Автор24

Информация о работе

Подробнее о работе

Страница работы

Эконометрическое моделирование с использованием временных рядов

  • 73 страниц
  • 2010 год
  • 232 просмотра
  • 0 покупки
Автор работы

tumbauumba

2000 ₽

Работа будет доступна в твоём личном кабинете после покупки

Гарантия сервиса Автор24

Уникальность не ниже 50%

Фрагменты работ

Введение

1.1 Основные элементы временных рядов

1.2 Автокорреляция уровней временного ряда

1.3 Моделирование тенденции временного ряда

1.3.1 Выявление тренда во временном ряду

1.3.2 Определение типа тенденции

1.4 Моделирование сезонных колебаний

1.5 Моделирование тенденции временного ряда при наличии структурных изменений

1.6 Методы исключения тенденции

1.7 Проверка качества модели временного ряда на основании исследования остатков

1.7.1 Проверка случайности ряда остатков. Критерий поворотных точек

1.7.2 Автокорреляция в остатках. Критерий Дарбина-Уотсона

1.7.3 Проверка остаточной компоненты, случайной величины, на наличие нормального закона распределения. RS-критерий

Модели авторегрессии и скользящего среднего являются основными линейными моделями стационарных временных рядов.

2.2 Модель скользящего среднего

2.3 Смешанный процесс авторегрессии

3.2 Этапы построения модели ARIMA

3.2.1 Идентификация моделей

3.2.2 Оценивание моделей

3.2.3 Диагностика модели ARMA

Заключение

Список литературы

Выявление закономерности развития и предвидение изменения будущей социально-экономической реальности является целью изучения любого общественного явления. Влияние на будущие процессы невозможно без учета истории их развития, т.е. их прошлого.
Изменение явления отображается с помощью нескольких хронологически упорядоченных значений признака, характеризующих это явление в различные временные промежутки. Такое отображение в статистике принято называть рядом динамики, а отдельные значения признака - уровнями временного ряда. Всякий ряд динамики включает, следовательно, два обязательных элемента: во-первых, время и, во-вторых, конкретное значение показателя, или уровень ряда.
Анализ временных рядов объединяет методы изучения временных рядов, как пытающиеся понять природу точек данных (откуда они взялись? что их породило?), так и пытающиеся построить прогноз. Три основных задачи исследования временных рядов:
1. Описание изменения исследуемого признака во времени и выявление свойств исследуемого ряда;
2. Объяснение механизма изменения уровней ряда;
3. Статистическое прогнозирование значений изучаемого признака для будущих моментов времени.
Прогнозирование временных рядов заключается в построении модели для предсказания будущих событий основываясь на известных событий прошлого, предсказания будущих данных до того как они будут измерены. Типичный пример — предсказание цены открытия биржи основываясь на предыдущей её деятельности.
В настоящее время статистические методы прогнозирования заняли видное место в экономической практике. С развитием компьютерной техники, совершенствовании информационных технологий, с распространением пакетов прикладных программ (ППП) эти методы вышли за стены учебных и научно-исследовательских институтов. Они стали важным инструментом в деятельности плановых, аналитических, маркетинговых отделов производственных предприятий и объединений, торговых, страховых компаний, банков, правительственных учреждений.
Понятие анализ временных рядов используется для того, чтобы отделить эту задачу от в первую очередь от более простых задач анализа данных (когда нет естественного порядка поступления наблюдений) и, во-вторых, от анализа пространственных данных, в котором наблюдения зачастую связаны с географическим положением. Модель временного ряда в общем смысле отражает идею, что близкие во времени наблюдения будут теснее связаны, чем удалённые. Кроме того, модели временных рядов зачастую используют однонаправленный порядок по времени в том смысле, что значения в ряду выражаются в некотором виде через прошлые значения, а не через последующие.
Модели временных рядов активно применяются в исследованиях динамики значительного числа реальных процессов различной природы. Они часто используются в исследованиях динамики пассажиропотоков, складских запасов, спроса на различные виды продукции, миграционных процессов в человеческом и биологических сообществах, в радиотехнике, анализе химических процессов, моделировании природных событий: динамики числа солнечных пятен, природных катастроф и многих других процессов.
Самое широкое применение модели временных рядов нашли в исследованиях финансовых рынков, в анализе динамики финансовых показателей, прогнозировании цен на различные товары, курсов акций, соотношений курсов валют и т. п.

1. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. Учебник для вузов. - М.: ЮНИТИ, 1998.-432 с.
2. Доугерти К. Введение в эконометрику: Пер. с англ. М.: ИНФРА - М, 2001.-402 с
3. Бокс Дж., Дженкинс Г. (1974) Анализ временных рядов. Прогноз и управление.  М.: Мир, 1974.  406 с.
4. Канторович Г.Г. Анализ временных рядов//Экономический журнал Высшей школы экономики.-2002.-Т.6.- №1.-с.85-116.- №2.-с.251-273.- №3.-с.379-401.
5. Лукашин Ю. П. Адаптивные методы краткосрочного прогнозирования временных рядов: Учебное пособие. - М.: Финансы и статистика, 2003.-416 с.: ил.
6. Тихомиров Н.П., Дорохина Е.Ю. Эконометрика – М.: Изд-во Рос. экон. акад., 2002. 640 с.
7. Box G.E.P., Jenkins G.M. Some statistical aspects of adaptive optimization and control //J. of the Royal Stat. Soc. - 1962. - Ser. B. - Vol. 24. - № 2
8. Durbin J. Testing for serial correlation in least-squares regression when some of the regressors are lagged dependent variables // Econometrica. - 1970. - Vol. 38. - PP. 410—421.
9. Enders W. Applied Econometric Time Series.-N.Y.:John Wiley&Sons, Inc.-1995.

Форма заказа новой работы

Не подошла эта работа?

Закажи новую работу, сделанную по твоим требованиям

Согласен с условиями политики конфиденциальности и  пользовательского соглашения

Фрагменты работ

Введение

1.1 Основные элементы временных рядов

1.2 Автокорреляция уровней временного ряда

1.3 Моделирование тенденции временного ряда

1.3.1 Выявление тренда во временном ряду

1.3.2 Определение типа тенденции

1.4 Моделирование сезонных колебаний

1.5 Моделирование тенденции временного ряда при наличии структурных изменений

1.6 Методы исключения тенденции

1.7 Проверка качества модели временного ряда на основании исследования остатков

1.7.1 Проверка случайности ряда остатков. Критерий поворотных точек

1.7.2 Автокорреляция в остатках. Критерий Дарбина-Уотсона

1.7.3 Проверка остаточной компоненты, случайной величины, на наличие нормального закона распределения. RS-критерий

Модели авторегрессии и скользящего среднего являются основными линейными моделями стационарных временных рядов.

