PROGNOZOWANIE I SYMULACJA, biznes, ekonomia + marketing i zarządzanie


WYŻSZA SZKOŁA ZARZADZANIA MARKETINGOWEGO I JĘZYKÓ OBCYCH W KATOWICACH

0x08 graphic

Semestr: III

Wykładowca:

Wyznaczanie prognoz jest pewna symulacja.

Podstawą jest model ekonometryczny, szczególnym jego przypadkiem jest funkcja trendu.

Wyliczenie wartości zmiennej prognozowanej i wyznaczenie błędu prognozowania.

Błąd jest nieodzowny w wyznaczaniu prognozy.

Klasyczne metody prognozowania wykorzystują wygładzanie szeregów czasowych.

Oprócz prognozy trzeba wyznaczyć błąd prognozy w 2 sposoby:

  1. istnieje możliwość wyliczania błędu ex ande - podejście modelowe

  2. stosuje się wyliczenie błędu ex post - podejście adaptacyjne

ex ande wykorzystywane w momencie wyznaczania samej prognozy

ex post możliwe do zastosowania kiedy wyznaczamy ciąg prognoz dotyczących kilku okresów.

KLASYCZNY LINIOWY MODEL EKONOMETRYCZNY

k

0x08 graphic
Yt = ∑ αi Xi + ξt

t=0

αo, 1Xoi = 1 wyraz wolny, stały

k

Yt = α0 + ∑αi * Xit + ξt

t=1

Dodatkowe warunki

Yt i ξt - zmienne losowe

α0 + ∑αi* Xit- zmienne losowe

Zakłada się, że nadzieja matematyczna zmiennej objaśniającej będzie równa zmiennej nielosowej, ponadto dla każdego t wariancja jest równa sigma kwadrat.

Dal każdego t = h kowariancja pomiędzy składnikami są nie korelowane ze sobą.

KLASYCZNY MODEL REGRESJI

k

1E(ξt) = 0 → E(Yt) = ∑ αi Xit

t t=0

1D2t) = 02 1 Cov(ξt ξh) = 0

t t+h=1...n

Dla każdego t rozkład normalny

1 ξt ≈ η (0,02)

t

0x08 graphic

t = 1,2,...,n n+1, n+2,n+h h = 1,2,...

h - wyprzedzenie czasowe prognozowania

Y1, Y2, ..., Yn Yn+1, Yn+2, Yn+h

obserwowane prognozowane

Błąd prognozy

Ut+h = Yt+h - Ypt+h

Yp1t+h = f (Y1,Y2,...,Yn)

y1,y2,...,yn Ut+h = yt+h - ypt+h

Najprostszy sposób wyznaczania prognozy jest związany z modelem liniowym

0x08 graphic
Y = Xα + ξ

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic

ξ1 Y1 1 X11 X12 . X1n

ξ2 Y2 1 X21 X22 . X2n

ξ = . Y = . X.= . . . .

. . . . . . .

. . . . . . .

ξ Yn 1 Xn1 Xn2 . Xnn

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
t

Metoda najmniejszych kwadratów

ϕ(α) = ( Y - Xα)T ( Y - Xα)

a : ϕ (a) = min

a = (XTX)-1 XTY

^

e = Y - Y = Y - X*a

Stopień dopasowania ocenia się za pomocą wariancji resztowej

0x08 graphic

0x08 graphic

et = y = ∑ α1 * Xit

t=0

V(a) = I - (α - a) ( α - a)T = (XTX)-1 δ2

V^(a) = (XTX)-1 S2e

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic

V11 V12 V1n

V(a) = . . . = [Vij] (k+1)*(k+1)

. . .

