🗊Временные ряды Эконометрическую модель можно построить, используя два типа исходных данных: данные, характеризующие совокупн

Категория: Обществознание
Нажмите для полного просмотра!
Временные ряды Эконометрическую модель можно построить, используя два типа исходных данных: данные, характеризующие совокупн, слайд №1Временные ряды Эконометрическую модель можно построить, используя два типа исходных данных: данные, характеризующие совокупн, слайд №2Временные ряды Эконометрическую модель можно построить, используя два типа исходных данных: данные, характеризующие совокупн, слайд №3Временные ряды Эконометрическую модель можно построить, используя два типа исходных данных: данные, характеризующие совокупн, слайд №4Временные ряды Эконометрическую модель можно построить, используя два типа исходных данных: данные, характеризующие совокупн, слайд №5Временные ряды Эконометрическую модель можно построить, используя два типа исходных данных: данные, характеризующие совокупн, слайд №6Временные ряды Эконометрическую модель можно построить, используя два типа исходных данных: данные, характеризующие совокупн, слайд №7Временные ряды Эконометрическую модель можно построить, используя два типа исходных данных: данные, характеризующие совокупн, слайд №8Временные ряды Эконометрическую модель можно построить, используя два типа исходных данных: данные, характеризующие совокупн, слайд №9Временные ряды Эконометрическую модель можно построить, используя два типа исходных данных: данные, характеризующие совокупн, слайд №10Временные ряды Эконометрическую модель можно построить, используя два типа исходных данных: данные, характеризующие совокупн, слайд №11Временные ряды Эконометрическую модель можно построить, используя два типа исходных данных: данные, характеризующие совокупн, слайд №12Временные ряды Эконометрическую модель можно построить, используя два типа исходных данных: данные, характеризующие совокупн, слайд №13Временные ряды Эконометрическую модель можно построить, используя два типа исходных данных: данные, характеризующие совокупн, слайд №14Временные ряды Эконометрическую модель можно построить, используя два типа исходных данных: данные, характеризующие совокупн, слайд №15
Скачать
Вы можете ознакомиться и скачать Временные ряды Эконометрическую модель можно построить, используя два типа исходных данных: данные, характеризующие совокупн. Презентация содержит 15 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1


Временные ряды Эконометрическую модель можно построить, используя два типа исходных данных: данные, характеризующие совокупность различных объектов в определенный момент (период) времени; данные, характеризующие один объект за ряд последовательных моментов (периодов) времени. Модели, построенные по данным первого типа, называются пространственными моделями. Модели, построенные по данным второго типа, называются моделями временных рядов.
Описание слайда:
Временные ряды Эконометрическую модель можно построить, используя два типа исходных данных: данные, характеризующие совокупность различных объектов в определенный момент (период) времени; данные, характеризующие один объект за ряд последовательных моментов (периодов) времени. Модели, построенные по данным первого типа, называются пространственными моделями. Модели, построенные по данным второго типа, называются моделями временных рядов.

Слайд 2


Три составляющие временного ряда
Описание слайда:
Три составляющие временного ряда

Слайд 3


Модели временного ряда: Основная задача эконометрического исследования временного ряда: выявление и количественное выражение его компонент (тенденции, периодичности, случайной компоненты) в целях их использования для прогнозирования будущих значений ряда.
Описание слайда:
Модели временного ряда: Основная задача эконометрического исследования временного ряда: выявление и количественное выражение его компонент (тенденции, периодичности, случайной компоненты) в целях их использования для прогнозирования будущих значений ряда.

Слайд 4


Автокорреляция уровней временного ряда – это корреляционная зависимость между последовательными уровнями временного ряда. Измеряется с помощью линейного коэффициента корреляции между уровнями исходного временного ряда и уровнями ряда, сдвинутыми на несколько шагов назад во времени:
Описание слайда:
Автокорреляция уровней временного ряда – это корреляционная зависимость между последовательными уровнями временного ряда. Измеряется с помощью линейного коэффициента корреляции между уровнями исходного временного ряда и уровнями ряда, сдвинутыми на несколько шагов назад во времени:

Слайд 5


τ – величина сдвига во времени, или лаг Например, лаг τ=1 означает, что ряд сдвинут на один период (момент) назад и т.д. С увеличением лага число пар значений, по которым рассчитывается коэффициент автокорреляции, уменьшается.
Описание слайда:
τ – величина сдвига во времени, или лаг Например, лаг τ=1 означает, что ряд сдвинут на один период (момент) назад и т.д. С увеличением лага число пар значений, по которым рассчитывается коэффициент автокорреляции, уменьшается.

