zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Kinh Tế - Quản Lý

» Kinh tế học

Bài giảng Kinh tế lượng: Chương 4B - Trường ĐH Thương Mại

Chia sẻ: Lý Hàn Y | Ngày: | Loại File: PDF | Số trang:48

Báo xấu

5
lượt xem 3
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng Kinh tế lượng - Chương 4B: Dự báo bằng phương pháp Box-Jenkins. Chương này cung cấp cho sinh viên những nội dung kiến thức bao gồm: tính tương quan trong dữ liệu chuỗi thời gian; tính dừng của chuỗi thời gian; mô hình Box-Jenkins (ARIMA); mô hình Box-Jenkins cho chuỗi thời gian có tính mùa vụ (SARIMA);... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài giảng Kinh tế lượng: Chương 4B - Trường ĐH Thương Mại

Chương 4B DỰ BÁO BẰNG PHƯƠNG PHÁP BOX-JENKINS
Chương 4 DỰ BÁO BẰNG PHƯƠNG PHÁP BOX-JENKINS 4.1 Tính tương quan trong dữ liệu chuỗi thời gian 4.2 Tính dừng của chuỗi thời gian 4.3. Mô hình Box-Jenkins (ARIMA) 4.3. Mô hình Box-Jenkins cho chuỗi thời gian có tính mùa vụ (SARIMA)
Chương 4 §4.1 Tính tương quan trong dữ liệu chuỗi thời gian 4.1.1 Hệ số tự tương quan Cov(Yt , Yt  k ) k  Var (Yt ) Phương trình trên được gọi là hàm tự tương quan, ký hiệu là ACF
Chương 4 §4.1 Tính tương quan trong dữ liệu chuỗi thời gian Cov(Yt , Yt  k ) k  Var (Yt ) Tính chất: 1. -1  k  1 k 2. 0 = 1
Chương 4 §4.1 Tính tương quan trong dữ liệu chuỗi thời gian Do thực tế chỉ có dữ liệu mẫu, nên ta chỉ có thể ước lượng được hệ số tự tương quan mẫu thay vì hệ số tự tương quan tổng thể
Chương 4 §4.1 Tính tương quan trong dữ liệu chuỗi thời gian Hệ số tự tương quan mẫu: n  (Y  Y )(Y t t k Y) rk  t  k 1 n  (Y  Y ) t 1 t 2 Y : giá trị trung bình mẫu của Yt k : độ trễ n : số quan sát
Chương 4 §4.1 Tính tương quan trong dữ liệu chuỗi thời gian n  (Y  Y )(Y t t k Y) rk  t  k 1 n  (Y  Y ) t 1 t 2 Tương tự, rk cũng có tính chất: 1. -1  rk  1 k 2. r0 = 1
Chương 4 §4.1 Tính tương quan trong dữ liệu chuỗi thời gian Hệ số tự tương quan riêng PACFk dùng để đo lường mức độ quan hệ giữa Yt và Yt-k khi các ảnh hưởng của các độ trễ từ 1 đến k-1 đã được loại trừ
Chương 4 §4.1 Tính tương quan trong dữ liệu chuỗi thời gian 4.1.2 Kiểm tra tính tương quan Có 2 cách kiểm tra tự tương quan: 1. Xem xét từng rk = 0 hay không 2. Xem xét toàn bộ tập các giá trị rk = 0 hay không
Chương 4 §4.1 Tính tương quan trong dữ liệu chuỗi thời gian Cách 1. H0: rk = 0 Ta thừa nhận kết luận: Nếu chuỗi thời gian đảm bảo tính độc lập thì rk ~ N (0, 1/n ) Từ đó ta có khoảng tin cậy của rk:   u / 2 u / 2    rk    n n 
Chương 4 §4.1 Tính tương quan trong dữ liệu chuỗi thời gian   u / 2 u / 2    rk    n n  Chuỗi thời gian có thể được kết luận không có hiện tượng tự tương quan nếu tất cả các hệ số tương quan mẫu tính toán được đều nằm trong giới hạn này. Chuỗi khi đó có tính nhiễu trắng
Chương 4 §4.1 Tính tương quan trong dữ liệu chuỗi thời gian Cách 2: H0: r1 = r2 =… = rk = 0 h  1  Q  n(n  2)  * .rk2  k 1  n  k  n : số quan sát k : độ trễ rk : hệ số tương quan bậc k h : độ trễ lớn nhất được xem xét
Chương 4 §4.1 Tính tương quan trong dữ liệu chuỗi thời gian h  1 2 Q  n(n  2)  * .rk  k 1  n  k  Nếu H0 đúng thì Q* ~ 2(h-m)  W  Q : Q   (h  m) * tn tn * 2
Chương 4 §4.2 Tính dừng của chuỗi thời gian 4.2.1 Khái niệm chuỗi thời gian dừng Chuỗi thời gian Yt, phải thỏa mãn: E (Yt )    const Var (Yt )    const 2 Cov(Yt , Yt  k )  E(Yt   )(Yt  k   )  k  const
Chương 4 §4.2 Tính dừng của chuỗi thời gian E (Yt )   Var (Yt )   2 Cov(Yt , Yt  k )  E(Yt   )(Yt  k   )  k Giả sử ta dịch Y từ Yt tới Yt+m. Nếu Yt là chuỗi dừng thì giá trị trung bình, phương sai và hiệp phương sai của Yt và Yt+m phải bằng nhau
Chương 4 §4.2 Tính dừng của chuỗi thời gian Tóm lại, nếu là một chuỗi dừng, thì giá trị trung bình, phương sai và hiệp phương sai (có độ trễ khác nhau) bằng nhau, không cần biết ta đo lường chúng tại thời điểm nào Điều này có nghĩa các đại lượng này không đổi theo thời gian
Chương 4 §4.2 Tính dừng của chuỗi thời gian Một chuỗi dữ liệu như vậy sẽ có xu hướng trở về giá trị trung bình và những dao động xung quanh giá trị trung bình sẽ như nhau Nếu một chuỗi thời gian không dừng theo cách định nghĩa trên, ta gọi là chuỗi không dừng
Chương 4 §4.2 Tính dừng của chuỗi thời gian Với một chuỗi thời gian không dừng, ta chỉ có thể nghiên cứu hành vi của nó chỉ trong khoảng thời gian được xem xét. Do vậy ta không thể khái quát hóa cho các giai đoạn thời gian khác
Chương 4 §4.2 Tính dừng của chuỗi thời gian 4.2.2 Khảo sát tính dừng Ngoài việc chứng minh một chuỗi dừng theo định nghĩa, ta còn có thể dựa vào biểu đồ tự tương quan để xác định một chuỗi thời gian dừng hay không
Chương 4 §4.2 Tính dừng của chuỗi thời gian Nếu hệ số tự tương quan đầu tiên khác 0 nhưng các hệ số tự tương quan tiếp theo bằng không có ý nghĩa thống kê thì đó là một chuỗi dừng. Nếu một số hệ số tương tự tương quan khác không một cách có ý nghĩa thống kê thì đó là một chuỗi không dừng.

CÓ THỂ BẠN MUỐN DOWNLOAD

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.