0x08 graphic
0x08 graphic

D2(ai) i=j =δ2 2ij

Vij= Cov (aiaj) i≠j =δ2 2ij

y - wynagrodzenie bieżące

y= 1970,8 -749,3x1 + 1,6x2 + 388,2x3-697,9x4 +e

stałe płeć wyagr. wykszt. rasa

pracownika przeciętne

0x08 graphic
y^

y= -3123,5+1,7x2+408,2x3+e

(701,5) (0,059) (64,220)

D^(y^i)- przeciętny zarobek

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
a= [∑(yt-y) t] / [∑ (t-t)2], y = 1/n ∑yt, t= 1/n ∑t

t=1 t=1 t=1

0x08 graphic
0x08 graphic
b= y - at, S2e = [∑(yt - y^t)2]/ n-2

Metoda adaptacyjna - wykładnicza

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic

D2(a) cov(a,b) 0,0751

V = = S2e (XTX)-1 =

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
cov(a,b) D2(b) 0,0751 (2,6

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
1 1

. .

X = t 1

. .

. .

n 1

0x08 graphic
0x08 graphic

MODEL TRENDU

D2(Yt^) = D^(a)t2 + 2cov^(a,b)t + D2^(b) + S2e

It = , yt - Zt

MEDIANA

  1. szereg jednostopniowy

0x08 graphic

X n+1/2 n- nieparzyste

Me =

0x08 graphic
Xn/2 +Xn/2+1 n - parzyste

2

  1. szereg wielostopniowy

0x08 graphic

Me = X0 + C0/n0 ( n/2 - cum-1)

KLASYCZNY MODEL EKONOMETRYCZNY

k

Yt = αiXi + ξt

t=0

k

Yt = αiXit + α0 + ξt

t=1

Błąd prognozy

Ut+h = Yt+h - Ypt+h

Ypt+h = f(Y1,Y2,...,Yn) Yt,p+h = ∑ ai * Xin+h

Warunek kryterium najmniejszych kwadratów

ϕ(a) = uTu = (y - xa)T(y-xa) = min

a= (XTX)-1 XTy Y^ = Xa - model oszacowany

A-1 = (1/detA) * DT

Reszta

e = Y - Y^ = Y - Xa - wektor reszt

Wariancja resztowa

0x08 graphic

0x08 graphic

0x08 graphic

Kowariancja

V(a) = E (α-a)(α-a)T = (XTX)-1 * δ2

V^(a) = (XTX)-1 * S2e

Prognoza na okresy n+1, n+h

k

Yp,t+h = ∑ ai * Xin+h

i=0

Ocena błędu prognozy

k

Yt = αiXit + ξt

i=0

Liniowa funkcja trendów

Yt = at + b + ξt

Błąd prognozowania ex ante

Un+h = Yn+h - Yp,n+h

k k

E(Un+h) = E(Yn+h) - E(Yp,n+h) = αiXi,n+h - E(ai) * Xi,n+h = 0

i=0 i=0

Nadzieja matematyczna predykatora = 0 - predykator jest nieobciążony

Błąd losowy prognozowania - wyrażony wariancją (nie jest mniejszy od wariancji składnika losowego)

D2(Un+h) = D2(Yn+h - Yp,n+h) = D2(Yn+h) + D2(Yp,n+h)

Względny ład prognozy

0x08 graphic

0x08 graphic
0x08 graphic
0x08 graphic
γ(Un+h) = * 100%

γ (un+h) ≤ γ %

Horyzont predykcji

H:max γ(Un+h) ≤ γ0

H:max D2(Un+h) ≤ d0

Metody wyrównywania wykładniczego

Yt = αy-1 + α(1-α)yt-2 + α(1-α)2 yt-3

Y^t+1 = αyt + (1-α)yt^

Ut(α) = yt - yt^(α)

U =1/m ∑ut

Wariancja ex post prognozowania

S2u = 1/m ∑ u2t

0x08 graphic
t

Su = √S2u

Np. γ9 = Sk/y9^ (względny błąd prognozy / ostatnie nasze prognozy y9^)

Ocena parametrów trendu liniowego wyznacza metody NMK.