Слайд 6


Свойства коэффициента автокорреляции: характеризует тесноту только линейной связи текущего и предыдущего уровней ряда, поэтому по данному коэффициенту можно судить о наличии линейной или близкой к линейной тенденции. Для некоторых временных рядов, имеющих сильную нелинейную тенденцию, коэффициент автокорреляции может приближаться к нулю; по знаку коэффициента автокорреляции нельзя судить о возрастающей или убывающей тенденции в уровнях ряда.
Описание слайда:
Свойства коэффициента автокорреляции: характеризует тесноту только линейной связи текущего и предыдущего уровней ряда, поэтому по данному коэффициенту можно судить о наличии линейной или близкой к линейной тенденции. Для некоторых временных рядов, имеющих сильную нелинейную тенденцию, коэффициент автокорреляции может приближаться к нулю; по знаку коэффициента автокорреляции нельзя судить о возрастающей или убывающей тенденции в уровнях ряда.

Слайд 7


Автокорреляционная функция временного ряда (АКФ) – это последовательность коэффициентов автокорреляции первого, второго и т.д. порядков. Коррелограмма – это график зависимости значений АКФ от величины лага.
Описание слайда:
Автокорреляционная функция временного ряда (АКФ) – это последовательность коэффициентов автокорреляции первого, второго и т.д. порядков. Коррелограмма – это график зависимости значений АКФ от величины лага.

Слайд 8


Моделирование тенденции временного ряда Аналитическое выравнивание – это построение аналитической функции, характеризующей зависимость уровней ряда от времени, т.е. построение тренда: линейный тренд экспоненциальный тренд гипербола тренд в форме степенной функции
Описание слайда:
Моделирование тенденции временного ряда Аналитическое выравнивание – это построение аналитической функции, характеризующей зависимость уровней ряда от времени, т.е. построение тренда: линейный тренд экспоненциальный тренд гипербола тренд в форме степенной функции

Слайд 9


Для определения вида тенденции применяются следующие методы: – качественный анализ изучаемого процесса; – построение и визуальный анализ графика зависимости уровней ряда от времени; – расчет и анализ показателей динамики временного ряда (абсолютные приросты, темпы роста и др.); – метод перебора, при котором строятся тренды различного вида с последующим выбором наилучшего на основании значения скорректированного коэффициента детерминации.
Описание слайда:
Для определения вида тенденции применяются следующие методы: – качественный анализ изучаемого процесса; – построение и визуальный анализ графика зависимости уровней ряда от времени; – расчет и анализ показателей динамики временного ряда (абсолютные приросты, темпы роста и др.); – метод перебора, при котором строятся тренды различного вида с последующим выбором наилучшего на основании значения скорректированного коэффициента детерминации.

Слайд 10


Выбор вида тенденции на основе качественного анализа
Описание слайда:
Выбор вида тенденции на основе качественного анализа

Слайд 11


Моделирование периодических колебаний Построение аддитивной и мультипликативной моделей сводится к расчету значений T, S, E для каждого уровня ряда. Процесс построения модели включает в себя следующие этапы: 1. Выравнивание исходного ряда методом скользящей средней. 2. Расчет значений периодической компоненты S. 3. Устранение периодической компоненты из исходных уровней ряда и получение выравненных данных (Т+Е) в аддитивной или (Т•Е) в мультипликативной модели. 4. Аналитическое выравнивание уровней ряда и расчет значений Т с использованием полученного уравнения тренда. 5. Расчет полученных по модели значений (Т+S) или (Т•S). 6. Расчет абсолютных и/или относительных ошибок.
Описание слайда:
Моделирование периодических колебаний Построение аддитивной и мультипликативной моделей сводится к расчету значений T, S, E для каждого уровня ряда. Процесс построения модели включает в себя следующие этапы: 1. Выравнивание исходного ряда методом скользящей средней. 2. Расчет значений периодической компоненты S. 3. Устранение периодической компоненты из исходных уровней ряда и получение выравненных данных (Т+Е) в аддитивной или (Т•Е) в мультипликативной модели. 4. Аналитическое выравнивание уровней ряда и расчет значений Т с использованием полученного уравнения тренда. 5. Расчет полученных по модели значений (Т+S) или (Т•S). 6. Расчет абсолютных и/или относительных ошибок.

Слайд 12


1 этап. Выравнивание исходного ряда методом скользящей средней
Описание слайда:
1 этап. Выравнивание исходного ряда методом скользящей средней

Слайд 13


2 этап. Расчет значений периодической компоненты S
Описание слайда:
2 этап. Расчет значений периодической компоненты S

Слайд 14


3 этап. Устранение периодической компоненты из исходных уровней ряда и получение выравненных данных (Т+Е)
Описание слайда:
3 этап. Устранение периодической компоненты из исходных уровней ряда и получение выравненных данных (Т+Е)

Слайд 15


4 этап. Аналитическое выравнивание уровней ряда и расчет значений Т с использованием полученного уравнения тренда
Описание слайда:
4 этап. Аналитическое выравнивание уровней ряда и расчет значений Т с использованием полученного уравнения тренда

Скачать

Похожие презентации
Mypresentation.ru
Загрузить презентацию