построении моделей взаимосвязи двух или более временных рядов.
|
||||
Последнее изменение этой страницы: 2016-04-26; просмотров: 577; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.133.148.222 (0.007 с.) |