ekonometria Flashcards
Scharakteryzuj addytywne modele tendencji rozwojowej.
Postać modelu to np.: y=f(t)+g(t)+h(t)+$, f(t) funkcja tendencji rozwojowej, g(t) funkcja czasu charakteryzująca wahania sezonowe, h(t) funkcja czasu charakteryzująca wahania cykliczne, $ - składnik losowy.czesci szeregu czasowego są niezależne. wartości zmiennej prognozowanej (y empiryczne) to suma składowych z szeregu czasowego. Zmienne obasniane i zmienna objasniajaca sa w tych samych jednostkach. W procesie dekompozycji wahania okresowe (cykliczne i sezonowe) oraz przypadkowe są wyrażone jako odchylenia od tendencji rozwojowej.Modelu addytywnego używa się do budowy prognozy, GDY w szeregu czasowym występują wahania sezonowe o charakterze bezwzględnie stałym. (Powtarzalnym?)Polega to na budowie modelu prognostycznego w postaci funkcji trendu oraz wskaźników sezonowości dla poszczególnych faz cyklu. Suma wskaźników sezonowości w tym modelu powinna być równa zeru (czyste wskaźniki sezonowości).Prognozę wstępną wyznaczamy przez ekstrapolację zaobserwowanej tendencji rozwojowej. By wyznaczyć prognozę ostateczną koryguje się prognozę wstępną o określone czyste wskaźniki sezonowości dla poszczególnych faz cyklu (dodawanie).
Czyste wskaźniki sezonowości
Informują o zaobserwowanych w badanym okresie średnich bezwzględnych odchyleniach wartości prognozowanej zmiennej (czyli tego co prognozujemy) od funkcji trendu w poszczególnych fazach cyklu sezonowego.
zalety ekonometrycznych metod prognozowania (7)
-Umożliwia poznawanie związków pomiędzy czynnikami zjawisk (cel wyjaśniający)-pozwala na formalne sprawdzenie przesłanek prognostycznych, -umożliwia ocenę wpływu zmiennych objaśniających na zmienną prognozowania, -pozwala na wyznaczenie błędu ex ante, -znany jest „dobry model”, -możliwość ekstrapolacji modelu poza jego dziedzinę. -Zakłada się, że oczekiwana wartość składnika losowego wynosi 0.
na czym polega kryterium podobienstwa poziomu
Dwie zmienne są podobne, jeżeli w pewnym momencie lub okresie osiągnęły jednakową wartość.
W jaki sposób można ocenić dopuszczalność prognozy wyznaczonej przy pomocy średniej ruchomej ważonej?
za pomocą średniego kwadratowego błędu s* prognozy ex post.
Czynniki wpływające na wybór metody prognozowania.(7)
- przesłanki prognostyczne-horyzont czasowy- koszty- łatwość stosowania- dokładność prognozy-dane prognostyczne- oprogramowanie komputerowe
Scharakteryzuj multiplikatywne modele tendencji rozwojowej.
założenie - obserwowane wartości zmiennej prognozowanej są iloczynem składowych szeregu czasowego (składowe są niezależne) a wartość oczekiwana składnika losowego wynosi 1.y=f(t)g(t)h(t) Poziom prognozowanej zmiennej jest wyrażany w jednostkach zmiennej prognozowanej. Pozostałe składowe szeregów czasowych wyrażane są jako względne odchylenia.
Wady ekonometrycznych metod prognozowania. (3)
Złożoność obliczeniowa, duży koszt zbierania danych i szacowania parametrów modelu, występowanie autokorelacji składnika losowego.
Na czym polega kryterium podobieństwa kształtu?
Dwie zmienne są podobne, jeżeli charakteryzują się podobnymi zmianami w czasie, np.mają podobne tendencje rozwojowe, podobne wahania. Charakteryzują się podobną dynamiką.
W jaki sposób można ocenić dopuszczalność prognozy wyznaczonej przy pomocy średniej ruchomej prostej?
Ocena dopuszczalności prognozy za pomocą średniego kwadratowego błędu s* prognozy lub średniego błędu ψ* ex post.
Czynniki wpływające na rozpiętość przedziału prognozy.(6)
wiarygodność prognozy (p), rozkład reszt modelu (normalny lub nieznany – ważne do obliczenia wartości współczynnika u), długość szeregu czasowego (ważne przy obliczaniu błędu prognozy ex ante i współczynnika „u”), wielkość bezwzględnego błędu prognozy ex ante (VT), współczynnik „u” związany z wiarygodnością prognozy, rozkładem reszt modelu i długością szeregu czasowego, wartość prognozy punktowej zmiennej Y na okres T.
