Головна

Коррелограмм тимчасового ряду електроенергії

  1. VIII.2. ФУНКЦІОНАЛЬНІ СТИЛІ СУЧАСНОГО РОСІЙСЬКОГО ЛІТЕРАТУРНОГО МОВИ
  2. Автокореляційна функція часового ряду темпів рота номінальної місячної заробітної плати за 10 місяців 1999 р,% до рівня грудня 1998 р
  3. Автокорреляция рівнів часового ряду
  4. Аналіз сучасного стану транспортної системи Росії
  5. Вплив праці на життєдіяльність людини і сучасного суспільства
  6. Питання 115. Загальна характеристика практики сучасного російського освіти і виховання
  7. Часові межі сучасного етапу соціології та їх підстави
 лаг  Коефіцієнт автокореляції рівнів  коррелограмм
 1 0,165154 ** 2 0,566873 ******* 3 0,113558 * 4 0,983025 ************* 5 0,118711 * 6 0,722046 ** ******* 7 0,0033678 0,973848 ************

Аналіз значень автокореляційної функції дозволяє зробити висновок про наявність в досліджуваному часовому ряді, по-перше, лінійної тенденції, по-друге, сезонних коливань періодичністю в чотири квартали. Даний висновок підтверджується і графічним аналізом структури ряду (див. Табл. 5.2).

Аналогічно, якщо наприклад, при аналізі часового ряду найбільш високим виявився коефіцієнт автокореляції рівнів другого порядку, ряд містить циклічні коливання в два періоди часу, тобто має пилкоподібну структуру.

Одним з найбільш поширених способів моделювання тенденція часового ряду є побудова аналітичної функції, що характеризує залежність рівнів ряду від часу, або тренда. Цей спосіб називають аналітичним вирівнюванням тимчасового ряду.

Оскільки залежність від часу може приймати різні форми, для її формалізації можна використовувати різні види функцій. Для побудови трендів найчастіше застосовуються наступні функції:

. лінійний тренд: yt = A + b.

. гіпербола: yt = A + b / t;

. експонентний тренд: yt = ea +b.t

. тренд в формі статечної функції yt = A .tb

. парабола другого і більш високих порядків

yt = A + b1 + b2.t + ... + bk . tk.

Параметри кожного з перерахованих вище трендів можна визначити звичайним МНК, використовуючи в якості незалежної змінної час t = 1,2, ..., n, а в якості залежної змінної - фактичні рівні тимчасового ряду yt. Для нелінійних трендів попередньо проводять стандартну процедуру їх лінеаризації.

Існує кілька способів визначення типу тенденції. До числа найбільш поширених способів відносяться якісний аналізу графіка залежності рівнів ряду від часу, розрахунок деяких основних показників динаміки. У цих же цілях можна використовувати і коефіцієнти автокореляції рівнів ряду. Тип тенденції можна визначити шляхом порівняння коефіцієнтів автокореляції першого порядку, розрахованих по вихідним і перетвореним рівнями ряду. Якщо часовий ряд має лінійну тенденцію, то його сусідні рівня yt і yt-1 тісно корелюють. У цьому випадку коефіцієнт автокореляції першого порядку рівнів вихідного ряду повинен бути високим. Якщо часовий ряд містить нелінійну тенденцію, наприклад, у формі експоненти, то коефіцієнт, розрахований за рівнями ряду. Чим сильніше виражена нелінійна тенденція в досліджуваному ряді, чим більшою мірою будуть відрізнятися значення зазначених коефіцієнтів.

Вибір найкращого рівняння в разі, якщо ряд містить нелінійну тенденцію, можна здійснити шляхом перебору основних форм тренда, розрахунку по кожному рівнянню скоригованого коефіцієнта детермінації R2 і вибору рівняння тренду з максимальним значенням скоригованого коефіцієнта детермінації. Реалізація цього методу відносно проста при комп'ютерній обробці даних.

приклад 5.3. Розрахунок параметрів тренда.

Є помісячні дані про темпи зростання номінальної заробітної плати в РФ за 10 місяців 1999 р у відсотках до рівня грудня 1998 (табл. 5.5).

Таблиця 5.5



Попередня   47   48   49   50   51   52   53   54   55   56   57   58   59   60   61   62   Наступна

Оцінка ступеня тісноти зв'язку між кількісними змінними. | Індекс кореляції, теоретичне кореляційне відношення. Коефіцієнт детермінації для нелінійних моделей. | Застосування МНК для нелінійних моделей. | Вибір функції. Тести Боксу-Кокса. | Специфіка часових рядів як джерела даних в економетричному моделюванні. | Моделі стаціонарних і нестаціонарних часових рядів і їх ідентифікація. | Аналітичне вирівнювання часових рядів. Оцінка параметрів рівняння тренду. | Автокорреляция в залишках, її вимір і інтерпретація. Критерій Дарбіна-Уотсона в оцінці якості трендового рівняння регресії. | Для тимчасового ряду витрат на кінцеве споживання, Д.Є. | Для тимчасового ряду витрат на кінцеве споживання, Д.Є. |

© 2016-2022  um.co.ua - учбові матеріали та реферати