0x08 graphic

0x08 graphic

0x08 graphic

0x08 graphic

yt = eα+βt lub yt = αβt β>0

β>1 rosnąca

β<1 malejąca

Wielomian drugiego stopnia (parabole)

yt = αt + α1t α2t2 α2>0

Funkcja potęgowa

yt = αtβ 0<β<1

Funkcja liniowo - odwrotnościowa

yt = α + β/t β<0

Funkcja ilorazowa

yt = αt/ β+t

Funkcja logistyczna

yt = α / 1+ βe - δt α δ>0, β>1

Model potęgowy

yt = αtβ

Średnie ruchome nieparzyste liczby składników

0x08 graphic

Średnie ruchome parzysta liczba składników

0x08 graphic

Ruchome średnie

Yt+1(k) = 1/k ∑Yi

Yt+1(1) = 1*Yt = Yt

Yt+1(2) = ½ (Yt-1 + Yt)

Metody wyznaczania prognoza pomocą średnich ruchomych.

Wskaźnik średniego indeksu wyznaczonych cech

Indeks zmiennej o podstawie stałej

It/c = yt/yc It/c = dt/c + 1 dk/c = (yt - yc)/yc

Indeks o podstawie łańcuchowej stosunek do okresu poprzedniego

It = yt/ (yt - 1) It = dt + 1 dt = (yt - yt-1) / yt-1

0x08 graphic
0x08 graphic
0x08 graphic

d = I + 1 I = √ I1 * I2 * I3 * ... * In+1 * In

I1 * I2 * I3 = y1/y0 * y2/y1 * y3/y2 = y3/y0 = I3/0

It = yt / yt -1

yt = I1 * yt-1

Ik-1 = yt-1/yt-2

yt-1 = Ik-1 * yt-2

yt = ItIk-1yt-2

yt = ItIx-1 It-2 yt-3

0x08 graphic

0x08 graphic
yt= I * yt-1

Prognoza yt = I2yt-2

0x08 graphic

0x08 graphic
yt-1 = Iyt-2

0x08 graphic
0x08 graphic
yk = I3yt-3

Ogólny wzór na metodę prognozowania - wskaźnik indeksu średniego

0x08 graphic
0x08 graphic
0x08 graphic

yt = Ik * yt-k

t

yt

1

6

-1,66

-

-

2

10

1,30

-

-

3

13

1,00

-

-

4

13

1,07

-

--

5

14

-

0,64

0,40

6

18

17,36

-1,5

2,25

7

20

21,50

-4,6

21,16

8

22

26,60

-8,98

80,64

9

24

32,98

15,08

104,45

10

24

14,44

0x08 graphic

Stopień pierwiastka jest równy liczbie wymnażanych indeksów

0x08 graphic

0x08 graphic
0x08 graphic

I = 4√ 2,33 = 1,24

0x08 graphic
0x08 graphic

y6 = I * y5 = 1,24 * 14 = 17,36

0x08 graphic

0x08 graphic
yt = Ik * yt-k

0x08 graphic

0x08 graphic
yt+k = Ik * yt

0x08 graphic
y7= I2 * y5 = (1,24)2 * 14 = 1,24*17,36=21,50

0x08 graphic
0x08 graphic
0x08 graphic
y8 = I3 * y5 = I * y7 = 1,24*21,50=26,60

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
y9 = I4 * y5 = I * y8 = 1,24*26,60=32,98

Ex post

0x08 graphic

et = yt - yt

0x08 graphic
e = 1/m et

0x08 graphic
e = -1/4 * 14,44 = -3,61

Wartości zmiennej prognozowanej są przeszacowywane o 3,61.

Dostajemy tą prognozę obciążona błędem systematycznym.

Błąd przeciętny prognozowania wyliczmy na podstawie ex post

S2k = 1/m ∑ e2t = ¼ * 104,45 = 26,11

0x08 graphic
Se = √ 26,11 = 5,11

Średni błąd prognozowania Vk

Vt = Se / yt

V8 = 5,11/26,60 = 0,19

V6 = 5,11/17,36 = 0,29

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
t

yt

yt

ξt = yt-yt

h

yt,h

gt,h

yt

1

1

7

-6

1

1,67

0,14 (1/7)

3,64 (7*0,52)

2

8

9

-1

2

7,34

0,88 (8/9)

8,10 (9*0,9)

3

12

11

1

3

13,66

1,09 (12/11)

