background image

Modele ze 

stałym poziomem

 zmiennej prognozowanej:

 Metoda naiwna;
 Metoda średniej ruchomej prostej i ważonej;
 Prosty model wygładzania wykładniczego;
 Modele autoregresji i średniej ruchomej.

Modele z 

tendencją rozwojową

 zmiennej prognozowanej:

 Analityczne modele trendu,
 Model liniowy Holta, Browna II i III rzędu;
 Model trendu pełzającego z wagami harmonicznymi. 

Modele z 

wahaniami sezonowymi

 zmiennej prognozowanej:

 Metoda wskaźników;
 Model Wintersa;
 Metoda trendów jednoimiennych okresów;.
 Analiza harmoniczna;
 Metoda L.R Kleina ze zmiennymi zero-jedynkowymi.

Modele z 

wahaniami cyklicznymi

 zmiennej 

prognozowanej

Modele autoregresji i średniej ruchomej 

ARMA i ARIMA

METODY PROGNOZOWANIA NA PODSTAWIE 

SZEREGÓW CZASOWYCH

background image

Przyjazdy cudzoziemców do Polski według miesięcy (w tys osób)

background image

Przyjazdy cudzoziemców do Polski według miesięcy (w tys osób)

 D 10. Final seasonal factors

January

-2500

-2000

-1500

-1000

-500

0

500

1000

1500

2000

Rok

1993

1994

1995

1996

1997

1998

1999

February

Rok

1993

1994

1995

1996

1997

1998

1999

March

Rok

1993

1994

1995

1996

1997

1998

1999

April

Rok

1993

1994

1995

1996

1997

1998

1999

May

-2500

-2000

-1500

-1000

-500

0

500

1000

1500

2000

Rok

1993

1994

1995

1996

1997

1998

1999

June

Rok

1993

1994

1995

1996

1997

1998

1999

July

Rok

1993

1994

1995

1996

1997

1998

1999

August

Rok

1993

1994

1995

1996

1997

1998

1999

Septembr

-2500

-2000

-1500

-1000

-500

0

500

1000

1500

2000

Rok

1993

1994

1995

1996

1997

1998

1999

October

Rok

1993

1994

1995

1996

1997

1998

1999

November

Rok

1993

1994

1995

1996

1997

1998

1999

December

Rok

1993

1994

1995

1996

1997

1998

1999

background image

SEZONOWOŚĆ (addytywna, multiplikatywna)

Sezonowość 
multiplikatywna

Sezonowość 
addytywna

Y

t

 = T

t

 + S

t

 + I

t

 

Y

t

 = T

t

 

.

 S

t

 

.

 I

t

background image

Modele ze 

stałym poziomem

 zmiennej prognozowanej:

 Metoda naiwna;
 Metoda średniej ruchomej prostej i ważonej;
 Prosty model wygładzania wykładniczego;
 Modele autoregresji i średniej ruchomej.

Modele z 

tendencją rozwojową

 zmiennej prognozowanej:

 Analityczne modele trendu,
 Model liniowy Holta, Browna II i III rzędu;
 Model trendu pełzającego z wagami harmonicznymi. 

Modele z 

wahaniami sezonowymi

 zmiennej prognozowanej:

 Metoda wskaźników;
 Model Wintersa;
 Metoda trendów jednoimiennych okresów;.
 Analiza harmoniczna;
 Metoda L.R Kleina ze zmiennymi zero-jedynkowymi.

Modele z 

wahaniami cyklicznymi

 zmiennej 

prognozowanej

Modele autoregresji i średniej ruchomej 

ARMA i ARIMA

METODY PROGNOZOWANIA NA PODSTAWIE 

SZEREGÓW CZASOWYCH

background image

0

500

1000

1500

2000

2500

3000

19

90

 II

 

19

91

 II

 

19

92

 II

 

19

93

 II

 

19

94

 II

 

19

95

 II

 

19

96

 II

 

19

97

 II

 

19

98

 II

 

19

99

 II

 

20

00

 II

 

20

01

 II

 

20

02

 II

 

20

03

 II

 

20

04

 II

 

ty

s.

 s

zt

Metoda trendów jednoimiennych okresów:

background image

Metoda trendów jednoimiennych okresów:

Polega na oszacowaniu parametrów 
analitycznej funkcji trendu oddzielnie dla 
poszczególnych faz cyklu sezonowego

Prognozę otrzymuje się przez ekstrapolację 
oszacowanej funkcji trendu dla każdej fazy 
cyklu sezonowego.

