Выявление структуры временного ряда
Анализ автокорреляционной функции и коррелограммы позволяет выявить структуру временного ряда. Выявить структуру временного ряда – это значит выявить наличие или отсутствие его основных компонент (Т – трендовой компоненты и S – сезонной или циклической компоненты). Ряд может состоять только из трендовой и случайной компонент; или циклической и случайной; может содержать только случайную компоненту или все три компоненты одновременно (рис. 6.1.1).
Е сли наиболее высоким оказался коэффициент первого порядка, то исследуемый ряд содержит только тенденцию (табл. 6.1.1, вариант А).
Таблица 6.1.1 Варианты автокорреляционной функции
Лаг | Коэффициенты автокорреляции | |||
Варианты | ||||
А | Б | В | Г | |
1 | 0,98 | 0,43 | 0,63 | 0,09 |
2 | 0,95 | 0,97 | 0,38 | 0,12 |
3 | 0,94 | 0,51 | 0,72 | 0,07 |
4 | - | 0,92 | 0,97 | 0,10 |
5 | - | - | 0,55 | - |
6 | - | - | 0,40 | - |
Если наиболее высоким оказался коэффициент автокорреляции порядка К, то ряд содержит циклические колебания с периодичностью в К моментов времени, Так, например, если при анализе временного ряда наиболее высокими оказались коэффициенты автокорреляции второго порядка, то ряд имеет циклы в два периода времени, то есть имеет так называемую пилообразную структуру (вариант Б). Наиболее высокий коэффициент четвертого порядка указывает на наличие в ряду цикла в четыре момента (периода) времени (вариант В). Если ни один из коэффициентов не является статистически значимым (вариант Г), то можно сделать следующие предположения:
ряд не содержит ни тенденции, ни циклов, а состоит только из случайной компоненты;
ряд содержит сильную нелинейную тенденцию, для выявления которой нужно провести дополнительный анализ.
-
Содержание
- Коэффициент частной корреляции.
- Частная корреляция.
- 6.1. Элементы временного ряда
- Автокорреляция
- Выявление структуры временного ряда
- Моделирование тенденции
- 6.5. Изучение взаимосвязи переменных по данным временных рядов
- 6.6. Критерий Дарбина-Уотсона
- Напоминаем предпосылки регрессионного анализа:
- Оценка уравнения регрессии.
- Предпосылки к проведению регрессионного анализа
- Условия применения и ограничения кра.
- Проблема оценивания линейной связи экономических переменных.
- Модель парной линейной регрессии.
- Точечный и интервальный прогнозы для модели парной регрессии
- Определение мультиколлинеарности. Последствия мультиколлинеарности. Методы обнаружения мультиколлинеарности
- 38. Методы устранения мультиколлинеарности
- Двухфакторная производственная функция Кобба-Дугласа
- 51. Показатели двухфакторной производственной функции Кобба-Дугласа
- Автокорреляция остатков модели регрессии. Последствия автокорреляции. Автокорреляционная функция
- 62. Критерий Дарбина-Уотсона обнаружения автокорреляции остатков модели регрессии
- Компоненты временного ряда
- Косвенный метод наименьших квадратов (кмнк)