Imię i nazwisko |
Konrad Czupryn |
Grupa |
I8C1S1 |
Uwaga:
integralną część sprawozdania stanowią wybrane pliki pakietów GRETL i EXCEL (jeżeli takie będą), zawierające szczegółowe obliczenia związane z rozwiązywanym zadaniem,
wszystkie formalne zależności (wzory) wpisywać za pomocą edytora równań,
wszystkie pola tabel oraz wyróżnione miejsca w tekście muszą być wypełnione.
Identyfikacja szeregu czasowego
Testy istnienia trendu
Nazwa testu |
Wartość sprawdzianu |
Wartość krytyczna testu |
Występowanie trendu (TAK/NIE) |
Analiza wzrokowa wykresu szeregu czasowego |
|
|
Nie |
Test współczynnika korelacji Pearsona |
0,16712486 |
1,9826 |
Nie |
Testu Danielsa dla dużych liczebności szeregu czasowego n |
0,03116225 |
0,1890931 |
Nie |
Ostateczna decyzja |
Nie |
Test Fiszera stopnia wielomianu modelującego trend
Stopień wielomianu k |
Wariancja resztowa wielomianu rzędu k |
Wartość sprawdzianu dla wielomianu rzędu k i k+1 |
Wartość krytyczna testu |
Modelem trendu jest wielomian rzędu n (TAK/NIE) |
0 |
|
|
|
|
1 |
|
|
|
|
2 |
|
|
|
|
3 |
|
|
|
|
4 |
|
|
|
|
Ostateczna decyzja |
|
Analiza wahań sezonowych
Funkcja autokorelacji (ACF) i autokorelacji cząstkowej (PACF), test autokorelacji Ljunga-Boxa (Q) dla procesu: v2
Opóźnienia ACF PACF Ljung-Box Q [wartość p]
1 -0,3743 *** -0,3743 *** 15,2717 [0,000]
2 -0,3031 *** -0,5154 *** 25,3854 [0,000]
3 -0,1599 -0,8309 *** 28,2277 [0,000]
4 0,6762 *** -0,4755 *** 79,5465 [0,000]
5 -0,1548 -0,1363 82,2619 [0,000]
6 -0,3733 *** 0,0884 98,2156 [0,000]
7 -0,1294 -0,2587 *** 100,1507 [0,000]
8 0,6465 *** -0,1202 148,9815 [0,000]
9 -0,1688 * -0,1388 152,3429 [0,000]
10 -0,3103 *** 0,1146 163,8229 [0,000]
11 -0,1646 * -0,0144 167,0869 [0,000]
12 0,6385 *** 0,1851 * 216,7393 [0,000]
13 -0,1988 ** -0,0055 221,6049 [0,000]
14 -0,2463 ** 0,1044 229,1531 [0,000]
15 -0,1833 * -0,0705 233,3803 [0,000]
16 0,5864 *** -0,1394 277,1233 [0,000]
17 -0,1056 0,0629 278,5581 [0,000]
18 -0,3284 *** 0,1341 292,5919 [0,000]
19 -0,1334 0,0066 294,9347 [0,000]
20 0,5732 *** 0,1116 338,6697 [0,000]
Zidentyfikowana liczba faz w cyklu wahań sezonowych (okresowość wahań sezonowych) |
4 |
Model Kleina
Model pierwotny
Postać modelu
Yt = y +π1*dummy_1 + π2*dummy_2 + π3*dummy_3 + π4*dummy_4
Istotność parametrów strukturalnych
Parametr |
Wartość parametru |
Wartość testu |
Wartość krytyczna testu |
Ocena istotności (Tak/Nie) |
α0 |
|
|
|
|
α1 |
|
|
|
|
α2 |
|
|
|
|
α3 |
|
|
|
|
α4 |
|
|
|
|
α5 |
|
|
|
|
α6 |
|
|
|
|
α7 |
|
|
|
|
α8 |
|
|
|
|
Model końcowy
Postać modelu
Podać równanie modelu z uwzględnieniem nazw tylko tych zmiennych, dla których parametry strukturalne zostały uznane za istotne
Parametr |
Wartość parametru |
Wartość testu |
Wartość krytyczna testu |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Prognoza szeregu czasowego
Prognoza
Wartości zmiennych objaśniających:
Nazwy zmiennych objaśniających |
|
|
|
|
|
|
|
|
Wartości w okresie prognozy T = n+2 |
|
|
|
|
|
|
|
|
Wartość szeregu czasowego w okresie T = n+2: ………..
Błędy prognozy ex post:
Tabela pomocnicza:
t |
Wartości szeregu czasowego |
prognoza wygasła |
Błąd prognozy wygasłej |
n-9 |
|
|
|
n-8 |
|
|
|
n-7 |
|
|
|
n-6 |
|
|
|
n-5 |
|
|
|
n-4 |
|
|
|
n-3 |
|
|
|
n-2 |
|
|
|
n-1 |
|
|
|
n |
|
|
|
Wielkości błędów:
Nazwa błędu ex post |
Wartość błędu |
ME |
|
MAE |
|
RMSE |
|
vp |
|
PiS (2010/2011) - Sprawozdanie 5
3