12,32

4

17

13

4

4

17

1,3

15,86

5

9

15

-6

1

33

0,6

6

16

17

-1

2

0,94

7

22

19

3

3

1,15

8

26

21

5

4

1,23

9

19

23

-4

1

0,82

10

22

25

-3

2

0,88

11

31

27

4

3

1,14

12

33

29

4

4

1,13

13

31

25,67

14

33

31,34

15

35

27,66

16

37

41,33

prognozy

yt = 2t + 5 + ξt

MODEL SZEREGU KLASOWEGO

0x08 graphic

Szereg czasowy

yt = f(t) + a(t) + ξt

funkcja odzwierciedlająca

wahania sezonowe

ξt - losowe wahania w tym zadaniu - addytyczne

yt = f(k) b(t) - ξt

Ocena wskaźnika sezonowości ah

T - bieżący identyfikator danych

yt,h = f(t) + ah + ξt

0x08 graphic
0x08 graphic

ah = 1/m∑ξ t,h

0x08 graphic
a1 = 1/3 (ξ1 + ξ5 + ξ9) = 1/3 ( -6-6-4) = -16/3 = -5,33

0x08 graphic
a2 = 1/3 (ξ2 + ξ6 + ξ10) = 1/3 (-1-1-3) = -5/3 = -1,66

0x08 graphic
a3 = 1/3 (ξ3 + ξ7 + ξ11) = 1/3 (1+3+4) = 8/3 = 2,66

Model

0x08 graphic
0x08 graphic

0x08 graphic
yt,h = yt+ ah

Średni wskaźnik sezonowości dla kwartału będziemy dodawać do funkcji trendu

0x08 graphic
y1,1 = 7-5,33 = 1,67

Błąd prognozy - nie obliczmy bo za dużo zmiennych

MODEL MULTIPLIKATYCZNY

yt = f(t)b(t)ξt

yt,h - f(k) bh ξt,h

Oceny wskaźników sezonowości

0x08 graphic

bn = 1/m ∑ yt,h/yt

gt,h = yt,h / yt

0x08 graphic

b1 = 1/3 (0,14+0,6+0,82) = 0,52

b2 = 1/3 (0,88+0,04+0,88) =0,9

b3 = 1/3 (1,09+1,15+1,14) = 1,12

b4 = 1/3 (1,3+1,23+1,13) = 1,22

Ocena funkcji

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic

yt = yt - bh

0x08 graphic

0x08 graphic

Struktura czasowa wykazuje wahania sezonowe. Trend rosnący z wahaniami sezonowymi.

Czy do tego by pasował model multipliatyczny?

W tym przypadku by pasowała funkcja trendu wyznaczona na podstawie średnich.

  1. Podstawowe własności modeli ekonometrycznych (estymacja modelu, parametry określające zgodność modelu z danymi i wariancja resztowa), współrzędne zbieżności, determinacji, współrzędne funkcji regresji ≠0.

    Model ekonometryczny z 1 zmienną lun 2 lub 3 wymaga prognozy na podstawie podanego modelu. Wartości zmiennej objaśnianej.

  2. Metoda najmniejszych kwadratów - estymacja trendu liniowego kwadratów nieliniowych.
    Trend z jedna zmienną objaśniającą - czas.
    !!! Oszacować parametry trendu
    Wariancja rusztowa - błąd prognozy (współrzędne zbieżności, determinacja)

  3. Metody klasyczne - najstarsze

  4. Wyznaczanie trendu metodą najmniejszych kwadratów, metody adaptacyjne - średnie scentrowane (mediany)

  5. Średnie ruchome scentrowane

  6. Wahania sezonowe

  7. Ocena dokładności składników losowych za pomocą wariancji ex post, wskaźniki prognozowania

MODELOWANIA SZEREGÓW CZASOWYCH

Metoda autoregesyjna

Y1,Y2,...,Yt, ..Yn - zależności liniowe autokorelacji

Autokorelacja do badania stopnia zależności.

