71794 stat Page` resize

71794 stat Page` resize



60


3.8 Analiza zjawisk dynamicznych

Wystarczy teraz zatem dokonać podstawienia Y1 = lnK i mamy znowu klasyczny model liniowy

Y‘ =blx + b0 + €.    (3.191)

Zauważmy jednak, że nie zawsze takie podejście jest możliwe. Bardzo dużo zależy od modelowania zachowania się błędu. Jeśli bowiem mamy zależność postaci

y = efc1+fc> +s    (3.192)

bezpośrednie przejście do modelu liniowego nie będzie już możliwe.

Analiza regresji obejmuje również przypadki, gdy

V = /(1) + £,    (3.193)

a postać funkcji /(.) nie jest w ogóle znana. Możemy wtedy skorzystać z podejść takich jak np. metoda rozwinięcia w szereg Fouriera, czy metoda lokalnej linowej aproksymacji

3.8 Analiza zjawisk dynamicznych

Ważną rolę w statystyce matematycznej pełni analiza szeregów czasowych, czyli szeregów statystycznych x\,x%,... ,xn. Należy pamiętać, że w szeregu czasowym indeks dolny wskazuje nie tyle kolejny przypadek (np. kolejną osobę w badaniu wzrostu), ale kolejny moment czasowy (np. dzień, miesiąc). Szeregi czasowe są zatem uporządkowane względem czasu.

Oczywiście szereg czasowy możemy potraktować jak zwykły szereg statystyczny i zastosować do jego analizy metody poznane już wcześniej. Jednak interesującym jest przede wszystkim zbadanie zależności szeregu od czasu. Do takiej analizy służą m.in. metody opisane poniżej.

Przez Xi,X2,.. .,Xn będziemy teraz rozumieć zmienne losowe opisujące pewne zjawisko w chwilach czasowych i = 1,2,...,n. Zaobserwowane realizacje tych zmiennych będą mieć postać a;i,X2,... ,xn, czyli jest to właśnie szereg czasowy.

Przykład 3.51. Przykładami szeregów czasowych są: ceny akcji na giełdzie w kolejnych godzinach (np. od otwarcia do zamknięcia giełdy), poziom wody w rzece w kolejnych dniach, itd.

3.8.1 Indeksy indywidualne

Indeksem jednopodstawowym nazywamy iloraz postaci

(3.194)

gdzie k nazywamy okresem (momentem) bazowym (podstawowym). Indeks ten porównuje zatem wartość jakiegoś zjawiska w pewnym momencie j do wartości w ustalonym momencie bazowym k. Stąd dla całego szeregu czasowego otrzymujemy odpowiedni ciąg indeksów jednopodstawowych

(3.195)


1

l/k = —/k =


Wyszukiwarka

Podobne podstrony:
stat Pageb resize 62 3.8 Analiza zjawisk dynamicznych Możemy skorzystać z poznanych wcześniej indek
stat Paged resize 64 3.8 Analiza zjawisk dynamicznych Średnia ruchoma może być przydatna przy wykry
15673 stat Page resize Statystyczna Analiza Danych - skrypt1Maciej Romaniuk2 9 grudnia 2009 ‘Skryp
stat Page resize Rozdział 1Statystyka opisowa1.1    Zadania statystyki opisowej Poc
stat Page resize 1.2 Podstawowe pojęcia przypadku takich cech nie jest możliwe wprowadzenie żadneg
stat Page resize S tatystyka opisowa •    Szereg szczegółowy - szereg statystyczny
stat Page resize S tatystyka opisowa z całej populacji (mamy więc do czynienia ze zbiorowością pró
stat Page resize 1 Podstawowe* miary stystyc/.m*. . . oraz odchylenie ćwiartkowe(1.12) Odchylenie
stat Page resize S tatysty ka opi sowa Istnieją też inne wzory dla kurtozy. W oczywisty sposób, mo
stat Page resize 16 2.2 Podstawowe pojęcia Rozwiązanie: o Wariacje bez powtórzeń Liczba ciągów k e
stat Page resize 17 Elementy rachunku prawdopodobieństwa Przykład 2.7. Niech doświadczeniem losowy
stat Page resize 18 2.4 Zmienna losowa2.3.2 Niezależność zdarzeń Definicja 2.9. Zdarzenia A i B na
stat Page resize Rozdział 3Statystyka matematyczna3.1 Podstawowe pojęcia Statystyka matematyczna o
stat Page& resize 26 3.1 Podstawowe pojęcia zamiast „w pełni poprawnego” *!,X2, ~ ■ (3.5) Defin

więcej podobnych podstron