Слайд 3Примеры ВР:
Денежная база – ВР с четко выраженной тенденцией роста,
сезонными и циклическими колебаниями
Объем долговых ценных бумаг – отсутствие тенденции
во временном ряду
Слайд 4Предварительный анализ ВР
Выявление и устранение аномалий
Аномальным считается уровень ряда, не
отвечающий потенциальным возможностям исследуемой системы (процесса)
аномалии (ошибки) I рода –
технические ошибки, сбои в программе и т.д. (подлежат устранению)
ошибки II рода – неустранимые
Проверка гипотезы о наличии (отсутствии) тренда (тенденции) в целом
Предварительный анализ проводится как графическим, так и аналитическим методом
Слайд 5Выявление аномалий: метод Ирвина
Слайд 6Пример: динамика цен на целлюлозу
Для n = 10 и α
= 0,05 критическое значение λ = 1,5
Согласно критерию Ирвина на
уровне значимости α = 0,05 во временном ряду аномалий нет
Проверим ВР на наличие (отсутствие) тренда
Слайд 7Проверка равенства дисперсий
Слайд 8Проверка разности средних уровней ВР
Слайд 22Модели регрессии по временным рядам
Появление «ложной корреляции» требует предварительной обработки
рядов
При построении модели регрессии нужно исключать регулярные компоненты
Необходим анализ остатков
с помощью автокорреляционной функции, для устранения автокорреляции в остатках применить ОМНК
Необходимо выявлять временной лаг
Особое внимание уделить проявлениям мультиколлинеарности
Слайд 23Учет тенденции при построении модели регрессии
Слайд 24DW = 1,15
dL = 0,82 < 1,15 < 1,32 =
dU
DW = 1,4
1,4 > 1,33 = DU
Слайд 25Метод отклонений от тренда
y – прибыль, х – затраты на
охрану труда за 10 мес.
Слайд 26Метод отклонений от тренда
y – прибыль, х – затраты на
охрану труда за 10 мес.
Слайд 31Модели ARMA(p, q)
(Auto Regressive – Moving Average)
Слайд 32Модель ARIMA(p,d,q) Бокса-Дженкинса
Слайд 34Пример: котировки акций Лукойл на рынке RTS Standard
(23.08.2013-30.10.2013)
Слайд 35Стандартизованные котировки акций Лукойл на рынке RTS Standard (23.08.2013-30.10.2013)
Слайд 36Проверка нормальности распределения остатков