2.2 Модель скользящего среднего

2.3 Смешанный процесс авторегрессии

3.2 Этапы построения модели ARIMA

3.2.1 Идентификация моделей

3.2.2 Оценивание моделей

3.2.3 Диагностика модели ARMA

Заключение

Список литературы

Выявление закономерности развития и предвидение изменения будущей социально-экономической реальности является целью изучения любого общественного явления. Влияние на будущие процессы невозможно без учета истории их развития, т.е. их прошлого.
Изменение явления отображается с помощью нескольких хронологически упорядоченных значений признака, характеризующих это явление в различные временные промежутки. Такое отображение в статистике принято называть рядом динамики, а отдельные значения признака - уровнями временного ряда. Всякий ряд динамики включает, следовательно, два обязательных элемента: во-первых, время и, во-вторых, конкретное значение показателя, или уровень ряда.
Анализ временных рядов объединяет методы изучения временных рядов, как пытающиеся понять природу точек данных (откуда они взялись? что их породило?), так и пытающиеся построить прогноз. Три основных задачи исследования временных рядов:
1. Описание изменения исследуемого признака во времени и выявление свойств исследуемого ряда;
2. Объяснение механизма изменения уровней ряда;
3. Статистическое прогнозирование значений изучаемого признака для будущих моментов времени.
Прогнозирование временных рядов заключается в построении модели для предсказания будущих событий основываясь на известных событий прошлого, предсказания будущих данных до того как они будут измерены. Типичный пример — предсказание цены открытия биржи основываясь на предыдущей её деятельности.
В настоящее время статистические методы прогнозирования заняли видное место в экономической практике. С развитием компьютерной техники, совершенствовании информационных технологий, с распространением пакетов прикладных программ (ППП) эти методы вышли за стены учебных и научно-исследовательских институтов. Они стали важным инструментом в деятельности плановых, аналитических, маркетинговых отделов производственных предприятий и объединений, торговых, страховых компаний, банков, правительственных учреждений.
Понятие анализ временных рядов используется для того, чтобы отделить эту задачу от в первую очередь от более простых задач анализа данных (когда нет естественного порядка поступления наблюдений) и, во-вторых, от анализа пространственных данных, в котором наблюдения зачастую связаны с географическим положением. Модель временного ряда в общем смысле отражает идею, что близкие во времени наблюдения будут теснее связаны, чем удалённые. Кроме того, модели временных рядов зачастую используют однонаправленный порядок по времени в том смысле, что значения в ряду выражаются в некотором виде через прошлые значения, а не через последующие.
Модели временных рядов активно применяются в исследованиях динамики значительного числа реальных процессов различной природы. Они часто используются в исследованиях динамики пассажиропотоков, складских запасов, спроса на различные виды продукции, миграционных процессов в человеческом и биологических сообществах, в радиотехнике, анализе химических процессов, моделировании природных событий: динамики числа солнечных пятен, природных катастроф и многих других процессов.
Самое широкое применение модели временных рядов нашли в исследованиях финансовых рынков, в анализе динамики финансовых показателей, прогнозировании цен на различные товары, курсов акций, соотношений курсов валют и т. п.

1. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. Учебник для вузов. - М.: ЮНИТИ, 1998.-432 с.
2. Доугерти К. Введение в эконометрику: Пер. с англ. М.: ИНФРА - М, 2001.-402 с
3. Бокс Дж., Дженкинс Г. (1974) Анализ временных рядов. Прогноз и управление.  М.: Мир, 1974.  406 с.
4. Канторович Г.Г. Анализ временных рядов//Экономический журнал Высшей школы экономики.-2002.-Т.6.- №1.-с.85-116.- №2.-с.251-273.- №3.-с.379-401.
5. Лукашин Ю. П. Адаптивные методы краткосрочного прогнозирования временных рядов: Учебное пособие. - М.: Финансы и статистика, 2003.-416 с.: ил.
6. Тихомиров Н.П., Дорохина Е.Ю. Эконометрика – М.: Изд-во Рос. экон. акад., 2002. 640 с.
7. Box G.E.P., Jenkins G.M. Some statistical aspects of adaptive optimization and control //J. of the Royal Stat. Soc. - 1962. - Ser. B. - Vol. 24. - № 2
8. Durbin J. Testing for serial correlation in least-squares regression when some of the regressors are lagged dependent variables // Econometrica. - 1970. - Vol. 38. - PP. 410—421.
9. Enders W. Applied Econometric Time Series.-N.Y.:John Wiley&Sons, Inc.-1995.

Купить эту работу

Эконометрическое моделирование с использованием временных рядов

2000 ₽

или заказать новую

Лучшие эксперты сервиса ждут твоего задания

от 3000 ₽

Гарантии Автор24

Изображения работ

Страница работы
Страница работы
Страница работы

Понравилась эта работа?

или

24 сентября 2016 заказчик разместил работу

Выбранный эксперт:

Автор работы
tumbauumba
4.6
Купить эту работу vs Заказать новую
0 раз Куплено Выполняется индивидуально
Не менее 40%
Исполнитель, загружая работу в «Банк готовых работ» подтверждает, что уровень оригинальности работы составляет не менее 40%
Уникальность Выполняется индивидуально
Сразу в личном кабинете Доступность Срок 1—6 дней
2000 ₽ Цена от 3000 ₽

5 Похожих работ

Дипломная работа

Анализ динамики и структуры цены автомобилей

Уникальность: от 40%
Доступность: сразу
2240 ₽
Дипломная работа

Эффективность инвестирования в производные финансовые унструменты

Уникальность: от 40%
Доступность: сразу
2240 ₽
Дипломная работа

Решение экономических задач линейного программирования средствами MS Office и Mathcad

Уникальность: от 40%
Доступность: сразу
2240 ₽
Дипломная работа

Системный анализ, Оценка конкурентоспособности продукции и пути ее повышения

Уникальность: от 40%
Доступность: сразу
2499 ₽
Дипломная работа

Системный анализ и Совершенствование системы стимулирования труда работников предприятия.

