- •Введение
- •Расчет основных показателей динамики.
- •Периодизация динамических рядов. Обоснование проведения периодизации. График динамики цен на нефть и абсолютных приростов объема экспорта (импорта).
- •Проверка гипотезы о наличии тренда
- •Эмпирическое сглаживание динамических рядов. Сглаживание динамического ряда простой трехзначной средней.
- •Аналитическое сглаживание динамических рядов. Особенности решения задачи. Обзор трендовых моделей. Сводные статистические отчеты и графики сглаживания.
- •Автокорреляция динамических рядов. Особенности решения задачи. Коэффициенты автокорреляции. Коррелограмма. Оценка значимости коэффициента автокорреляции.
- •Кросс-корреляция динамических рядов. Особенности решения задачи. Коэффициенты кросс-корреляции. Коррелограмма. Оценка значимости коэффициента кросс-корреляции.
- •Экстраполяция и прогнозирование
- •Приложения
-
Автокорреляция динамических рядов. Особенности решения задачи. Коэффициенты автокорреляции. Коррелограмма. Оценка значимости коэффициента автокорреляции.
Автокорреляция динамических рядов – это корреляционная зависимость между уровнем одного и того же динамического ряда расположенными относительно друг друга на временной интервал, который называется лаг.
Наличие сильной автокорреляции свидетельствует о высоком уровне трендовой составляющей в динамическом ряде.
Таблица 8
Расчет лагов автокорреляции и Т-критерия
|
Imports |
|
Exports |
Imports т критерий |
Exports т критерий |
лаг 1 |
0,982426 |
лаг 1 |
0,987088 |
24,6871958 |
28,90472101 |
лаг 2 |
0,945837 |
лаг 2 |
0,962618 |
коэффициент значимости |
|
лаг 3 |
0,904036 |
лаг 3 |
0,927296 |
теоретический т |
|
лаг 4 |
0,874148 |
лаг 4 |
0,902105 |
2,073873058 |
|
лаг 5 |
0,860319 |
лаг 5 |
0,896728 |
|
|
|
|
|
|
|
|
Рис. 18 коллерограмма коэффициентов автокорреляции Exports
Рис. 19 коллерограмма коэффициентов автокорреляции Imports
-
Кросс-корреляция динамических рядов. Особенности решения задачи. Коэффициенты кросс-корреляции. Коррелограмма. Оценка значимости коэффициента кросс-корреляции.
Кросс-корреляция динамических рядов – это корреляционная зависимость между динамическими рядами с заданным временным смещением (лагом). Расчет коэффициентов кросс-корреляции проводится по остаткам с оптимальных трендов по динамическим рядам. Необходимость исключения трендовой составляющей динамического ряда объясняется тем, что при коррелировании уровней однонаправленных рядов значительно искажаются (завышаются результаты расчетов).
Остатки по двум динамическим рядам берутся из отчетов по оптимальным трендам.
Смещение (лаг) задается по аналогии с задачей автокорреляции.
Вторым отличием является необходимость рассмотрения прямой и обратной зависимости.
Последовательность задания исходных данных значения в данном случае не имеет, так как в любом случае рассматривается прямая зависимость – импорт к экспорту, и обратная – экспорт к импорту соответственно.
Третье отличие - на нулевом лаге смещение не задается
По аналогии с решением задачи автокорреляции необходимо оценить значимость максимального коэффициента кросс-корреляции (как правило, это коэффициент на нулевом лаге).
Наличие высокой кросс-корреляции в сочетании со значимостью коэффициента дает нам возможность рассмотреть регрессионную модель вида
(в качестве модели регрессии выбирается оптимальный тренд. В данном случае линейный). Такая модель называется регрессионной моделью с включением фактора времени) и позволяет решать задачу экстраполяции и прогнозирования.
- уровни второго динамического ряда с заданным смещением на величину лага
В нашем случае .
Таблица 8
Расчет лагов кросскорреляции
лаг5 |
-0,42296 |
лаг4 |
-0,18474 |
лаг3 |
-0,01817 |
лаг2 |
0,233902 |
лаг1 |
0,651199 |
лаг0 |
0,973125 |
лаг1 |
0,648733 |
лаг2 |
0,155005 |
лаг3 |
-0,2381 |
лаг4 |
-0,398 |
лаг5 |
-0,51186 |
|
|
|
|
Рис.20 коллерограмма коэффициентов кросскорреляции