0x08 graphic

0x08 graphic

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
Yt

Yt-1

Yt-2

Yt-Y

Yt-1-Y

(Yt-Y)2

(Yt-Y)(Yt-1Y)

2

4

0

0,9

2,9

0,81

2,61

4

0

0

2,9

-1,1

8,41

-3,19

0

0

1

-1,1

-1,1

1,21

1,21

0

1

0

-1,1

-0,1

1,21

0,11

1

0

-

-0,1

-1,1

0,01

0,11

0

-

-

-1,1

1,21

0,85

12,86

Model autoregresji

t

Yt = α0 + ∑ αdYt-1 + ξ t

d-1

t h

Yt = α0 + ∑ α1γt-1 + ∑βxt + ξt

PROGNOZY I SYMULACJE TESTY Z NASZEGO EGZAMINU

TEST 1

  1. Zapisać i wyjaśnić własności funkcji opisującej trend paraboliczny

  1. Trend wzrostu sprzedaży wody mineralnej ma postać Yt= 2t+180, gdzie t= 1,2,3... Kwartalne addytywne wskaźniki sezonowości sprzedaży wody wynoszą -50, -10, 40, 20 odpowiednio dla kwartałów I, II, III, IV. Prognozy na kolejne kwartały roku 10 wynoszą odpowiednio:

  1. Notowania kursów akcji w kolejnych okresach wynoszą: 20, 30, 40, 50, 60. Zcentrowane średnie ruchome dwu-okresowe określa ciąg:

  1. Współczynnik determinacji trendu liniowego wyznaczonego na podstawie 12 obserwacji wynosi 0,95, a suma kwadratów odchyleń zmiennej objaśnianej od jej średniej wynosi 20. Wartość wariancji resztowej jest równa:

  1. W latach od 1 do 10 trend wzrostu sprzedaży pewnego towaru ma postać Yt= t2-2t+80 Średni względny błąd predykcji ex-ante poziomu sprzedaży na rok 12 jest równy 4%. Jaka jest wartość wariancji predykcji ex-ante na rok 12.

  1. W miesiącach od stycznia do kwietnia zaobserwowano następujące indeksy łańcuchowe tygodniowych dochodów sklepu (w%): 114,116,116,118. Jakie było średnie tempo zmian. Wyznaczyć prognozę na podstawie indeksu średniego na miesiąc lipiec, gdy wiadomo, ze dochód sklepu w kwietniu wynosił 10 tyś. Zł.

  1. W miesiącach od stycznia do lipca zaobserwowano nast. Miesięczne wydatki (w zł): 4,5,8,10,12,14,15. Oszacować trend metodą najmniejszych kwadratów na podstawie danych od stycznia do kwietnia i wyznaczyć na jego podstawie prognozy wydatków do lipca. Wyliczyć i zinterpretować średnią i wariancje ex-post błędów prognoz.

TEST 2

  1. Trend wzrostu sprzedaży wody mineralnej ma postać Yt = 2t+180, gdzie t= 1,2,3.... Kwartalne multiplikatywne wskaźniki sezonowości sprzedaży wody wynoszą 120%, 50%, 140% i 90% odpowiednio dla kwartałów I, II, III, IV. Prognozy na kolejne kwartały roku 10 wynoszą odpowiednio:

  1. Zapisać i wyjaśnić funkcje opisującą trend wykładniczy (*potęgowy)

  1. Notowania kursów akcji w kolejnych okresach wynoszą 2,3,4,5,3. Średnie ruchome trój-okresowe określa ciąg:

  1. Współczynnik zbieżności trendu liniowego wyznaczonego na podstawie 12 obserwacji wynosi 0,1, a wariancja resztowa 2. Wówczas suma kwadratów odchyleń zmiennej objaśnianej od jej średniej wynosi:

  1. W latach od 1 do 10 trend wzrostu sprzedaży pewnego towaru ma postać Yt=t2-2t+80. Wariancja predykcji ex-ante wynosi 16 na rok 12. Średni względny błąd predykcji ex-ante poziomu sprzedaży na rok 12 jest równy:

  1. W miesiacach od stycznia do kwietnia zaobserwowano następujące tygodniowe zyski sklepu (w tyś zł) 4,5,6,6,8,. Jakie było średnie tempo zmian . Wyznaczyć prognozę na podstawie indeksu średniego na miesiąc czerwiec

  1. W miesiącach od stycznia do kwietnia zaobserwowano następujące miesięczne wydatki (w zł) 4,6,10,8. na podstawie trendu :y=3t+1 wyznaczyć drugi ciąg prognoz na miesiące od stycznia (t=1) do kwietnia. Wyliczyć średnią oraz wariancje ex-post błędów. Wyliczyć współczynniki Theila dla obu metod prognozowania.

