Главная страница
Навигация по странице:

  • Реализация в пакете EViews

  • курсовая по статистической аналитике. Курсовая работа по дисциплине Методы прогнозирования и анализ рынка


    Скачать 2.07 Mb.
    НазваниеКурсовая работа по дисциплине Методы прогнозирования и анализ рынка
    Анкоркурсовая по статистической аналитике
    Дата07.02.2020
    Размер2.07 Mb.
    Формат файлаdocx
    Имя файлаKursShirochenkovZadyhin.docx
    ТипКурсовая
    #107491
    страница6 из 15
    1   2   3   4   5   6   7   8   9   ...   15

    Выявление наличия свойства стационарности временного ряда


    Математическое описание

    Будем говорить, что временной ряд имеет порядок интегрирования k т.е. , если сам временной ряд и все его ряды разностей порядка до k–1 включительно не стационарны, а ряд разностей порядка k – стационарен.

    Здесь разность порядка k определяется как , где разность первого порядка .

    Стационарный временной ряд имеет порядок интеграции ноль.

    Последовательно проводится проверка первоначального временного ряда, ряда первых разностей, ряда вторых разностей и т.д., что позволяет определить порядок интегрирования временного ряда.

    Для того, чтобы проверить наш временной ряд на стационарность, принято использовать несколько тестов. Основная идея тестов заключается в том, чтобы по данным временного ряда подобрать параметры одной из известных моделей, после чего, по значениям параметров модели, сделать вывод о наличии стационарности.

    Проверку на стационарность будем проводить в пакете EViews.

    Рассмотрим несколько тестов:

    1. Тест Дикки–Фуллера(DF);

    2. Расширенный Тест Дики–Фуллера(ADF);

    3. Тест Квятковского–Филлипса–Шмидта–Шина(KPSS).

    1. DF–тест основан на оценке параметра приведенного уравнения , где

    – фактические наблюдения временного ряда,

    – ошибка.

    Выдвинем гипотезы:

    – наш временной ряд не стационарен.

    – наш временной ряд стационарен.

    Если значение t–статистики Стьюдента для параметра меньше табличного(критического) значения DF–статистики, то принимается гипотеза , иначе принимается гипотеза .

    Таблицы Дики–Фуллера (значения DF–статистики) рассчитаны для уровней значимости в 1, 5, 10 %.

    DF–тест применим только если ряд случайных составляющих не автокоррелирован. Если данное условие нарушено, то необходимо включить разность с необходимым количеством лагов. Именно в этом случае применяется расширенный тест Дики–Фуллера.

    2. Расширенный тест Дики–Фуллера (ADF–тест) имеет такие же критические значения.

    Модель расширенного теста Дики–Фуллера имеет вид:

    .

    Например, модель расширенного теста Дики–Фуллера, использующая AR (2), имеет вид:

    .

    Данную модель можно представить в виде:

    .

    Для определения количества включаемых лагов необходимо при выборке объемом менее 81 наблюдения – 2 лага, при выборка объемом от 81 до 256 наблюдений – 3 лага, и т.д.

    Вывод о наличии стационарности по ADF–тесту производится так же, как и в случае DF–теста.

    3. Тест стационарности KPSS рассматривает ряд вида

    где – стационарный процесс и – случайное блуждание, определяемое как ,

    – нормально распределенная случайная величина с нулевым математическим ожиданием, и – коэфициент.

    Выдвигаются две гипотезы:

    : временной ряд стационарен ( или ),

    : временной ряд не стационарен (.

    Вывод о наличии стационарности по тесту KPSS производится так же, как и в случае DF–теста.

    Реализация в пакете EViews

    Для того, чтобы проверить наличие стационарности временного ряда, воспользуемся статистическим пакетом EViews. Данный пакет позволяет нам быстро и наглядно получить искомые характеристики временного ряда.

    Рисунок 3.1–Представление временного ряда в пакете EViews

    Для выявления стационарности необходимо рассмотреть временной ряд с привязкой к моменту времени. В пакете EViews временной ряд с привязкой к моменту времени будет представлен в виде окна с таблицей, показанной на рисунке 3.1.

    Встроенными функциями пакета EViews представим наш временной ряд графически, порядок действий приведен на рисунке 3.2.

    Рисунок 3.2 – Порядок представления временного ряда в графическом виде

    Рисунок 3.3 – Диаграмма рассеяния временного ряда

    По полученной диаграмме рассеяния, представленной на рисунке 3.3, можно сделать вывод о том, что наш временной ряд не стационарен, так как присутствует тренд. Чтобы проверить стационарность используем тесты.

    Пакет EViews предлагает несколько тестов на наличие стационарности. Мы рассмотрим следующие: расширенный тест Дикки–Фуллера, тест KPSS (Кватковского– Филлипса–Шмидта–Шина), а также построим коррелограмму. Последовательность действий представлена на рисунке 3.4.

    Рисунок 3.4 – Порядок проведения тестов

    Для тестирования временного ряда на стационарность с использованием расширенного теста Дикки–Фуллера в появившемся окне выбрать параметры (см. рисунок 3.5).

    Рисунок 3.5 – Окно выбора параметров для проведения расширенного теста Дикки–Фуллера

    Результат представлен на рисунке 3.6.
    Рисунок 3.6 – Результаты расширенного теста Дикки–Фуллера

    На рисунке 3.6 приведены расчетное значение статистики Дикки–Фуллера –1,243479 и Prob 0,6352, а также критические значения этой статистики на 1, 5 и 10%–м уровнях значимости –3,78803, –3.012363, –2.646119 соответственно.

    Поскольку расчетное значение получилось больше критического, причем на всех уровнях значимости, можно сделать вывод о том, что наш ряд не стационарен.

    В силу того, что Prob., принимающее значение в диапазоне от 0 до 1, находится в среднем показателе, то по этому параметру дать заключение о стационарности временного ряда не представляется возможным.

    Проведем расширенный тест Дикки–Фуллера для ряда первых разностей, см. рисунки 3.7 и 3.8.

    Рисунок 3.7 – Окно выбора параметров для проведения теста Дикки–Фуллера по ряду первых разностей

    Рисунок 3.8 – Результаты расширенного теста Дикки–Фуллера по ряду первых разностей

    По результатам теста значение Prob. близко к 0, следовательно, ряд первых разностей стационарен.

    Следуя инструкциям, представленным на рисунке 3.4, проведем тест KPSS для временного ряда и рядов первых разностей. Результаты тестов представлены на рисунках 3.9 и 3.10.

    Рисунок 3.9 – Результаты теста KPSS

    Рисунок 3.10 – Результаты теста KPSS по ряду первых разностей

    Также, чтобы проверить наш временной ряд, можно построить коррелограмму, см. рисунки 3.11 и 3.12.

    Рисунок 3.11 – Порядок построения коррелограммы

    Рисунок 3.12 – Представление временного ряда в виде коррелограммы
      1. 1   2   3   4   5   6   7   8   9   ...   15


    написать администратору сайта