Podaj definicję prognozy. (4)
Sąd o następujących właściwościach: sformułowany z wykorzystaniem dorobku nauki odnoszący się do określonej przyszłości weryfikowalny empirycznie niepewny ale akceptowalny
Wymień etapy prognozowania.(6)
- Sformułowanie zadania prognostycznego,2. Sformułowanie przesłanek prognostycznych,3.Wybór metody prognozowania,4.Budowa prognozy,5.Ocena dopuszczalności prognozy,6.Ocena trafności prognozy -Weryfikacja prognozy.
Na czym polega funkcja aktywizująca prognozy?
Polega na pobudzaniu do podejmowania działań sprzyjających realizacji prognozy, gdyzapowiada ona zdarzenia korzystne, i przeciwstawiających się jej realizacji, gdy przewidywane zdarzenia są oceniane jako niekorzystne. Do zachowania jasności procesu prognozowania konieczne jest ujawnienie systemu wartości decydenta i prognosty.wtf
W jaki sposób można ocenić dopuszczalność prognozy? (6)
Błąd ex post, błąd ex ante, ocena jakościowa,błąd prognoz wygasłych, prawdopodobieństwo realizacji prognozy, oceny ekspertów oraz prognosty.
Na czym polega funkcja preparacyjna prognozy?
Prognoza jako podstawa do podejmowania decyzji. Funkcja preparacyjna jest działaniem z którego wynikają inne działania. Lol
Na czym polega postarzanie informacji? W których znanych Ci modelach jest ono realizowane?
Informacje postarza się w modelu średniej ruchomej ważonej. Postarzanie informacji polega na nadawaniu relatywnie wyższych wag nowszym danym, ponieważ uważa się, że zawierają one bardziej aktualne informacje o prognozowanym zjawisku.
Wymień składowe szeregu czasowego.
systematyczna: stały poziom, tendencja rozwojowa, wahania okresowe(sezonowe i cykliczne) Wahania przypadkowa
Co to jest prognozowanie.
Racjonalne i naukowe przewidywanie przyszłości (zdarzeń przyszłych) za pomocą przeszłości (zdarzeń przeszłych).
Funkcje prognoz
aktywizująca, preparacyjna, informacyjna
Co to jest szereg czasowy
Jest to ciąg zaobserwowanych stanów zmiennej w określonym przedziale czasowym.Np wartosci sprzedazy w kolejnych miesiacach roku
Horyzont czasowy
Okres dla którego jest tworzona prognoza nazywa się okresem prognozy, a liczbę okresów objętych prognozą - horyzontem prognozy zwanym horyzontem czasowym prognozy. np. budujemy prognozy tygodniowe, z których najdalsza będzie dotyczyć ostatniego tygodnia marca 2013 roku. Okresem prognozy będzie więc w tej sytuacji tydzień, a jej horyzontem - ostatni tydzień marca 2013.
Co to jest „prognoza długookresowa”?
Prognoza ustalana na taki przedział czasu, w którym w prognozowanym zjawisku mogą wystąpić zarówno zmiany ilościowe jak i poważne zmiany jakościowe.
Jakie prognozy można prognozować za pomocą modelu ekonometrycznego?(4)
prosta, rekurencyjna, ze zmienną zero-jedynkową, ze zmienna syntetyczną.
Kiedy zastosujesz model Holta a kiedy analityczny model trendu?
Jeśli można zbudować dobrze dopasowaną do danych funkcję trendu stosujemy model analityczny jeśli nie używamy modelu Holta.
Co oznacza że model jest linowy względem parametrów?
Oznacza to, że:- model ma postać y=a0+a1x1+a2x2+…+amxm+$- parametry modelu podlegają estymacji KMNK
KMNK
Metoda przybliżonych rozwiązań układów nadokreślonych tzn. zestawu równań, w których jest ich więcej niż zmiennych.
Co to jest przewidywanie racjonalne?
Jest logicznym procesem przebiegającym od przesłanek (tj. zbioru faktów należących do przeszłości) i ich interpretacji do konkluzji.
Do czego służy i co określa błąd ex ante?