TEST 3

  1. W latach od 1 do 10 trend wzrostu sprzedaży pewnego towaru ma postać Yt=t2-2t+80. Wariancja predykcji ex-ante wynosi 16 na rok 12. Średni względny błąd predykcji ex-ante poziomu sprzedaży na rok 12 jest równy:

  1. Trend wzrostu sprzedaży wody mineralnej ma postać Yt=2t+180 gdzie t=1,2,3,....Kwartalne multiplikatywne wskaźniki sezonowości sprzedaży wody wynoszą 50%, 100%, 200% i 80% Odpowiednio dla kwartałów I, II, III i IV. Prognozy na kolejne kwartały roku 10 wynoszą odpowiednio.

  1. Zapisać i wyjaśnić funkcję opisującą trend potęgowy.

  1. Notowania kursów akcji w kolejnych okresach wynoszą 2,3,4,5,3. Zcentrowane średnie ruchome trój-okresowe określa ciąg.

  1. Współczynnik zbieżności trendu liniowego wyznaczonego na podstawie 12 obserwacji wynosi 0,2 a wariancja resztowa 2. Wówczas suma kwadratów odchyleń zmiennej objaśnianej od jej średniej wynosi:

  1. W miesiącach od stycznia do kwietnia zaobserwowano następujące tygodniowe zyski sklepu (w tyś zł): 4,5,6,6,8. Jakie było średnie tempo zmian. Wyznaczyć prognozę na podstawie indeksu średniego na miesiąc czerwiec.

  1. W kolejnych miesiącach zaobserwowano następujące tygodniowe wydatki (w zł) 4,6,4,8,5,6 Wyznaczyć ciąg prognoz metodą średnich ruchomych 3-składnikowych. Wyliczyć średnią oraz wariancje ex-post błędów. Wyliczyć współczynniki Theila dla obu metod prognozowania.

TEST 4

  1. Zapisać i wyjaśnić własności funkcji opisującej trend logarytmiczny .

  1. Trend wzrostu sprzedaży piwa ma postać : Yt=2t+10, gdzie t=1,2,3,.... Kwartalne addytywne wskaźniki sezonowości sprzedaży wody wynoszą -5,-1,4,2 odpowiednio dla kwartałów I, II, III, IV. Prognozy na kolejne kwartały roku 10 wynoszą odpowiednio:

  1. Notowania kursów dolara względem złotego w kolejnych dniach wynoszą 4,3,4,5,60. Uprzednie średnie ruchome dwu-okresowe określa ciąg:

  1. Współczynnik determinacji trendu logistycznego wyznaczonego na podstawie 12 obserwacji wynosi 0,95 a suma kwadratów odchyleń zmiennej objaśnianej od jej średniej wynosi 20. Wartość wariancji resztowej jest równa.

  1. W latach od 1 do 10 trend wzrostu sprzedaży pewnego towaru ma postać: Yt=t2-2t+80 Średni względny błąd predykcji ex-ante poziomu sprzedaży na rok 12 jest równy 4%. Jaka jest wartość wariancji predykcji ex-ante na rok 12.

  1. W miesiącach od stycznia do kwietnia zaobserwowano nast. Indeksy łańcuchowe tygodniowych dochodów hurtowni, (w%): 110,110,120,120 Jakie było średnie tempo zmian. Wyznaczyć prognozę na podstawie indeksu średniego na miesiąc lipiec , gdy wiadomo, że dochód sklepu w kwietniu wynosił 100 tyś zł.

