STATYSTYKA OPISOWA WYKŁAD 9 (dekompozycja szeregu czasowego), statystyka


Wykład 8. Metody dekompozycji szeregu czasowego

Metody indeksowe (p. wykład 7) pozwoliły określić jak zmienia się zjawisko w czasie (o ile procent poziom zjawiska wzrastał lub obniżał się). Do określenia dlaczego zmienia się ono w określony sposób służą metody dekompozycji szeregu czasowego.

Metody te pozwalają zbadać, czy występują jakieś prawidłowości zachodzących w czasie zmian, czyli odkryć przyczyny rządzące rozwojem zjawiska. To z kolei umożliwi przewidzieć przyszłe zmiany.

Dekompozycja szeregu czasowego polega na wyodrębnieniu w szeregu czasowym elementów składowych (czynników) oddziałujących na poziom zjawiska. Poszczególne elementy składowe są skutkiem oddziaływania różnych przyczyn.

Wyodrębnia się 3 podstawowe składniki szeregu czasowego. Są nimi:

Rys. 1

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

0x08 graphic

Przykład

Koszty działalności operacyjnej (w tys.zł) w firmie X w półroczach 2000-2003.

Rok

Półrocze

Koszty działalności operacyjnej (tys.zł)

2000

I

II

15

12

2001

I

II

18

13

2002

I

II

19

16

2003

I

II

26

17

0x01 graphic

1. Wyodrębnianie tendencji rozwojowej

- można dokonać 2 metodami

  1. metodą mechaniczną

  2. metodą analityczną.

Metoda mechaniczna polega na wygładzeniu szeregu czasowego za pomocą tzw. średnich ruchomych. W zależności od tego, ile podokresów bierzemy pod uwagę przy liczeniu średnich ruchomych, wyróżniamy:

Średnie ruchome zwykłe stosuje się zazwyczaj gdy nie występują wahania okresowe.

Do obliczania takiej średniej przyjmuje się najczęściej nieparzystą liczbę podokresów (np. średnie 3-okresowe, średnie 5-okresowe, średnie 7-okresowe, itd.)

Średnie ruchome zwykłe 3-okresowe:

0x01 graphic

Czyli ciąg ŚRZ 3-okresowych będzie miał postać:

0x01 graphic

0x01 graphic

.

.

.

Średnie ruchome zwykłe 5-okresowe:

0x01 graphic

7-okresowe, itd.

Przykład (p.Wykład 7):

Rok

Liczba pracowników

Średnie ruchome 3-okresowe

t

yt

0x01 graphic

2001

2002

2003

2004

2005

2006

323

320

329

346

422

386

-

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

-

0x08 graphic

(skrócenie szeregu o 2 okresy)

Rys.: Szereg pierwotny i szereg wygładzony

0x01 graphic

Średnie ruchome scentrowane stosuje się zwykle, gdy łącznie z trendem występują oprócz wahań przypadkowych, wahania okresowe.

Najlepiej wygładzają szereg średnie ruchome o długości sekwencji równej liczbie podokresów w pełnym cyklu wahań, czyli:

2-okresowe przy wahaniach półrocznych,

4-okresowe przy wahaniach kwartalnych,

12-okresowe przy wahaniach miesięcznych, itp.

Średnie ruchome scentrowane 2-okresowe (tj. dla wahań półrocznych)

0x01 graphic

Czyli ciąg tych średnich będzie miał postać:

0x01 graphic

0x01 graphic

.

.

.

Średnie ruchome scentrowane 4-okresowe (tj. dla wahań kwartalnych):

0x01 graphic

Przykład

Rok

Półrocze

Koszty działalności operacyjnej (tys.zł)

Średnie ruchome scentrowane 2-okresowe

2000

I

II

15

12

-

0x01 graphic

2001

I

II

18

13

0x01 graphic

0x01 graphic

2002

I

II

19

16

0x01 graphic

0x01 graphic

2003

I

II

26

17

0x01 graphic

-

0x01 graphic

Metoda analityczna wyodrębniania trendu polega na znalezieniu odpowiedniej funkcji obrazującej kształtowanie się analizowanego zjawiska względem czasu

Do wyznaczenia funkcji trendu wykorzystuje się podejście właściwe analizie regresji.

Funkcję trendu traktujemy jak funkcję regresji, w której zmienną niezależną (oznaczaną t) jest czas.

Czyli:

0x01 graphic
(gdy trend jest liniowy)

0x01 graphic
- wyraz wolny

0x01 graphic
- współczynnik trendu

t - zmienna czasowa

Parametry tej funkcji szacuje się przy pomocy MNK.

(Jako wartości empiryczne zmiennej czasowej wprowadza się kolejne numery okresów, czyli)

Rok

Półrocze

Numer okresu

(zmienna czasowa)

t

Koszty działalności operacyjnej (tys.zł)

y

2000

2001

2002

2003

I

II

I

II

I

II

I

II

1

2

3

4

5

6

7

8

15

12

18

13

19

16

26

17

0x08 graphic
0x01 graphic

Współczynnik trendu 0x01 graphic
.

Oznacza to, że koszty działalności operacyjnej rosną systematycznie z okresu na okres (u nas z półrocza na półrocze) przeciętnie o 1 tys.zł.

2. Wyodrębnianie wahań okresowych (sezonowych)

Metody wyodrębniania wahań sezonowych różnią się w zależności od tego czy współwystępują z trendem, oraz od amplitudy wahań.

A. Przypadek szeregu czasowego bez wyraźnego trendu oraz ze stałą amplitudą wahań (tzw. wahania addytywne)

0x08 graphic

0x08 graphic

0x08 graphic
0x08 graphic

0x08 graphic

Wówczas wahania okresowe wyodrębniamy obliczając tzw. wskaźniki wahań okresowych (inaczej wskaźniki sezonowości):

0x01 graphic

gdzie:

0x01 graphic
- wskaźnik wahań okresowych,

0x01 graphic
- średni poziom zjawiska dla całego badanego okresu,

0x01 graphic
- średni poziom zjawiska dla i-tego podokresu,

czyli:

0x01 graphic
dla danych półrocznych,

0x01 graphic
dla danych kwartalnych,

0x01 graphic
dla danych dziennych,

0x01 graphic
dla danych miesięcznych,

itd.

Wskaźnik Oi pomnożony przez 100% informuje, ile procent ogólnej średniej stanowi średni poziom zjawiska w i-tym podokresie.

8

tendencja

rozwojowa

0x01 graphic



Wyszukiwarka

Podobne podstrony:
Dekompozycja szeregu czasowego - Zadania, Marketing, Badania operacyjne
Skladnikowa analiza szeregow czasowych, materiały z roku 2011-2012, Semestr II, Statystyka opisowa -
Szereg czasowy, Statystyka opisowa i matematyczna
analiza szeregów czasowych zadania, I rok, Statystyka opisowa
Statystyka opisowa wykład interpretacje
Statystyka opisowa, Wykład 9, 4
Statystyka opisowa, Wykład 10, 4
STATYSTYKA OPISOWA 4 WYKŁAD 29.03.2009 doc, STATYSTYKA OPISOWA 4 WYKŁAD 29
analiza szeregu czasowy, Płyta farmacja Bydgoszcz, statystyka, pozostałe
Statystyka opisowa, Wykład 3
ZARZĄDZANIE+dzienne STATYSTYKA+OPISOWA WYKŁAD 8, statystyka
STATYSTYKA OPISOWA 5 WYKŁAD 25.04.2009, Statystyka opisowa i matematyczna, Statystyka opisowa i mate
szeregi czasowe 2, statystyka

więcej podobnych podstron