Эконометрика лекции
Сглаженное значение ряда
Сглаженное значение ряда Y(t) выбирается по формуле
Y(t) = Z(t + 0) = a. (6.6)
Запишем систему нормальных уравнений для определения коэффициентов параболы а, b, c:
(6.7)
Так как
получаем из (6.7)
(6.8)
Исключая с из первого и третьего уравнения системы (6.8), получаем формулу для расчета коэффициента а:
. (6.9)
При m = 5, k = 2 , имеем
(6.10)
то есть ar = –3/35; 12/35; 17/35; 12/35; 3/35.
Аналогично, для m = 7, k = 3 и для m = 9, k = 4соответственно получаем:
ar = –2/21; 3/21; 6/21; 7/21; 6/21; 3/21; –2/21, (6.11)
ar = –21/231; 14/231; 39/231; 54/231; 39/231; 14/231; –21/231 (6.12)
Можно легко проверить, что если в качестве сглаживающего многочлена взять прямую, то коэффициенты ar = 1/m, то есть совпадут с коэффициентами сглаживания с помощью метода простой скользящей средней.
Предположим, дисперсия уровней исходного ряда постоянная и равна s2, а сами члены ряда X(ti) независимы между собой, то дисперсия сглаженного по квадратичному полиному ряда Y(t) равна
.
При m = 5, k = 2,
, а при
m = 7, k = 3
, то есть
тенденция к уменьшению дисперсии с ростом m сохраняется.
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