 

lj

j

tj

u

l

f

y

j – fazy cyklu (1,...,m) [np.. dla kwartałów m=4]
l – cykl (1,..,n)

background image

Horyzont 

prognozy

II kw. = 2670,49 + -71,4541 t  + 0,990191 t^2 
R

2

=0,99, RMSE=37, MAPE=1,8%

IV kw. = 1874,5e-0,038t
R

2

 = 0,912, RMSE=110, MAPE=6,4%

Idea metody trendów jednoimiennych okresów

Trend dla okresu jednoimiennego I

background image

Modele ze 

stałym poziomem

 zmiennej prognozowanej:

 Metoda naiwna;
 Metoda średniej ruchomej prostej i ważonej;
 Prosty model wygładzania wykładniczego;
 Modele autoregresji i średniej ruchomej.

Modele z 

tendencją rozwojową

 zmiennej prognozowanej:

 Analityczne modele trendu,
 Model liniowy Holta, Browna II i III rzędu;
 Model trendu pełzającego z wagami harmonicznymi. 

Modele z 

wahaniami sezonowymi

 zmiennej prognozowanej:

 Metoda wskaźników;
 Model Wintersa;
 Metoda trendów jednoimiennych okresów;.
 Analiza harmoniczna;
 Metoda L.R Kleina ze zmiennymi zero-jedynkowymi.

Modele z 

wahaniami cyklicznymi

 zmiennej 

prognozowanej

Modele autoregresji i średniej ruchomej 

ARMA i ARIMA

METODY PROGNOZOWANIA NA PODSTAWIE 

SZEREGÓW CZASOWYCH

background image

Dekompozycja sezonowa

 podstawowe wyróżniki:

 zmienność szeregu determinowana przez 

sezonowość, lub/i trend, wahania przypadkowe;

 wyszczególnienie sezonowości, trendu, wahań 

przypadkowych;

 ekstrapolacja trendu + korekta sezonowa;

• 

prognozy średniookresowe;

 wysoka wartość poznawcza

 prognoza wg. zasady  status quo, postawa 

pasywna.

METODA WSKAŹNIKÓW - Census I

background image

Metoda wskaźników sezonowości

Prognozę wyznaczamy jako ekstrapolację dotychczasowej 

tendencji korygowanej wskaźnikiem sezonowości….

etap pośredni …

Wyznaczenie bezwzględnych wahań sezonowych lub 

wskaźników sezonowości dla poszczególnych faz cyklu 

sezonowego.

Prognoza z modelu addytywnego (amplituda wahań 
sezonowych jest stała):

 

j

lj

Tlj

g

T

f

y

wartość funkcji trendu 
w okresie prognozowanym

bezwzględne 
odchylenie sezonowe 
dla j-tej fazy cyklu

background image

Etapy postępowania 

(gdy szereg zawiera T, S, I):

Krok 1:

 Identyfikacja cykli i faz występujących w cyklach.

Krok 2:

Wyznaczenie tendencji rozwojowej metodą 

analityczną lub średniej ruchomej. 

Krok 3:

Wyznaczenie wartości wskaźników sezonowości jako 

ilorazu lub różnicy wartości rzeczywistych i wartości 
teoretycznych.

Krok 4:

Wyznaczenie surowych wskaźników sezonowości 

przez  wyznaczenie średniej arytmetycznej tych 
wartości, które odpowiadają jednoimiennym 

okresom.

METODA WSKAŹNIKÓW - Census I

background image

Etapy postępowania 

(gdy szereg zawiera T, S, I):

Krok 5:

 Obliczenie średniej arytmetycznej surowych 

wskaźników sezonowości dla jednoimiennych okresów.

Krok 6:

 Wyznaczenie czystych wskaźników sezonowości jako 

ilorazów lub różnic surowych wskaźników sezonowości 

wielkości.

Krok 7:

 Eliminacja sezonowości z szeregu czasowego danych 

empirycznych. 

Krok 8:

Wyznaczenie prognozy funkcji trendu na podstawie 

szeregu skorygowanego sezonowo.

Krok 9:

 Korekta prognozy funkcji trendu za pomocą czystego 

wskaźnika sezonowości dla danej fazy cyklu.

METODA WSKAŹNIKÓW - Census I

background image

0

200

400

600

800

1000

1200

st

y-

90

lip

-9

0

st

y-

91

lip

-9

1

st

y-

92

lip

-9

2

st

y-

93

lip

-9

3

st

y-

94

lip

-9

4

st

y-

95

lip

-9

5

st

y-

96

lip

-9

6

st

y-

97

lip

-9

7

st

y-

98

lip

-9

8

st

y-

99

lip

-9

9

st

y-

00

lip

-0

0

01

-s

ty

01

-li

p

02

-s

ty

02

-li

p

03

-s

ty

03

-li

p

04

-s

ty

04

-li

p

m

ln

 l.