Służy określeniu dokładności prognozy. Jest on wystarczający by wybrac najdokladniejsza prognozę spośród kilku prognoz otrzymanych z różnych modeli tej samej zmiennej. Określa przeciętne odchylenie realizacji zmiennej prognozowanej od prognoz w czasie.
Na czym polega prognozowanie przez analogie?
Polega na przewidywaniu przyszłości zmiennej przez wykorzystanie informacji o innych zmiennych, gdzie zmiany są podobne, jednak nie sa równoczesne i sa zbyt słabo powiązane ze zmienną prognozowaną.przenoszenie twierdzen o jednym obiekcie na inny na podstawie zachodzacych pomiedzy nimi podobienstw
Błąd oceny estymatora
Służy do zbadania czy poszczególne zmienne objaśniające istotnie wpływaja na zmienna endogeniczną.( obiasniana)
Błąd ex post
Określa stopień trafności prognozy ilościowej po upływie czasu na który była wyznaczona.
Postawa aktywna
Charakteryzuje się uznaniem przyszłości za stosunkowo niezależną od przeszłości. Przyszłość jest otwarta pluralistyczna – stworzona przez ludzi.
Postawa pasywna
Widzenie przyszłości zjawiska jako nieuniknionego, pojedynczego następstwa przeszłości, określonego przez konieczne niezależne od woli ludzi związki między zjawiskami.
Prognoza badawcza. Jej zadanie
Jej zadaniem jest wszechstronne rozpoznanie przyszłości i ukazanie wielu jej możliwych wersji.
Prognoza ostrzegawcza. Jej zadanie
Jej zadaniem jest przewidywanie zdarzeń niekorzystnych dla odbiorcy prognozy.
DESTYMULANTA
Zmienne, których spadek wartości świadczy o pożądanym rozwoju badanego zjawiska.
trend
(Tendencja rozwojowa) długookresowa skłonność do jednokierunkowych zmian wartości badanej zmiennej.
Ekstrapolacja funkcji trendu
Uzyskanie przyszłej wartości zmiennej przez podstawienie do modelu (w miejsce zmiennej czasowej ) numeru momentu lub okresu.
Prognozowanie heurystyczne
Przewidywanie nowych wydarzen niekoniecznie dających się opisac za pomocą analizy przeszłości (prognozowanie intuicyjne).
model adaptacyjny
Odrzuca założenie ze mechanizm rozwojowy zjawisk jest niezmienny Duża elastyczność pozwala na ujęcie nieregularnych zmian w składowych szeregu czasowego. Dobre narzędzie do budowy prognoz krótkookresowych.
Model liniowy (wygładzania wykładniczego) Holta
Służy do wygładzania szeregu czasowego, w którym występują i tendencja rozwojowa i wahania przypadkowe.
Model Wintersa
Stosowany w przypadku szeregów czasowych zawierających tendencję rozwojową, wahania sezonowe oraz wahania przypadkowe.
Odchylenie standardowe reszt
Informuje jakie są przeciętne odchylenia wartości rzeczywistych zmiennej prognozowanej ( nasz Y) od wartości teoretycznych. Im mniejsza wartość tego miernika tym lepsza jakość modelu [s]
Współczynnik determinacji
Miara dopasowania modelu liniowego regresji do danych rzeczywistych. Gdy parametry szacowane są MNK współczynnik przybiera wartość z przedziału [0,1], im większa wartość tym lepsze dopasowanie modelu. [R2]
Przesłanki prognostyczne
Obejmują hipotezy badawcze określające wstępnie mechanizm rozwojowy badanego zjawiska oraz dostępne o nim informacje jakościowe i liczbowe. Mechanizm rozwojowy zjawiska powinien być określony przez wskazanie oddziałujących na nie zjawisk oraz kierunku ich wpływów.
przewidywanie
Wnioskowanie no zdarzeniach nie znanych na podstawie zdarzeń znanych
stymulanta
Zmienne ktorych wzrost wartosci swiadczy o pozadanym rozwoju badanego zjawiska
Kiedy model ekonometryczny jest liniowy względem parametrów?
Kiedy rownym przyrostom zmiennej objasniajacej odpowiadaja w przyblizeniu rowne przyrosty zmiennej objasnianej
Wymień przynajmniej trzy własności jakie powinny posiadać reszty modelu ekonometrycznego żebyśmy mogli nazwać ten model “dobrym”.
