Эконометрика лекции
Если и то фильтр означает
Если
и ar
= const , то
фильтр (1) означает вычисление средней арифметической, которую называют скользящей средней.
В целях удобства сопоставления сглаженного и исходного ряда ширину интервала сглаживания чаще выбирают нечетным числом m = 2*k + 1.Тогда ar = 1/mи из (6.1) получаем
. (6.2)
Такое сглаживание будет симметричным (а-r = ar) и центрированным. Чаще всего для сглаживания берут m = 3; 5; 7. Если дисперсия уровней исходного ряда постоянная и равна s2, а сами члены ряда X(ti)независимы между собой, то дисперсия сглаженного ряда Y(t) равна s2/m. Таким образом, при увеличении колеблемости исходного ряда X(t) (при наличии большой дисперсии s2) для уменьшения амплитуды колебаний у сглаженного ряда Y(t) необходимо увеличивать ширину интервала сглаживания m, либо процедуру сглаживания проводить повторно. Кстати, по степени уменьшения дисперсии у повторно сглаженных рядов можно судить о степени зависимости между собой членов исходного ряда (то есть о наличии «долговременной памяти» у исходного ряда.
Если ряд имеет периодические колебания с продолжительностью цикла меньшей m, то они полностью исчезают при сглаживании с помощью скользящей средней с шириной интервала сглаживания m.
Расчет Y(t) при m > 3 можно упростить, применяя реккурентную формулу:
, t= k + 2; k + 3; …,
n -
k. (6.3)
При расчетах по формуле (6.3) первое сглаженное значение Y(k + 1) вычисляется по формуле (6.2):
назад далееПланета уран реферат на сайте. Реферат на тему легкая атлетика.
Параграфы
- Сущность и история возникновения эконометрики
- </b>Парный регрессионный анализ
- Множественная регрессия
- Гетероскедастичность моделей, ее обнаружение и методы устранения гетероскедастичности
- прогнозирование временных рядов
- Сглаживание Временных рядов
- ОДНОВРЕМЕННЫЕ УРАВНЕНИЯ. МЕТОДЫ ИДЕНТИФИКАЦИИ
- Моделирование структурными уравнениями
- РАЗНОСТНЫЕ УРАВНЕНИЯ И ИХ РЕШЕНИЕ
- Стационарные временные ряды авторегрессии-скользящего среднего
- Временные ряды с высокой изменчивостью
- Ложная регрессия, коинтеграция и модели корректировки ошибок
- Элементы линейной алгебры
- Элементы теории вероятностей и математической статистики
- метод наименьших квадратов