ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

Σχετικά έγγραφα
Χρονικές σειρές 8 Ο μάθημα: Μοντέλα κινητού μέσου

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ

Χρονικές σειρές 5 Ο μάθημα: Γραμμικά στοχαστικά μοντέλα (1) Αυτοπαλίνδρομα μοντέλα Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ

Χρονοσειρές Μάθημα 3. Γραμμικές στάσιμες διαδικασίες. Γραμμική χρονοσειρά (στοχαστική διαδικασία) Z Z ~ WN(0, ) είναι στάσιμη. Θεωρούμε μ=0 E[ X ] 0

1. Ποιες είναι οι διαφορές μεταξύ αυτοπαλίνδρομων υποδειγμάτων (AR) και υποδειγμάτων κινητού μέσου (MA);

Χρονολογικές Σειρές (Time Series) Lecture notes Φ.Κουντούρη 2008

Χρονικές σειρές 6 Ο μάθημα: Αυτοπαλίνδρομα μοντέλα (2)

Χρονικές σειρές 2 Ο μάθημα: Εισαγωγή στις χρονοσειρές

Χρονοσειρές - Μάθημα 5

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ MSc Τραπεζικής & Χρηματοοικονομικής

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑΤΑ: ΜΑΘΗΜΑΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ Η/Υ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΜΑ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ: ΑΝΑΛΥΣΗ ΜΟΝΤΕΛΩΝ ΧΡΟΝΟΛΟΓΙΚΩΝ ΣΕΙΡΩΝ

Στασιμότητα χρονοσειρών Νόθα αποτελέσματα-spurious regression Ο έλεγχος στασιμότητας είναι απαραίτητος ώστε η στοχαστική ανάλυση να οδηγεί σε ασφαλή

ΚΕΦΑΛΑΙΟ 5 ΣΤΟΧΑΣΤΙΚΕΣ ΔΙΑΔΙΚΑΣΙΕΣ ΔΙΑΚΡΙΤΟΥ ΧΡΟΝΟΥ, ΥΠΟΔΕΙΓΜΑΤΑ ARIMA ΚΑΙ SARIMA, ΜΕΘΟΔΟΛΟΓΙΑ BOX-JENKINS

Χρονικές σειρές 10 Ο μάθημα: Μη στάσιμα μοντέλα ARIMA Μεθοδολογία Box-Jenkins Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ

Χρονικές σειρές 9 Ο μάθημα: Μεικτά μοντέλα ARMA

ΜΑΘΗΜΑ 3ο. Βασικές έννοιες

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ

Χρονοσειρές, Μέρος Β 1 Πρόβλεψη Χρονικών Σειρών

Τίτλος Εργασίας: Η χρήση της μεθοδολογίας Box Jenkins στην ανάλυση χρονοσειρών

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 5ο

ΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 4: Ανάλυση Χρονολογικών Σειρών. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ. ΕΡΓΑΣΤΗΡΙΟ ΤΕΧΝΙΚΩΝ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΠΕΜΠΤΟ-ΑΥTOΠΑΛΙΝΔΡΟΜΑ ΥΠΟΔΕΙΓΜΑΤΑ(AR(p))

Τεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου Όρου (ARIMA)

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ

Παράρτηµα 3 Εξισώσεις Διαφορών και Στοχαστικές Διαδικασίες

ΚΕΦΑΛΑΙΟ 6 ΠΡΟΒΛΕΨΕΙΣ ΜΕ ΥΠΟΔΕΙΓΜΑΤΑ ΧΡΟΝΟΣΕΙΡΩΝ

Οικονομετρία Ι. Ενότητα 9: Αυτοσυσχέτιση. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

Επαυξημένος έλεγχος Dickey - Fuller (ADF)

Προσδιοριστικοί όροι και μοναδιαία ρίζα (από κοινού υποθέσεις)

ΜΑΘΗΜΑ 4 ο. Μοναδιαία ρίζα

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ

Εφαρμοσμένη Στατιστική: Συντελεστής συσχέτισης. Παλινδρόμηση απλή γραμμική, πολλαπλή γραμμική

ΤΕΛΕΣΤΕΣ ΚΑΙ ΣΤΑΤΙΣΤΙΚΑ ΕΡΓΑΛΕΙΑ ΑΝΑΛΥΣΗΣ ΧΡΟΝΟΣΕΙΡΩΝ

ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΡΩΤΗΣΕΙΣ ΣΤΗΝ ΟΙΚΟΝΟΜΕΤΡΙΑ II ΗΜΗΤΡΙΟΣ ΘΩΜΑΚΟΣ

Χρονοσειρές - Μάθημα 5

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 10ο

Πολλαπλή παλινδρόμηση (Multivariate regression)

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία

Χρονοσειρές Μάθημα 3

ΣΗΜΕΙΩΣΕΙΣ ΜΑΘΗΜΑΤΟΣ ΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΩΝ & ΕΛΕΓΧΟΥ ΘΕΩΡΙΑ & ΕΡΓΑΣΤΗΡΙΟ

Συνολοκλήρωση και VAR υποδείγματα

Τεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου Όρου (ARIMA)

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

Αν έχουμε δύο μεταβλητές Χ και Υ και σύμφωνα με την οικονομική θεωρία η μεταβλητή Χ προσδιορίζει τη συμπεριφορά της Υ το ερώτημα που τίθεται είναι αν

