Metoda prognozowania HellwigaPrognozowanie i symulacjeStrona główna | Ekonometria | Statystyka | Prognozowanie i symulacje | Formularz kontaktowy
|
Nazwa metody prognozowania, o której będzie mowa w niniejszym wykładzie, jest niejednoznaczna a przez to niewiele mówiąca. Ten wybitny - na światową skalę - naukowiec i nauczyciel, Zbigniew Hellwig, jest przecież autorem wielu metod statystyczno-ekonometrycznych. Nazwa "metoda wag harmonicznych" jest wystarczająco precyzyjna, bo jednoznacznie określa, którą metodę Hellwiga mamy na uwadze.
Metoda wag harmonicznych należy do rodziny adaptacyjnych metod prognozowania. Jest zatem narzędziem pozwalającym stawiać prognozy wtedy, gdy dla zmiennej prognozowanej nie zbudowano odpowiedniej jakości predyktora (tj. nie mamy ani modelu przyczynowo-skutkowego, ani modelu tendencji rozwojowej opisującego jej "wewnętrzną" dynamikę), a dysponujemy jedynie statystycznym szeregiem czasowym (okresów albo momentów) opisującym kształtowanie się tej zmiennej w przeszłości. O ewentualnych przyczynach braku predyktora napisano we wstępie do wykładu PiS-04.
Pomiędzy metodą wag harmonicznych a metodą wyrównania wykładniczego zachodzi wiele podobieństw, ale najistotniejsze są zasadnicze różnice, o których za chwilę. Obie metody zakładają przewidywanie przyszłego najbardziej prawdopodobnego (według przyjętego kryterium) kształtowania się jednej zmiennej prognozowanej (Y) na podstawie informacji opracowanych w postaci szeregu czasowego. Obie metody nie wnikają w ewentualne mechanizmy przyczynowo-skutkowe objaśniające zmienną prognozowaną, bo - jak już wspomniano - są narzędziem prognozowania w warunkach niewielkiej lub żadnej wiedzy o tych mechanizmach. To są podobieństwa. Jeżeli zaś chodzi o różnice, to pod tym względem - w ściśle określonych warunkach - metoda Hellwiga zyskuje przewagę nad modelem Browna a nawet daje lepsze prognozy od tych, opartych na modelach tendencji rozwojowej. Prognozowanie za pomocą metody wag harmonicznych wyróżnia się:
Informacja starzeje się – to fakt. Dane statystyczne sprzed 20 lat mniej mówią o ewentualnym trendzie zmian zmiennej prognozowanej, niż dane nowsze, np. z ostatnich 3 czy 5 lat. Większe zaufanie do danych nowszych nie oznacza jednak, że tylko te dane posłużą nam do wyznaczenia najbardziej prawdopodobnego jednookresowego przyrostu bezwzględnego zmiennej prognozowanej. Metoda wag harmonicznych uniezależnia opis przebiegu zjawiska w przeszłości od napływu nowych informacji. Jeżeli zatem 20 lat temu obserwowano systematyczne liniowe przyrosty bezwzględne (trend liniowy) a przez ostatnie 5 lat stwierdzono systematyczne przyrosty względne (trend potęgowy), to w żadnym wypadku nie zmieniamy hipotezy o tym dawniejszym sposobie zachowania się zmiennej prognozowanej. Tak po prostu było. Metodę wag harmonicznych wzbogaca (w stosunku do modelu Browna) mechanizm poszukiwania „porządku” w zmianach zmiennej prognozowanej. Jeżeli obiektywnie żadnych regularnych zmian nie możemy stwierdzić na podstawie posiadanych danych statystycznych, to metoda Hellwiga daje wyniki zbliżone do tych, uzyskanych na podstawie modelu Browna. Jeżeli jednak w badanym zjawisku nie ma nadmiernych „rewolucji” a podlega ono inercji, wówczas trud stosowania metody wag harmonicznych opłaca się. Inercja zjawiska oznacza, że potrzeba bardzo długiego okresu czasu, aby wystąpiły istotne zmiany systematyczne. Aby można było rozpoznać te zmiany, musimy dysponować wystarczająco długim szeregiem czasowym, liczba obserwacji (n) nie może być mniejsza od 10.
Metoda wag harmonicznych składa się z dwóch etapów. Pierwszym jest aproksymacja segmentowa – wyrównanie szeregu czasowego metodą trendu pełzającego. Drugi etap to właściwe prognozowanie – ekstrapolacja trendu z zastosowaniem wag harmonicznych.
Mapa strony ekonometria.4me.pl
Copyright © ekonometria.4me.pl 2005-2013. Wszelkie prawa zastrzeżone. Zabrania się kopiowania, redystrybucji, publikacji lub modyfikacji jakichkolwiek materiałów zawartych na stronie internetowej , bez wcześniejszej pisemnej zgody autorów.
Metoda prognozowania Hellwiga