Уникальность: от 40%
Доступность: сразу
2499 ₽

Отзывы студентов

Отзыв Anastasiya21 об авторе tumbauumba 2018-03-17
Дипломная работа

Спасибо!!!

Общая оценка 5
Отзыв Анастасия Симатова об авторе tumbauumba 2015-06-18
Дипломная работа

Автор от Бога! Спас мир) Спасибо большое работа устроила на 100%, срок моментальный! Не верьте отрицательным отзывам! Лучше автора не встретишь))

Общая оценка 5
Отзыв Dao2005 об авторе tumbauumba 2017-06-21
Дипломная работа

Данный автор помог мне с написанием дипломки и я остался очень доволен совместной работой. Резюмирую свой опыт. Хочу подчеркнуть следующие достоинства автора: 1)Автор достаточно компетентен в своей области, может легко разобраться в смежной тематике. 2)Автор почти всегда на связи. Уверен, что если начнется ядерная война, то она все равно выйдет на связь из какого-нибудь бункера. 3)Учитывает пожелания заказчика, дорабатывает недочеты, в случае их обнаружения. 4)Не бросит вас на пол пути и доведет дело до конца (хоть и могут быть небольшие задержки по срокам) Хороший, добросовестный автор. Рекомендую к сотрудничеству!

Общая оценка 5
Отзыв rap19 об авторе tumbauumba 2017-03-06
Дипломная работа

Работа написана очень хорошо.

Общая оценка 5

другие учебные работы по предмету

Готовая работа

Эффективность инвестирования в производные финансовые унструменты

Уникальность: от 40%
Доступность: сразу
2240 ₽
Готовая работа

Анализ и прогнозирование ценовой динамики фондового рынка

Уникальность: от 40%
Доступность: сразу
2500 ₽
Готовая работа

Анализ и эконометрическое моделирование потоков денежных средств (на основе данных финансовой отчетности ОАО «Ростелеком»)

Уникальность: от 40%
Доступность: сразу
2400 ₽
Готовая работа

Анализ динамики и структуры цены автомобилей

Уникальность: от 40%
Доступность: сразу
2240 ₽
Готовая работа

Система предварительной оценки стоимости жилого фонда.

Уникальность: от 40%
Доступность: сразу
3300 ₽
Готовая работа

Моделирование ценообразования на региональном рынке жилья

Уникальность: от 40%
Доступность: сразу
50000 ₽
Готовая работа

Диплом Повышение качества трудовой жизни

Уникальность: от 40%
Доступность: сразу
2500 ₽
Готовая работа

Дипломная работа "Построение и анализ линейной регрессионной модели рынка вторичного жилья Самарской области средствами MS Excel"

Уникальность: от 40%
Доступность: сразу
2000 ₽
Готовая работа

Разработка и оптимизация бизнес-процесса «Обеспечение локомотивных бригад Филиала ОАО «РЖД» Октябрьская железная дорога»

Уникальность: от 40%
Доступность: сразу
2240 ₽
Готовая работа

Разработка и оптимизация бизнес-процесса «Обеспечение локомотивных бригад Филиала ОАО «РЖД» Октябрьская железная дорога»

Уникальность: от 40%
Доступность: сразу
2240 ₽
Готовая работа

Решение экономических задач линейного программирования средствами MS Office и Mathcad

Уникальность: от 40%
Доступность: сразу
2240 ₽
Готовая работа

Формирование прибыли и направления её увеличения в организации

Уникальность: от 40%
Доступность: сразу
2000 ₽