Základné modely časových radov

Question 1

Údaje

Answer 1

údaje časových radov sú ovplyvnené hodnotami z minulosti napr. suma peňazí na bankovom účte v súčasnom mesiaci je ovplyvnená sumou na účte v predchádzajúcom mesiaci

Question 2

Lineárny regresný model

Answer 2

pomocou metódy najmenších štvorcov OLS

Question 3

Autokorelačné metódy

Answer 3

t.j. prítomnosť je ovplyvnená minulosťou, ARMA, AR je autoregresívny model, MA model kĺzavých priemerov

Question 4

AR model - autoregresívny

Answer 4

model, v ktorých je hodnota premennej v jednom období súvisiaca s jej hodnotami v predchádzajúcich obdobiach

Question 5

MA model - model kĺzavého priemeru

Answer 5

zohľadňuje možnosť vzťahu medzi premennou a vývojom reziduí z predchádzajúcich období

Question 6

ARMA (p,q)

Answer 6

model autoregresného kĺzavého priemeru

Question 7

Ošetrenie stacionarity

Answer 7

detrendovanie
logaritmovanie
transformácia
diferencovanie

Question 8

Testy

Answer 8

Dickey - Fuller
Augmented Dickey Fuller

Question 9

ACF - autokorelačná funkcia

Answer 9

udáva hrubú koreláciu

Question 10

PACF - parciálna autokorelačná funkcia

Answer 10

je jednoduchá korelácia medzi Yt a Yt-k mínus časť vysvetlená intervenovanými oneskoreniami

Question 11

Praktická implementácia ARMA

Answer 11

1. krok - identifikácia
2. krok - odhad
3. krok - diagnóza modelov

Question 12

ARIMA (p,d,q)

Answer 12

AR (p) - autoregresia - regresný model, ktorý využíva závislý vzťah medzi pozorovaním a pozorovaniami za prechádzajúce obdobie.

I (d) - integrácia - používa diferencovanie pozorovaní (odpočítanie od pozorovania v predchádzajúcom kroku), aby sa časový rad stal stacionárny

MA (q) - kĺzavý priemer - model využíva závislosť medzi pozorovaním a zvyškovou chybou