بخشی از پاورپوینت

اسلاید 1 :

فصل بيست و دوم
اقتصاد سنجي سريهاي زماني II :
پيش بيني با استفاده از مدلهاي VAR و ARIMA

اسلاید 2 :

چکيده:
چگونه يک سري زماني ساکن مدلسازي مي‎شود. يعني چه نوع مدل رگرسيون را مي‎توان براي توصيف رفتار آن به کار برد؟

چگونه از مدل برازش شده براي پيش‎بيني استفاده مي‎شود؟

اسلاید 3 :

روش‎هاي پيش بيني اقتصادي
بطور کلي چهار روش پيش‎بيني اقتصادي براساس داده‎هاي سري زماني وجود دارد:

مدلهاي رگرسيون تک معادله‎اي
مدلهاي رگرسيون معادلات همزمان
مدلهاي ARIMA
مدلهاي(VAR)

اسلاید 4 :

در مدلهاي سري زماني از نوع BJ متغير Yt با استفاده از مقادير گذشته از متغير Y و جملات خطاي استوکاستيک توضيح داده مي‎شود. به همين دليل مدلهاي ARIMA گاهي اوقات مدلهاي غير تئوريک ناميده مي‎شوند، زيرا آنها را نمي‎توان از هيچ تئوري اقتصادي استنتاج کرد.

متدلوژي VAR تا اندازه زيادي شبيه معادلات همزمان مي‎باشد، جز اينکه در اين روش با تعدادي متغيرهاي درون‎زا سروکار داريم و معمولاً هيچ‎گونه متغير برون‎زايي در مدل وجود ندارد.
متودولوژی باکس جنکینز

اسلاید 5 :

فرآيند خود رگرسيون (AR)
خودرگرسيون مرتبه اول AR(1) :
δ : ميانگين Y ut : جمله اخلال خالص
خودرگرسيون مرتبه Pام AR(p) :

اسلاید 6 :

فرآيند ميانگين متحرک (MA)
فرآيند MA(1) :

μ : يک مقدار ثابتu : جمله اخلال

فرآيند) MA(q:

اسلاید 7 :

فرآيند خود رگرسيون ميانگين متحرک (ARMA)

اسلاید 8 :

فرآيند خودرگرسيون ميانگين متحرک انباشته (ARIMA)
اگر يک سري زماني پس از d مرتبه تفاضل‎گري مرتبه اول ساکن شود و سپس آنرا توسط فرآيند ARMA(p, q) مدلسازي کنيم، در اينصورت سري زماني اصلي، سري زماني خودرگرسيوني ميانگين متحرک انباشته ARIMA(p,d,q) مي‎باشد.

اسلاید 9 :

متدولوژي باکس- جنکينز :
تشخيص (شناسايي)
کنترل تشخيصی
تخمين
پيش‎بيني
مرحله اول
مرحله دوم
مرحله سوم
مرحله چهارم

اسلاید 10 :

تشخيص
بهترين ابزار تشخيص تابع خودهمبستگي(ACF)، تابع خود همبستگي جزئي(PACF) و نمودارهاي همبستگي (که بيانگر ACF و PACF، در مقابل وقفه‎هايشان است)ميباشدو همبستگي جزئي عبارت است از همبستگي بين Yt و Yt-k پس از حذف تاثير Yهاي مياني.

اسلاید 13 :

نوع مدلالگوي ACF الگوي PACF

AR(P) به صورت نمايي يا با يک الگوي تغييرات قابل توجه در مجموعه
موجي يا به هر دو صورت، کاهش وقفه هاي p مشاهده مي گردد.
مي يابد.

MA ( q ) تغييرات قابل توجه در مجموعه به صورت نمايي کاهش مي يابد.
وقفه هاي q مشاهده مي گردد.

ARMA ( p , q ) به صورت نمايي کاهش مي يابد. به صورت نمايي کاهش مي يابد.
الگوهاي نظري ACF و PACF

اسلاید 15 :

تخمين مدل ARIMA

اسلاید 16 :

کنترل تشخيصی
يک روش ساده تشخيص اينکه مدل, برازش قابل قبولي دارد آن است که باقيمانده‎هاي حاصل از معادله را بدست آورده و سپس PACF و ACF اين باقيمانده‎ها را بررسی نماييم.(باقيمانده ها بايد به طور خالص تصادفي باشند.)

اسلاید 18 :

پيش‎بيني

اسلاید 19 :

جنبه‎هاي ديگر از متدولوژي BJ
٭ تاثيرات فصلي
٭ مطالعه همزمان دو يا چند سري زماني

اسلاید 20 :

خود رگرسيون برداري (VAR):
استفاده از واژه خودرگرسيون بدليل وجود مقدار با وقفه متغير وابسته در طرف راست و واژه برداري بدليل سرو کار داشتن با يک بردار از دو (يا چند) متغير است.
تخمين VAR:

در متن اصلی پاورپوینت به هم ریختگی وجود ندارد. برای مطالعه بیشتر پاورپوینت آن را خریداری کنید