Model adaptacyjny.  Trend pełzający

Prognozowanie i symulacje

Strona główna | Ekonometria | Statystyka | Prognozowanie i symulacje | Formularz kontaktowy

 

 

 

 

Modela adaptacyjne są  modelami, przy konstrukcji których konstrukcji odrzucamy dokuczliwe założenie, przyjmowane przy budowie modeli analitycznych tendencji rozwojowej, mówiące  o niezmienności mechanizmu rozwojowego badanych zjawisk. Ze względu na sporą elastyczność modeli adaptacyjnych, mamy możliwość ujecia nieregularnych zmian  szeregu czasowym, co czyni z nich przydatne  narzędzie budowy prognoz w krótkim okresie. Modele  adaptacyjne jest mają szeroki wachlarz typów. Jednym a takich modeli jest model trendu pełzającego. Etapy budowy tego modelu sanastepujące:

. Dla danego szeregu czasowego  oraz arbitralnie ustalonej stałej wygładzania k < n  (przeważnie 3-5) szacuje się na podstawie kolejnych fragmentów (czyli odcinków) szeregu:

                     ,

                   

            ........................

                  

parametry liniowych funkcji trendu.

Otrzymujemy zatem koljeno  funkcje:

                                    dla 1 £  £ ,

                                      dla 2 £  £

..........................................   ............................................

               dla .

 

Dla dowolnego  (1 £  £ ) wartościom  odpowiadają wyrównane wartości teoretyczne otrzymane z pomocą niektórych spośród podanych wyżej funkcji  

Są to mianowicie te funkcje, dla   których:

 

gdzie:

 

         

                                 

                      

 

Ostatecznie wygładzamy średnie wartości wszystkich takich otrzymanych wcześniej wygładzeń,

czyli 

 

=  ()

 

Łączymu kolejne punkty (, ) odcinkami liniowymi i tak powstaje wykres w postaci funkcji segmentowej, zwanej inaczej trendem pełzającym. W celu wykorzystania modelu w przyszłość należy posłużyć się następującym algorytmem, zwanym metodą wag harmonicznych:

1.      Obliczamy przyrosty funkcji trendu:

,  

2.      Określa się średnią przyrostów:

,

gdzie:  to wagami harmonicznymi realizującymi postulat postarzania informacji. Nadawane są one przyrostom w taki oto logiczny sposób, aby najstarsze miały najmniejsze  znaczenie zaś najnowsze największe. Wagi te są liczbami dodatnimi z przedziału (0, 1], o sumie równej jedności i o następującej konstrukcji według wzoru:

 

 ,    =1,...., -1

 

3.      Wyznaczamy się odchylenie standardowe przyrostów trendu pełzającego, ważonych kolejnymi wagami harmonicznymi

 

 

4. Przez dołączenie do ostatniego punktu trendu pełzającego (,) prostej o odpowiednim nachyleniu  dokonuje się ekstrapolacji trendu. Prognozę punktową  na okres t wyznacza się zatem według wzoru:

 

 

5. Dla zadanej wiarygodności np 0,95 prognozy p konstruujemy  przedział prognozy czyli tzw. prognozę przedziałową:

 

 

gdzie:

          ,            < t £ 2  - 1

 

u - to współczynnik który wyznaczyc można  z nierówności Czebyszewa, z tablic rozkładu normalnego lub po prostu rozkładu -Studenta. Rozpiętość czyki szerokość przedziału prognozy zależy przede wszyskim od: wiarygodności prognozy (p), rozkładu jakim charakteryzują się przyrosty trendu pełzającego oraz od numerub okresu, na który jest budujemy prognozę (im dalej wysuwamy sie w przyszłość  tym ut jest niestety większe).


 

Mapa strony ekonometria.4me.pl

 

Ekonometria
Model ekonometryczny teoria
Jednorównaniowy model ekonometryczny
Metoda Hellwiga
MNK
Podstawy weryfikacji
Hipoteza o istotności parametrów strukturalnych
Funkcja produkcji
Ekonometria  korelacja i regresja  wzory
Założenia i własności predykcji ekonometrycznej
Jak to robią profesjonaliści ?
Analiza przepływów międzygałęziowych
Programowanie liniowe
Analiza popytu
Analiza kosztów
Współczynniki Pearsona  dwie zmienne objaśniające
Współczynniki Pearsona trzy zmienne objaśniające
Zadania obowiązujące na SGH cz.1

 

Statystyka

Statystyka  pojęcia podstawowe

Parametry statystyczne

Opracowanie materiału statystycznego

Tablica korelacyjna

Podstawowe prawdy statystyki

Kilka rozkładów

Statystyka  wzory

Dystrybuanta rozkładu normalnego N

Rozkład Durbina Watsona

Rozkład t Studenta

Rozkład wartości krytycznej współczynnika korelacji dla 0,05

Rozkład F dla 0,05

Rozkład F dla 0,01

Rozkład liczby serii

Rozkład Poissona

Rozkład G.Cochrana

Rozkład chi kwadrat

Prognozowanie i symulacje

Prognozowanie sprzedaży

Prognozowanie popytu
Prognozowanie -metody heurystyczne
Składowe szeregów czasowych
Modele szeregów czasowych
Metody naiwne
Metoda średniej ruchomej

Wygładzanie wykładnicze
Prognozowanie ekonometryczne
Modele tendencji rozwojowej
Modele analityczne
Trend pełzający
Modele składowej periodycznej
Metoda wskaźników
Analiza harmoniczna
Modele autoregresyjne
Modele ARMA i ARIMA
Model nieliniowy
Model tendencji rozwojowej
Metoda prognozowania Hellwiga
Metoda trendu pełazającego
Prognozowanie ekonometryczne


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 Wintersa addytywna