? 1. model ekonometryczny nie może budzić zastrzeżeń merytorycznych,2. model powinien być bardzo dobrze dopasowany do danych empirycznych,3. wszystkie zmienne objaśniające modelu muszą być istotne.
Co oznacza założenie o stabilności relacji strukturalnych?
stabilność relacji strukturalnych w czasie, czyli “postać analityczna modelu”, jak i “wartości oceny jego parametrów “ nie ulęgają zmianie w przedziale czasu, dla którego wyznacza się prognozę, (np test Chowa)
Prognosta miał zlecenie na zbudowanie prognozy wartości sprzedaży srebra przez KGHM na 2016 r. Zleceniodawca określił maksymalny możliwy błąd tej prognozy na 6%. Wyznaczona na 2016 r. prognostyczna wielkość zmiennej wyniosła 300 tys. $ a bezwzględny błąd ex ante 16 tys. $ $. Czy zleceniodawca przyjmie tę prognozę? Odpowiedź uzasadnij.
?
Kiedy mówimy, że w zjawisku występują zmiany o charakterze ilościowym?
?
na czym polega statystyczna weryfikacja modelu ekonometrycznego?
?a) Wykonujemy test serii, żeby sprawdzić, czy model posiada losowy rozkład reszt i czy zatem jest liniowyb) Wykonujemy test Durbina-Watsona do wykluczenia autokorelacji reszt I i wyższych rzędówc) Wykonujemy test Hellwiga, żeby zbadać, czy reszty posiadają rozkład normalny
rozklad reszt w dobrym modelu powinien byc
-losowy - co oznacza liniowosc modelu- nie powinno byc skorelowania reszt (żądamy by nie wystepowala autokorelacja reszt)-wariancje składowych losowych i reszt powinny byc stałe (jednorodne) - stabilnosc wariancji-normalny
symulacja
badanie możliwych stanów interesującego fragmentu rzeczywistosci za pomocą eksperymentowania na modelu
rodzaje cech
- ilosciowe np liczba studentów-porządkujące np ocena z przedmiotu-jakosciowe np sposób poruszania się
rodzaje prognoz
- iloscniowe - stan prognozowanej zmiennej wyrazony jest liczbowo: punktowe, przedziałowe- jakościowe - stan zmiennej jakościowej lub słowny opis zmiennej ilościowej
zmiany ilościowe
wyrażają się zmianami wartości zmienne prognozowanej zgodnymi z dotychczasowymi prawidłowościami
zmiany jakościowe
polegają na zmianach dotychczasowych prawidłowości
prognoza krotkookresowa
jest wyznaczana na taki okres (przedzial czasu) ze w prognozowanym zjawisku moga zajsc tylko zmiany ilościowe
Modele wahan sezonowych . Jakie sa model ich czynnki i jake sa wahania
Wahania sezonowe – wahania zmiennej prognozowanej wokół trendu / stałego poziomu spowodowane występowaniem czynników sezonowych (do 1 roku) Okres wahań (cykl) – przedział czasu, w którym występują wyróżnione fazy wahań Amplituda wahań - różnica między wartością rzeczywistą zmiennej prognozowanej a wartością wynikającą z funkcji trendu lub stałego poziomu Modele szeregów czasowych: - addytywny – obserwowane wartości zmiennej prognozowanej są sumą składowych szeregu czasowego (nie występują interakcje pomiędzy poszczególnymi składowymi szeregu; składowe są niezależne) - multiplikatywny - obserwowane wartości zmiennej prognozowanej są iloczynem … Wahania sezonowe: a) Bezwzględnie stałe – amplitudy wahań w analogicznych fazach cyklu są w przybliżeniu takie same (model addytywny). [suma czystych wskaźników sezonowości = 0] b) Względnie stałe – wielkość amplitud wahań zmieniają się w sposób proporcjonalny- w tym samum stosunku (model multiplikatywny). [suma czystych wskaźników sezonowości = liczba faz cyklu]
- Na podstawie danych znaleźć wetor ocen parametrów modelu liniowego, w którym Y - zmienna objaśniana, X2 i X4 - zmienne objaśniające
a= (XTX)^-1XTYrobisz osobna maciez z y i osobna z x0 (same jedynki) i reszta iksów (to bedzie macierz X)X transponowanaXTX XTX-1 czyli XtX odwroconaXT * Y(XTX)^-1XTY - wyjdzie tabela 1*3i to sa nasze a0 a1 i a2
co robi reglinw?
