Wykład 5
Predykcja ekonometryczna
Proces wnioskowania w przyszłość na podstawie modelu ekonometrycznego nazywamy predykcją. Wynik tego procesu nazywamy prognozą. Efektywność predykcji zależy od tego czy:
- dysponujemy dobrym modelem opisującym zjawisko,
- znane są wartości zmiennych objaśniających w okresie prognozowania tj. wielkości planowane, założone,
- relacja opisywana przez model jest stabilna tzn. nie zmienia się postać analityczna modelu, nie zmieniają się oceny parametrów strukturalnych jak i struktury stochastycznej,
- dopuszczalna jest ekstrapolacja poza próbę statystyczną (obszar).
Zwykle stosuje się zasadę predykcji nieobciążonej, czyli wyznacza się prognozę na poziomie wartości oczekiwanej wartości prognozowanej. Jeżeli dany jest
- wektor wartości zmiennych objaśniających w okresie prognozowanym:
wówczas prognozę wyznaczamy:
(a-wektor współczynników modelu) lub podstawiając wartości zmiennych objaśniających w okresie prognozowanym do oszacowanego modelu.
Prognoza może być dana jedną liczbą - prognoza punktowa lub rezultatem predykcji może być przedział, w którym z określonym prawdopodobieństwem znajdzie się wartość prognozowana - prognoza przedziałowa.
Nawet gdy spełnione są wszystkie założenia prognozy mogą się różnić znacznie od rzeczywistych realizacji zmiennych prognozowanych, co jest spowodowane m. in. występowaniem w modelu składnika losowego.
Wynikiem każdego procesu predykcji obok prognozy powinna być wartość miernika dokładności predykcji. Wyróżnia się mierniki:
- ex post - pozwalają wnioskować o dokładności predykcji, gdy znane są już rzeczywiste realizacje zmiennych prognozowanych; typowym miernikiem jest błąd predykcji:
,
-rzeczywista realizacja Y,
- ex ante:1. wariancja predykcji:
2. błąd średni predykcji:
3. względny błąd predykcji:
.
Prognoza przedziałowa polega na wyznaczeniu przedziału:
,
- wartość statystyki t Studenta.
UWAGA: błąd średni predykcji ex ante modelu nieliniowego, linearyzowanego liczymy wg wzoru:
,
gdzie:
- średni błąd predykcji obliczony na podstawie modelu liniowego przy przekształceniu
- wartość pochodnej funkcji transformującej modelu do postaci liniowej obliczona dla wartości prognozy
.
..............................
Badanie autokorelacji reszt modelu
Miarą autokorelacji rzędu
jest współczynnik autokorelacji rzędu
, czyli współczynnik korelacji pomiędzy resztami odległymi od siebie o t -jednostek czasu:
, np.
………………………….
Zwykle pozostaje się przy badaniu współczynników autokorelacji rzędu pierwszego ponieważ współczynniki autokorelacji wyższych rzędów są odpowiednimi potęgami współczynników autokorelacji rzędu pierwszego (
).
Do badania autokorelacji stosuje się test Durbina-Watsona:
(autokorelacja statystycznie nieistotna)
d=2 brak autokorelacji
d<2 autokorelacji dodatnia, wówczas:
d porównujemy z wartościami krytycznymi
odczytanymi z tablic Durbina-Watsona, jeżeli
to
odrzucamy na korzyść
, czyli występuje autokorelacja
to nie ma podstaw do odrzucenia
(pożądane w modelowaniu)
to test nie rozstrzyga
d>2 autokorelacji ujemna, wówczas:
, obliczamy:
, następnie
porównujemy z
.
ZADANIE
1. Produkcja pewnego wyrobu (w tys. sztuk) w latach 2003 - 2009 kształtowała się następująco: 3, 3, 2, 2, 3, 3, 4. Należy:
oszacować parametry strukturalne trendu parabolicznego
oszacować parametry struktury stochastycznej oszacowanego modelu, zinterpretować otrzymane wyniki
wyznaczyć prognozę na rok 2010 oraz błąd średni predykcji.
2. Produkcja pewnego wyrobu (w tys. sztuk) w latach 2004 - 08 kształtowała się następująco: 23, 9, 4, 9, 25. Należy:
dopasować funkcję trendu, oszacować parametry strukturalne modelu
oszacować parametry struktury stochastycznej oszacowanego modelu, zinterpretować otrzymane wyniki
wyznaczyć prognozę na rok 2010 oraz względny błąd predykcji.
3. Na podstawie następujących obserwacji o zmiennej Y w latach 2003-2009: 20,8; 21,1; 22,9; 24,0; 25,9; 27,5; 34,3. Należy:
oszacować parametry strukturalne trendu wykładniczego opisującego kształtowanie się zmiennej Y w czasie
oszacować parametry struktury stochastycznej oszacowanego modelu, zinterpretować otrzymane wyniki
wyznaczyć prognozę na rok 2010 oraz błąd średni predykcji.
4. Import owoców cytrusowych wybranej Centrali Handlu Zagranicznego do Polski w latach 2003-2009 wynosił: 4, 4, 5, 7, 9, 9, 11 (tys. ton). Należy:
oszacować parametry strukturalne trendu liniowego opisującego kształtowanie się zmiennej Y w czasie
oszacować parametry struktury stochastycznej oszacowanego modelu, zinterpretować otrzymane wyniki
wyznaczyć prognozę na rok 2010, 2011; ocenić dokładność predykcji
wyznaczyć prognozy przedziałowe wielkości importu owoców cytrusowych na lata 2010, 2011, przyjmując wiarygodność prognozy na poziomie ufności
i zakładając, że odchylenia losowe modelu mają rozkład normalny.
5. W latach 2005-2009 produkcja komputerów pewnego przedsiębiorstwa kształtowała się w kolejnych latach odpowiednio:
2, 5, 5, 8, 10 (tys. sztuk). Należy:
dopasować funkcję trendu
oszacować parametry strukturalne modelu, a następnie parametry struktury stochastycznej
wyznaczyć prognozę punktową wielkości produkcji komputerów badanego przedsiębiorstwa dla kolejnych trzech lat
ocenić dokładność predykcji
wyznaczyć prognozy przedziałowe dla kolejnych trzech lat, przyjmując wiarygodność prognozy 95% i zakładając, że odchylenia losowe modelu mają rozkład normalny.