Składowe szeregu czasowego
Transkrypt
Składowe szeregu czasowego
H 0 : p ≥ 0,5 H 1 : p < 0,5 H 0 : p = 0,5 H 1 : p ≠ 0,5 T ≤C T ≤C T ≥ m−C H 0 : p ≤ 0,5 H 1 : p > 0,5 Współczynnik zmienności temp = s Vs = ⋅ 100 y T ≥ m−C Błędy ex post Błąd względny ex post Dostosowany błąd względny y − yt* Ψt = t ⋅ 100 yt Θt = y t − y t* ⋅ 100 ( y t + y t* ) / 2 m −1 m i =0 2 * it i =0 j >i * jt 2 (T − t ) + n ∑ (t − t ) 2 1 +1 n ∑ (t − t ) 2 = t =1 ηT = n( n − 1) 12 t =1 ∑y k i =t − k yt = i ∑yw i i =t − k Modele szeregów czasowych z trendem Parametry funkcji Liniowy model Holta b= a = y − bt ∑ (t − t ) y t =1 n ∑ (t − t ) Ft −1 = αy t −1 + (1 − α )( Ft −2 + S t −2 ) S t −1 = β ( Ft −1 − Ft −2 ) + (1 − β ) S t −2 y t* = Ft −1 + S t −1 yT* = Fn + (T − n ) S n t 2 zo t =1 Modele szeregów czasowych z wahaniami sezonowymi Metoda wskaźników model addytywny multiplikatywny postać zmiennej yti = yˆt + ci + ξ ti y = yˆ ⋅ c ⋅ ξ prognozowanej ti t i ti zti = yti − yˆ t w wartość po eliminacji trendu Surowy wskaźnik sezonowości zi oraz q Czysty wskaźnik sezonowości Prognoza T > n zi = zti = 1 k −1 ∑ zi + j × r k j =0 ci = z i − q q= ci = yTi* = yT*( w ) + ci Liniowy model ekonometryczny yT* = a0 + a1 x*1T + a 2 x*2T ... + a m x*mT 0,5 u = tα ;n −m −1 yti yˆt Prognoza z poprawką yt* = yt∗( w) + p p = yn − yˆ n p= ry y = a + bT , T > n * T T 1 ( yt − yt* ) 2 s* = ∑ T − n t = n +1 1 1− p α u = ϕ 2 y t* = αy t −1 + (1 − α ) y t*−1 i −t + k +1 n yˆ t = a + bt Pierwiastek średniego kwadratowego błędu ex post w przedziale weryfikacji P{ yT* − uvT ≤ yT ≤ yT* + uvT } = p Modele szeregów czasowych ze stałym poziomem zmiennej prognozowanej Średnia ruchoma prosta Średnia ruchoma ważona Prosty model wygładzania t −1 t −1 wykładniczego 1 * * yt = t =1 n(n 2 − 1) Prognoza przedziałowa vT ⋅ 100 yT* n +1 t= 2 2 6∑ d t2 .in VT = s n rs = 1 − 1 − r(2y t ,t ) u= Błąd bezwzględny ex ante dla trendu liniowego 2 r( y t ,t ) n − 2 T y t − y t* 1 Ψ= ⋅ 100 ∑ T − n t =n +1 y t Błąd względny ∑ x D (ai ) + 2∑∑ x x cov(ai , a j ) + s VT = *2 it n Średni względny błąd ex post w przedziale weryfikacji Błędy ex ante Bezwzględny błąd ex ante m Współczynnik korelacji rang Spearmana Parametryczny test współczynnika korelacji liniowej Pearsona fo Składowe szeregu czasowego Test Cox’a i Stuart’a n 1 (yt − yˆ t ) ∑ q t = n − q +1 t≤n T >n Analiza harmoniczna n 2 2π 2π yT* = f (T ) + ∑ ai sin iT + bi cos iT T > n n n i =1 n 2 2π ai = ∑ y t sin it a n = 0 n t =1 n 2 bi = 2 n 1 n 2π y t cos it bn = ∑ y t cos(πt ) ∑ n t =1 n 2 n t =1 1 r ∑ zi r i =1 amplitudy przesunięcie fazowe zi q Ai = ai2 + bi2 ε i = arctg yTi* = yT*( w ) ⋅ ci ci2 n ω i = 2 i = 1,.., − 1 2s 2 2 2 2 ci = ai + bi εi Θi 2π Θi = n 2 c n ω i = i2 i = s 2 ai bi i Analogie przestrzenno – czasowe Prognoza cząstkowa =y ( o ,k ) (o ) 0 +∆ ( o ,k ) −y K y =∑y * t (k ) 0 Heurystyka Współczynnik dyspersji hr = k =1 *( o ,k ) t ∆ = Q3 − Q1 Analiza techniczna Średnia krocząca prosta r= n S = ∑ ∑ xij − x j =1 i =1 k Prawdopodobieństwo subiektywne n Prognoza m = ∑ y i pi i =1 n ∑ ( y i − m) 2 p i σ = i =1 Probit P=F −1 [ p ( x )] χ2 = 12 S nk (k + 1) Wstęga Bollingera B( d ) = S ( n, k ) − usn ,k n 1 ( pi − S (n, k ) )2 ∑ k − 1 i =n −k −1 y t = a0* + a1 x1 + ... + a m x m + b1* Z1 + ... + bs*−1 Z s −1 + bs*+1 Z s +1 + ... + br* Z r 1 b j = b*j − (b1* + ... + bs*−1 + bs*+1 + ... + br* ) r 1 bs = − (b1* + ... + bs*−1 + bs*+1 + ... + br* ) r * a0 = a0 − bs * r ry w 1 α − βg t σ= 2 Model liniowy z wyrazem wolnym ze stałą sezonowością α α = y1 − β α= β β = ( y n − y1 ) /(n − 1) y1 1+ g α = y∞ α= β= 1 y∞ m= g - - zo yt = α − βg t Dopuszc zalność Ocena istotności współczynnika konkordancji 2 s n ,k = 1 r * ∑ bj r j =1 Modele formalne II rodzaju funkcja 1 n k ∑∑ xij k i =1 j =1 x= B( g ) = S ( n, k ) + usn ,k yˆ t = a1 x1 + ... + a m xm + b Z1 + ... + b Z r * 1 yt = (o, k ) 12 S n (k 3 − k ) W= 2 k +1 Ekonometryczne modele wahań sezonowych: Model liniowy bez wyrazu wolnego ze stałą sezonowością: y t = α (1 + g ) t ∑d SWK ( n, k ) = rpn + (1 − r ) SWK ( n − 1, k ) 1 ∑ pi k i =n −k +1 yt = α + βt K Współczynnik konkordancji Średnia wykładnicza n b j = b*j − a0 d (o, k ) k =1 y n +1 2 M e = 1 ( yn + yn ) +1 2 2 2 k (1 − ∑ f rj2 ) k −1 j =1 Rozstęp międzykwartylowy a0 = w ( o ,k ) Mediana k S ( n, k ) = w( o , k ) = Prognoza globalna fo ∆ =y (k ) t .in y *( o ,k ) t α − y1 g α− β= y min + y max + y w 3 m= Logit p 1− p yn −1 y1 g = n −1 − yn − α α − y1 1 −α yn g = n −1 − 1 α− y1 g ( y max − y min ) 2 + ( y w − y min )( y w − y max ) 18 L = ln 1 y1 g = n −1 y p + 4 y w + yo σ= m= P0,05 + 0,95 y w + P0,95 6 yo − y p 6 σ= 2,95 P0,95 − P0, 05 3,25