Оцените презентацию от 1 до 5 баллов!
Тип файла:
ppt / pptx (powerpoint)
Всего слайдов:
15 слайдов
Для класса:
1,2,3,4,5,6,7,8,9,10,11
Размер файла:
445.50 kB
Просмотров:
45
Скачиваний:
0
Автор:
неизвестен
Слайды и текст к этой презентации:
№1 слайд![Временные ряды](/documents/2dc8fa0692058407d1f1db86f88f0899/img0.jpg)
Содержание 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.
№2 слайд![Три составляющие временного](/documents/2dc8fa0692058407d1f1db86f88f0899/img1.jpg)
Содержание слайда: Три составляющие временного ряда
№3 слайд![Модели временного ряда](/documents/2dc8fa0692058407d1f1db86f88f0899/img2.jpg)
Содержание 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.
№4 слайд![Автокорреляция уровней](/documents/2dc8fa0692058407d1f1db86f88f0899/img3.jpg)
Содержание 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:
№5 слайд![величина сдвига во времени,](/documents/2dc8fa0692058407d1f1db86f88f0899/img4.jpg)
Содержание 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.
№6 слайд![Свойства коэффициента](/documents/2dc8fa0692058407d1f1db86f88f0899/img5.jpg)
Содержание 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.
№7 слайд![Автокорреляционная функция](/documents/2dc8fa0692058407d1f1db86f88f0899/img6.jpg)
Содержание 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.
№8 слайд![Моделирование тенденции](/documents/2dc8fa0692058407d1f1db86f88f0899/img7.jpg)
Содержание 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
№9 слайд![Для определения вида](/documents/2dc8fa0692058407d1f1db86f88f0899/img8.jpg)
Содержание 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.
№10 слайд![Выбор вида тенденции на](/documents/2dc8fa0692058407d1f1db86f88f0899/img9.jpg)
Содержание слайда: Выбор вида тенденции на основе качественного анализа
№11 слайд![Моделирование периодических](/documents/2dc8fa0692058407d1f1db86f88f0899/img10.jpg)
Содержание 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.
№12 слайд![этап. Выравнивание исходного](/documents/2dc8fa0692058407d1f1db86f88f0899/img11.jpg)
Содержание слайда: 1 этап. Выравнивание исходного ряда методом скользящей средней
№13 слайд![этап. Расчет значений](/documents/2dc8fa0692058407d1f1db86f88f0899/img12.jpg)
Содержание слайда: 2 этап. Расчет значений периодической компоненты S
№14 слайд![этап. Устранение](/documents/2dc8fa0692058407d1f1db86f88f0899/img13.jpg)
Содержание слайда: 3 этап. Устранение периодической компоненты из исходных уровней ряда и получение выравненных данных (Т+Е)
№15 слайд![этап. Аналитическое](/documents/2dc8fa0692058407d1f1db86f88f0899/img14.jpg)
Содержание слайда: 4 этап. Аналитическое выравнивание уровней ряда и расчет значений Т с использованием полученного уравнения тренда