  1. W miesiącach od stycznia do lipca zaobserwowano nast. miesięczne wydatki (w zł) 4,5,8,10,12,14,15 . Oszacować metodą najmniejszych kwadratów trend na podstawie danych od stycznia do kwietnia i wyznaczyć na jego podstawie prognozy wydatków do lipca. Wyliczyć i zinterpretować średnią i wariancję ex-post błędów prognoz.

http://otior.w.interia.pl

PROGNOZOWANIE I SYULACJA

-STRONA 23 -

Parametry

Obserwacje zmiennych objaśniających (egzogeniczne)

Składnik losowy = objaśnia wpływ czynników niewyjaśnionych

0

ξ

S2e = eTe *

1

n-k-1

1

n-1

n

S2e = ∑ e2k

t=1

1

n-k-1

X0 - początek przedziału mediany

C0 - długość przedziału mediany

n0- liczba przedziału mediany

cum-1 - liczba kumulacji przedziału poprzedzającego przedział mediany

S2e = eTe

1

n-k-1

1

n-1

n

S2e = ∑ e2t

t=1

1

n-k-1

et = yi - ∑αiXit

D(Un+h)

Yp,n+h

h- wyprzedzenie czasowe

a=

∑yt -y)t

∑(t-t)2

b = y - at

n

y = ∑yt

t=1

1

n

n

t = 1/n t

t=1

S2e =

∑(yt-yt)2

n-2

t+(k-1/2)

Yt(k) = ∑Yi

i=t-(k-1/2)

1

k

t-(k/2-1)

Yt(k) = (1/2Yt-k/2 + ∑Yi + 1/2Yt +k/2)

i=t-(k/2+1)

1

k

I = √ I2 I3 I4 I5

4

I = √ = √

4

y2 y3 y 4 y5

y1 y2 y3 y4

4

y5

y1

4

0

-2

-4

-6

1 2 3 4 5 6 7 8 9 10 11 12

Średni wskaźnik sezonowości modelu multiplikatycznego

Żeby policzyć tak jak myśmy to zrobili to tak powinno to wyglądać

NASZ PRZYPADEK

stałe

λ =

Cov (Yt, Yt-1)

D(Yt) D(Yt-1)

D2(Yt) = δ2

t

λt = const

t-1

γd =

Ct,t-d = ∑(Yt-Y)(Yt-1-Y)

t

S2t-d = ∑(Yt-1-Y)2

t

Y= ∑Yt

t

γd =

Ct,t-1 = ∑(Yt - Y)(Yt-1 - Y)

Ct,t-d

St, St-d

1

n-d

1

n-d

1

n

Ct,t-d

S2t

1

n-1



Wyszukiwarka

Podobne podstrony:
Prognozowanie i symulacje, biznes, ekonomia + marketing i zarządzanie
Reformat-Marketing-ŚCIĄGA IV sem, biznes, ekonomia + marketing i zarządzanie
euromarketing, biznes, ekonomia + marketing i zarządzanie
ANALIZA RYNKU I BADANIA MARKETINGOWE, biznes, ekonomia + marketing i zarządzanie
WIEDZ O UE, biznes, ekonomia + marketing i zarządzanie
międzynarodowe stosunki ekonomiczne wykład I i II, biznes, ekonomia + marketing i zarządzanie
marketing ubezpieczen, biznes, ekonomia + marketing i zarządzanie
Współczesne stosunki ekonomiczne, biznes, ekonomia + marketing i zarządzanie
Moje - Finanse publiczne jako konsekwencja niedoskonałości rynku, biznes, ekonomia + marketing i zar
zarzadzanie mala firma sc, biznes, ekonomia + marketing i zarządzanie
PROJEKT KAMPANII REKLAMOWEJ, biznes, ekonomia + marketing i zarządzanie
testy zarzadzanie strategiczne, biznes, ekonomia + marketing i zarządzanie
internacjonalizacja1, biznes, ekonomia + marketing i zarządzanie
MBwartości w UNII Europejskiej, biznes, ekonomia + marketing i zarządzanie
WARTOŚCI POLITYCZNE W PAŃSTWIE, biznes, ekonomia + marketing i zarządzanie
38pytani rachunkowosc, biznes, ekonomia + marketing i zarządzanie
Analiza, biznes, ekonomia + marketing i zarządzanie
ST.MA.sciąga, biznes, ekonomia + marketing i zarządzanie

więcej podobnych podstron