Предварительный анализ данных. - раздел Экономика, ЭКОНОМЕТРИКА В Ходе Предварительного Анализа Определяют Соответствие Имеющихся Данных Тре...
В ходе предварительного анализа определяют соответствие имеющихся данных требованиям, предъявляемым к ним математическими методами (объективности, сопоставимости, полноты, однородности и устойчивости); строится график динамики и рассчитываются основные динамические характеристики (приросты, темпы роста, темпы прироста, коэффициенты автокорреляции).
Для получения общего представления о динамике исследуемого показателя целесообразно построить его график.
При графическом отображении динамики показателя во времени по оси абсцисс откладываются значения переменной t, а по оси ординат - соответствующие значения показателя Y(t).
К процедурам предварительного анализа относятся:
· выявление аномальных наблюдений;
· проверка наличия тренда;
· сглаживание временных рядов;
· расчет показателей развития динамики экономических процессов.
Так как наличие аномальных наблюдений приводит к искажению результатов моделирования, то необходимо убедиться в отсутствии аномалий данных. Поэтому процедура выявления аномальных наблюдений является обязательной процедурой этапа предварительного анализа данных.
Для диагностики аномальных наблюдений разработаны различные критерии, например, метод Ирвина
Для всех или только для подозреваемых в аномальности наблюдений вычисляется величина :
, (1.3)
где
Если рассчитанная величина превышает табличный уровень (например, для 10 наблюдений значение критерия Ирвина равно 1,5), то уровень считается аномальным.
Аномальные наблюдения необходимо исключить из временного ряда и заменить их расчетными значениями (самый простой способ замены – в качестве нового значения принять среднее из двух соседних значений).
Табл.1.1. Критические значения параметра .
Количество наблюдений n
P=0,95
P=0,99
2,8
3,7
2,2
2,9
1,5
2,0
1,3
1,8
1,2
1,7
1,1
1,6
1,0
1,5
0,9
1.3
0,8
1.2
Пример 1.1. Выявление аномальных наблюдений.
На основании данных об изменении индекса потребительских цен, приведенных в табл1.2 проверить наличие аномальных наблюдений.
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ... МУРМАНСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ... Кафедра ИС и ПМ...
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ:
Предварительный анализ данных.
Что будем делать с полученным материалом:
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Требования к исходной информации
Применяемые при обработке временных рядов методы во многом опираются на методы математической статистики, которые базируются на достаточно жестких требованиях к исходным данным (таким как од
Этапы построения прогноза по временным рядам.
экстраполяционное[1] прогнозирование экономических процессов, представленных одномерными временными рядами, сводится к выполнению следующих основны
Решение
Результаты расчетов по методу Ирвина приведены в табл1.3.
Критерий «восходящих» и «нисходящих» серий.
Этот критерий «улавливает» постепенное смещение среднего значения в исследуемом распределении не только монотонного, но и более общего, например, периодического характера.
Так же
Метод простой скользящей средней.
1. Согласно этому методу определяется количество наблюдений, входящих в интервал сглаживания.
При этом используют правило:
если необходи
Метод экспоненциального сглаживания.
Рассмотренные методы простой и взвешенной скользящей средней не дают возможности сгладить первые и последние p наблюдений временного ряда.
Отсутствие сглаженных первых наблюдений не так ва
Модели кривых роста
Плавную кривую (гладкую функцию), аппроксимирующую временной ряд принято называть кривой роста.
Аналитические методы выделения (оценки) неслу
Критерий «пиков», или критерий поворотных точек.
Значение случайной переменной считается поворотной точкой, если оно одновременно больше (меньше) соседних с ним элементов.
Если остатки случайны, то поворотная точка прихо
Прогнозы.
Точечный прогноз на основе временных моделей получается подстановкой в модель (уравнение тренда) соответствующего значения фактора времени, т.е. t=n+1
Новости и инфо для студентов