Модели нестационарных временных рядов с трендом и сезонной составляющей и их идентификация (15 баллов)
Временной ряд - это совокупность значений какого-либо показателя за несколько последовательных моментов или периодов. Пусть t=0; +-1; +-2; +-3; Рассмотрим временной ряд X(t). Пусть сначала временной ряд принимает числовые значения. Это могут быть, например, цены на батон хлеба в соседнем магазине или курс обмена доллара на рубли в ближайшем обменном пункте. Обычно в поведении временного ряда выявляют две основные тенденции - тренд и периодические колебания. При этом под трендом понимают зависимость от времени линейного, квадратичного или иного типа, которую выявляют тем или иным способом сглаживания (например, экспоненциального сглаживания) либо расчетным путем, в частности, с помощью метода наименьших квадратов. Другими словами, тренд - это очищенная от случайностей основная тенденция временного ряда. Временной ряд обычно колеблется вокруг тренда, причем отклонения от тренда часто обнаруживают правильность. Часто это связано с естественной или назначенной периодичностью, например, сезонной или недельной, месячной или квартальной (например, в соответствии с графиками выплаты заплаты и уплаты налогов). Иногда наличие периодичности и тем более ее причины неясны, и задача эконометрика - выяснить, действительно ли имеется периодичность.
42)Модели уровней временного ряда: мультипликативная, аддитивная, смешанная.
Нелинейная регрессия. Нелинейные модели и их линеаризация. (15) Нелинейная регрессия – регрессионная модель зависимости результативной переменной от одной или нескольких объясняющих переменных, выражаемая в виде нелинейной функции. Все нелинейные модели регрессии могут быть разделены, как и линейные модели, на парные и множественные. По целям и решаемым задачам нелинейная регрессия аналогичная классической линейной регрессией. Отличие только в форме связи и методах оценки параметров. Выбор формы связи нелинейной зависимости осуществляется по следующим критериями: ● исходя из содержательного анализа исследуемого явления; ● на основе результатов анализа взаимосвязи между переменными(например, с помощью графического метода.) Для оценки параметров нелинейных регрессий могут использоваться два подхода: ● линеаризация уравнения с помощью подходящих преобразований оценка его параметров с помощью метода наименьших квадратов; Нелинейные модели регрессии и их линеаризация
При нелинейной зависимости признаков, приводимой к линейному виду, параметры множественной регрессии также определяются по МНК с той лишь разницей, что он используется не к исходной информации, а к преобразованным данным. Так, рассматривая степенную функцию мы преобразовываем ее в линейный вид:
Популярное: Как построить свою речь (словесное оформление):
При подготовке публичного выступления перед оратором возникает вопрос, как лучше словесно оформить свою... Как вы ведете себя при стрессе?: Вы можете самостоятельно управлять стрессом! Каждый из нас имеет право и возможность уменьшить его воздействие на нас... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (1483)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |