- •Коэффициент частной корреляции.
- •Частная корреляция.
- •6.1. Элементы временного ряда
- •Автокорреляция
- •Выявление структуры временного ряда
- •Моделирование тенденции
- •6.5. Изучение взаимосвязи переменных по данным временных рядов
- •6.6. Критерий Дарбина-Уотсона
- •Оценка уравнения регрессии.
- •Напоминаем предпосылки регрессионного анализа:
- •Предпосылки к проведению регрессионного анализа
- •Условия применения и ограничения кра.
- •Проблема оценивания линейной связи экономических переменных.
- •Модель парной линейной регрессии.
- •Точечный и интервальный прогнозы для модели парной регрессии
- •Определение мультиколлинеарности. Последствия мультиколлинеарности. Методы обнаружения мультиколлинеарности
- •38. Методы устранения мультиколлинеарности
- •Двухфакторная производственная функция Кобба-Дугласа
- •51. Показатели двухфакторной производственной функции Кобба-Дугласа
- •Автокорреляция остатков модели регрессии. Последствия автокорреляции. Автокорреляционная функция
- •62. Критерий Дарбина-Уотсона обнаружения автокорреляции остатков модели регрессии
- •Компоненты временного ряда
- •Косвенный метод наименьших квадратов (кмнк)
Компоненты временного ряда
Временным рядом называется ряд наблюдаемых значений изучаемого показателя, расположенных в хронологическом порядке или в порядке возрастания времени.
Отдельно взятый временной ряд можно представить как выборочную совокупность из бесконечного ряда значений показателей во времени.
Уровнями временного ряда называются наблюдения
из которых состоит данный ряд.
Временной ряд называется моментным рядом, если уровень временного ряда фиксирует значение изучаемого показателя на определённый момент времени.
Временной ряд называется интервальным рядом, если уровень временного ряда характеризует значение показателя за определённый период времени.
Временной ряд называется производным рядом, если уровни ряда представлены в виде производных величин (средних или относительных показателей).
Исследование данных, представленных в виде временных рядов, преследует две основные цели:
1) характеристика структуры временного ряда;
2) прогнозирование будущих уровней временного ряда на основании прошлых и настоящих уровней.
Достижение поставленных целей возможно с помощью идентификации модели временного ряда.
Идентификацией модели временного ряда называется процесс выявления основных компонент, которые содержит изучаемый временной ряд.
Временные ряды могут содержать два вида компонент – систематическую и случайную составляющие.
Систематическая составляющая временного ряда является результатом воздействия постоянно действующих факторов.
Выделяют три основных систематических компоненты временного ряда:
1) тренд;
2) сезонность;
3) цикличность.
Трендом называется систематическая линейная или нелинейная компонента, изменяющаяся во времени.
Сезонностью называются периодические колебания уровней временного ряда внутри года.
Цикличностью называются периодические колебания, выходящие за рамки одного года. Промежуток времени между двумя соседними вершинами или впадинами в масштабах года определяют как длину цикла.
Систематические составляющие характеризуются тем, что они могут одновременно присутствовать во временном ряду.
Случайной составляющей называется случайный шум или ошибка, которая воздействует на временной ряд нерегулярно.
К основным причинам, по которым возникает случайный шум, относят факторы резкого и внезапного действия, а также действия текущих факторов.
Катастрофическими колебаниями называется случайный шум, в основе возникновения которого лежат факторы резкого и внезапного действия.
Шум, в основе возникновения которого лежит действие текущих факторов, может быть связан также с ошибками наблюдений.
Отдельный уровень временного ряда обозначается как yt. Его можно представить в виде функции от основных компонент временного ряда следующим образом:
yt=f(T,S,C,ε),
где T – это трендовая компонента,
S – это сезонная компонента,
C – это циклическая компонента,
ε – случайный шум.
Существует несколько основных моделей временных рядов, к которым относятся:
1) аддитивная модель временного ряда, в которой компоненты представляют собой слагаемые:
yt=Tt+St+Ct+εt;
2) мультипликативная модель временного ряда, в которой компоненты представляют собой сомножители:
yt=Tt*St*Ct*εt;
3) комбинированная модель временного ряда:
yt=Tt*St*Ct+εt.