Skup mleka

TC skup mleka (średnia ruchoma)

Y

= (T

t

*S

t

*I

t

)/SR

t  

= S

t

*I

t

SKŁADNIKI ZMIENNOŚCI SKUPU MLEKA

background image

400

500

600

700

800

900

1000

1100

1200

st

y-

90

lip

-9

0

st

y-

9

1

lip

-9

1

st

y-

92

lip

-9

2

st

y-

93

lip

-9

3

st

y-

94

lip

-9

4

st

y-

95

lip

-9

5

st

y-

96

lip

-9

6

st

y-

97

lip

-9

7

st

y-

98

lip

-9

8

st

y-

99

lip

-9

9

st

y-

0

0

lip

-0

0

01

-s

ty

01

-li

p

02

-s

ty

02

-li

p

03

-s

ty

03

-li

p

04

-s

ty

04

-li

p

m

ln

 l.

Skup mleka skorygowany sezonowo

Wahania 

nieregularne

3%

Trend-cykl

15%

Sezonowość

82%

Y

t

/S

t

 = (T

t

*S

t

*I

t

)/S

= T

t

*I

t

SKŁADNIKI ZMIENNOŚCI - skupu mleka

background image

Przyjazdy cudzoziemców do Polski według miesięcy (w tys osób)

Styczeń 70%
-1354 tys osób.

Sierpień 125%

1208 tys osób

background image

Rok Kw.

Wartości 

zmiennej

Średnia 

ruchoma 

SR l=4

Średnia 

scentr. 

SRc

Efekty 

sezonowe 

addytywnym  

Yt-SRc

I

14

II

13,6

14,1

III

14

14,43

-0,44

14,7

IV

15,1

14,98

0,11

15,2

I

16,1

15,56

0,54

15,8

II

15,9

16,15

-0,25

16,4

III

16,3

16,71

-0,41

16,9

IV

17,5

17,16

0,34

17,3

I

18,2

17,51

0,69

17,6

II

17,4

17,73

-0,34

17,8

III

17,6

IV

18

2001

2002

2003

Surowe 
wskaźniki 
sezonowości

Oczyszczone 
wskaźniki 
sezonowości

Kwartał I

0,61

0,58

Kwartał II

-0,29

-0,32

Kwartał III

-0,42

-0,45

Kwartał IV

0,22

0,20

suma

0,12

 Korekta

0,03

DEKOMPOZYCJA SEZONOWA - aspekt techniczny

background image

Przyjazdy cudzoziemców do Polski według miesięcy (w tys osób)

background image

Y= 513,165+1,4835t +0,00479498t^2 
R

2

 = 0,70, RMSE=15,79, MAPE=2,2%

PROGNOZA METODA WSKAŹNIKÓW

1

1

1

ˆ

*

ˆ

ˆ

t

t

t

S

T

Y

background image

Modele ze 

stałym poziomem

 zmiennej prognozowanej:

 Metoda naiwna;
 Metoda średniej ruchomej prostej i ważonej;
 Prosty model wygładzania wykładniczego;
 Modele autoregresji i średniej ruchomej.

Modele z 

tendencją rozwojową

 zmiennej prognozowanej:

 Analityczne modele trendu,
 Model liniowy Holta, Browna II i III rzędu;
 Model trendu pełzającego z wagami harmonicznymi. 

Modele z 

wahaniami sezonowymi

 zmiennej prognozowanej:

 Metoda wskaźników;
 Model Wintersa;
 Metoda trendów jednoimiennych okresów;.
 Analiza harmoniczna;
 Metoda L.R Kleina ze zmiennymi zero-jedynkowymi.

Modele z 

wahaniami cyklicznymi

 zmiennej 

prognozowanej

Modele autoregresji i średniej ruchomej 

ARMA i ARIMA

METODY PROGNOZOWANIA NA PODSTAWIE 

SZEREGÓW CZASOWYCH

background image

METODA WSKAŹNIKÓW 

METODA WSKAŹNIKÓW 

(wariant T,C,S,I)

(wariant T,C,S,I)

METODA WSKAŹNIKÓW 

METODA WSKAŹNIKÓW 

(wariant T,C,S,I)

(wariant T,C,S,I)

background image

Etapy postępowania (model multiplikatywny):

a.   obliczyć średnią ruchomą

b.  wyodrębnić z szeregu wahania sezonowe

c.   dokonać odpowiedniej korekty surowych wskaźników 
wahań sezonowych tak by  S

t

 = L

 