wylicza Ci wartosci Y teoretyczne z modelu z REGLIP a0+a1x1+a2x2
interpretacja błędów szacunków parametrów
to są błędy z reglinp ktore sa pod a0 a1 a2.gdy zmienimy probe to oceny paramwetrow ulegna zmianie o tyle ile wskazuja bledy szacunkow
interpretacja Se
jest w reglinp obok R^2jak przeciętnie roznia się wartosci rzeczywiste od wartosci z modelu; wartosci plonow roznia się od wartosci z modelu przeciętnie o 1,45.to mala wartosc bliska 0
test Fishera
reglinp - wartosc F jest czwarta w pierwszej kolumnie z lewejFalfa bierzesz z tablic - n-k-1=12 i 2?OK zawiera sie od Falfa do neiskonczonosci
TEST STUDENTA
Talfa rozkład.t.odw poziom alfa, stopnie swobody albo z tablict1 =a1/s1 t2=a2/s2 wartosci z reglinp pod sob aOK = -niesk do -talfa U talfa do nieskonczonoscdecyzje robisz osobno dla t1 i t2 by sprawdzic hipoteze czy parametr a1/a2 rozni sie istotnie od 0
suma kwadratow reszt
reglinp pod n-k-1
a) Zbudować model liniowy funkcji trendu. Zapisać postać modelu.
Robisz wykres i linie trendu i zaznaczasz w oknie wykresu żeby pokazal rownanie. ALBO reglinp
b) Zinterpretować współczynnik kierunkowy funkcji trendu.
przy wzroscie x1 o y rosnie srednio o a1jesli a1 rowna sie np 0,85 to x rosnie o 85%ceteris paribus
c) Wyznaczyć prognozę podstawową na grudzień 2014r. Zinterpretować uzyskaną wartość.
Prognoza podstawowa =prognoza punktowa . robisz REGLINP i progoza = a+b*T
d) Ocenić dopuszczalność otrzymanej prognozy.
Liczysz tśr Liczysz sume (t-tśr)^2Jak masz to gowno to liczysz blad bezwzględny exante z pojebanego wzoruJak go masz to liczysz blad wz ex ante = (blad bw /prognoza) *100%
a) Obliczyć i zapisać czyste wskaźniki wahań sezonowych.
Patrzysz czy addytywny czy multiplikatywnyLiczysz q = suma kwartalow /4Czysty multip = brudny/q addytywny w brudny – q
b) Zinterpretować wskaźnik c2.
W 2 kwartale sprzedaż roznila się przeciętnie o …. Od linii trendu
c) Wyznaczyć prognozę punktową na trzeci kwartał 2014r. Zinterpretować uzyskaną wartość.
Liczysz który to będzie okres (kwartal z kolei, tutaj 19) i podstawiasz do wzoru 19 jako t i jako c dajesz odpowieni czysty wskaźnik tutaj c3
Dane w tabeli 3, arkusz1, prezentują szeregi czasowe sprzedaży telewizorów plazmowych w tysiącach sztuk, (zmienna objaśniająca) oraz potencjalnych zmiennych objaśniających: x1-cena, x2-ilość punktów sprzedaży telewizorów, x3-liczba reklamacji.a) zinterpretować z uzasadnieniem zmienne objaśniające do modelu ekonometrycznego.
Wylicz wsp korelacji do Y dla każdego X
b) zbudować ten model zapisać jego postać.
Reglinp z lepszych iksów ( te co lepiej objasniaja, maja r bliższy 1 lub -1)Y= a0+a1x1+a2x2
macierz wariancji kowariancji
D^2(a) = Se^2 * odwrocona macierz XtXpamietaj ze w REGLINP masz Se -> trzeba pomnozyc wartosci z macierzy przez Se kwadratwartosci z prekatnej z macierzy war-kow otrzymujesz podnoszac bledy S(a0), S(a1)… z REGLIP do kwadratu
wektor ocen parametrow modelu liniowego
a=(XtX)^-1*XtYdaje to nam te same wyniki a0 a1 a2 co reglinp
wspolczynnik determinacji interpretacja
0,0 - 0,5 - dopasowanie niezadowalające0,5 - 0,6 - dopasowanie słabe0,6 - 0,8 - dopasowanie zadowalające0,8 - 0,9 - dopasowanie dobre0,9 - 1,0 - dopasowanie bardzo dobre Jest on miarą stopnia, w jakim model wyjaśnia kształtowanie się zmiennej objaśnianej.