DEKOMPOZYCJA SEZONOWA

DEKOMPOZYCJA SEZONOWA

DEKOMPOZYCJA SEZONOWA

DEKOMPOZYCJA SEZONOWA

t

t

t

t

t

I

S

C

T

Y

t

t

C

T

SR

t

t

t

t

t

t

t

t

t

I

S

C

S

I

S

C

T

SR

Y

background image

Etapy postępowania (model multiplikatywny):

d.   wyeliminować z szeregu czasowego wahania sezonowe

e.   obliczyć funkcję trendu najlepiej opisująca szereg
czasowy po wyeliminowaniu  sezonowości

f.    wyodrębnić wahania cykliczne

g.   wyodrębnić wahania przypadkowe

h.   Zbudować prognozę

DEKOMPOZYCJA SEZONOWA

DEKOMPOZYCJA SEZONOWA

DEKOMPOZYCJA SEZONOWA

DEKOMPOZYCJA SEZONOWA

t

t

t

t

t

t

t

t

t

t

I

C

T

S

I

S

C

T

S

Y

t

t

t

t

t

C

T

C

T

T

SR

t

t

t

t

t

t

t

t

t

I

C

T

I

C

T

SR

I

C

T

background image

0

0,5

1

1,5

2

2,5

3

3,5

4

4,5

5

st

y

-9

0

lip

-9

0

st

y-

91

lip

-9

1

s

ty

-9

2

lip

-9

2

s

ty

-9

3

lip

-9

3

st

y

-9

4

lip

-9

4

s

ty

-9

5

lip

-9

5

st

y

-9

6

lip

-9

6

s

ty

-9

7

lip

-9

7

st

y

-9

8

lip

-9

8

st

y-

99

lip

-9

9

s

ty

-0

0

lip

-0

0

0

1-

s

ty

01

-li

p

02

-s

ty

02

-l

ip

0

3-

s

ty

0

3-

lip

04

-s

ty

04

-l

ip

 z

ł/k

g

Ceny skupu żywca wieprzowego bez sezonowości
TC cena skupu żywca wieprzowego

01/9
9

01/9
3

05/9
5

01/0
3

06/9
4

11/9
7

10/0
1

10/0
4

Y

t

-S

t

=T

t

+C

t

+S

t

+I

t

-S

t

=T

t

+C

t

+I

t

05/0
4

CENY SKUPU ŻYWCA WIEPRZOWEGO W POLSCE - 

cechy morfologiczne cyklu

background image

-1,5

-1

-0,5

0

0,5

1

1,5

st

y-

90

lip

-9

0

st

y-

91

lip

-9

1

st

y-

92

lip

-9

2

st

y-

93

lip

-9

3

st

y-

94

lip

-9

4

st

y-

95

lip

-9

5

st

y-

96

lip

-9

6

st

y-

97

lip

-9

7

st

y-

98

lip

-9

8

st

y-

99

lip

-9

9

st

y-

00

lip

-0

0

01

-s

ty

01

-li

p

02

-s

ty

02

-li

p

03

-s

ty

03

-li

p

04

-s

ty

04

-li

p

 z

ł/k

g

Wahania cykliczne, sezonowe i nieregularne
Wahania cykliczne i nieregularne
Wahania cykliczne

Y

t

-S

t

-T

t

=T

t

+C

t

+S

t

+I

t

-S

t

-T

t

=C

t

+I

t

WAHANIA CEN SKUPU ŻYWCA WIEPRZOWEGO W POLSCE

background image

0

0,5

1

1,5

2

2,5

3

3,5

4

4,5

5

st

y

-9

0

lip

-9

0

st

y-

91

lip

-9

1

s

ty

-9

2

lip

-9

2

s

ty

-9

3

lip

-9

3

st

y

-9

4

lip

-9

4

s

ty

-9

5

lip

-9

5

st

y

-9

6

lip

-9

6

s

ty

-9

7

lip

-9

7

st

y

-9

8

lip

-9

8

st

y-

99

lip

-9

9

s

ty

-0

0

lip

-0

0

0

1-

s

ty

01

-li

p

02

-s

ty

02

-l

ip

0

3-

s

ty

0

3-

lip

04

-s

ty

04

-l

ip

 z

ł/k

g

Ceny skupu żywca wieprzowego bez sezonowości

TC cena skupu żywca wieprzowego

Y

t

-S

t

=T

t

+C

t

+S

t

+I

t

-S

t

=T

t

+C

t

+I

t

01/9
9

01/9
3

05/9
5

01/0
3

06/9
4

11/9
7

10/0
1

CENY SKUPU ŻYWCA WIEPRZOWEGO W POLSCE


Document Outline