Παραβίασητωνβασικώνυποθέσεωντηςπαλινδρόμησης (Violation of the assumptions of the classical linear regression model)

Ογενικός(πλήρης) έλεγχος των Dickey Fuller

Οικονομικές εφαρμογές υπολογιστικών πακέτων. Στοχαστικά υποδείγματα

Μάθημα 5-6: Στάσιμες πολυμεταβλητές χρονοσειρές και μοντέλα Διασυσχέτιση Διανυσματικά αυτοπαλίνδρομα μοντέλα Δίκτυα από πολυμεταβλητές χρονοσειρές

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ

ΜΕΘΟΔΟΙ ΠΡΟΒΛΕΨΗΣ ΧΡΟΝΟΣΕΙΡΩΝ: ΧΡΟΝΟΣΕΙΡΕΣ ΣΤΗΝ ΕΛΛΗΝΙΚΗ ΟΙΚΟΝΟΜΙΑ

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΟΣ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

ΥΔΡΟΛΟΓΙΚΗ ΠΡΟΣΟΜΟΙΩΣΗ ΚΑΙ ΠΡΟΓΝΩΣΗ Ενότητα 3: Υδρολογική πρόγνωση 3.2. Μοντέλα Χρονοσειρών

Τεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου Όρου (ARIMA)

Μάθημα 4: Πρόβλεψη χρονοσειρών Απλές τεχνικές πρόβλεψης Πρόβλεψη στάσιμων χρονοσειρών με γραμμικά μοντέλα Πρόβλεψη μη-στάσιμων χρονοσειρών Ασκήσεις

Συνολοκλήρωση και μηχανισμός διόρθωσης σφάλματος

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΕΧΝΙΚΩΝ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΤΡΙΤΟ-ΑΥΤΟΣΥΣΧΕΤΙΣΗ (AUTOCORRELATION)

ΜΕΛΕΤΗ ΚΑΙ ΕΚΤΙΜΗΣΗ ΠΟΛΥΜΕΤΑΒΛΗΤΩΝ ΥΠΟΔΕΙΓΜΑΤΩΝ ΣΤΗΝ ΑΝΑΛΥΣΗ ΧΡΟΝΟΣΕΙΡΩΝ

Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου Όρου (ARIMA)

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 4ο

Χρονοσειρές - Μάθημα 8. Μη-γραμμική ανάλυση χρονοσειρών

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

Χρονοσειρές - Μάθημα 7. Μη-γραμμική ανάλυση χρονοσειρών

Εισόδημα Κατανάλωση

Πολλαπλή παλινδρόµηση. Μάθηµα 3 ο

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΔΙΑΤΜΗΜΑΤΙΚΟ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ: ΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΚΑΙ ΤΩΝ ΑΠΟΦΑΣΕΩΝ

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ

Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Στάσιμα στοχαστικά μοντέλα μιας μεταβλητής

Χρονοσειρές Μάθημα 6

Χρονικές σειρές 3 Ο μάθημα: Βασικές στοχαστικές διαδικασίες Μη στάσιμες χρονοσειρές Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

Ολοκληρωμένα Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου Όρου (ARIMA)

Άσκηση Οικονομετρίας ΙΙ. . (Υποδείγματα με Διαχρονικά Κατανεμημένες Επιδράσεις 1 )

Επίλυση Υποδειγμάτων με Ορθολογικές Προσδοκίες. Το Πρωτοβάθμιο και Δευτεροβάθμιο Υπόδειγμα

Οικονομετρία Ι. Ενότητα 3: Θεώρημα των Gauss Markov. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

Χρονοσειρές - Μάθημα 9 Aνάλυση χρονοσειρών και δυναμικά συστήματα

Διαχείριση Υδατικών Πόρων

Μάθημα 2: Mη-στάσιμη χρονοσειρά, έλεγχος μοναδιαίας ρίζας και έλεγχος ανεξαρτησίας

Επίλυση Υποδειγμάτων με Ορθολογικές Προσδοκίες. Το Πρωτοβάθμιο Υπόδειγμα

Επαναληπτικές Ερωτήσεις για Οικονοµετρία 2

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΜΠΣ Τραπεζικής & Χρηματοοικονομικής

Πανεπιστήμιο Αιγαίου. Τμήμα Επιστημών της Θάλασσας. Ανάλυση χρονοσειρών και πρόβλεψη εκφορτώσεων μικρών πελαγικών ειδών στο Βόρειο Αιγαίο.

ΘΕΩΡΙΑ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ

ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο 2

Οικονομετρία. Απλή Παλινδρόμηση. Υποθέσεις του γραμμικού υποδείγματος και ιδιότητες των εκτιμητών. Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης

12. ΑΝΙΣΩΣΕΙΣ Α ΒΑΘΜΟΥ. είναι δύο παραστάσεις μιας μεταβλητής x πού παίρνει τιμές στο

Χρονοσειρές Μάθημα 2. Μη-στασιμότητα. Τάση? Εποχικότητα / περιοδικότητα? Ασταθή διασπορά? Αυτοσυσχέτιση?

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017

Χρονικές σειρές 11 Ο μάθημα: Προβλέψεις

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 12ο

Πίνακας Εικόνων Πίνακας Πινάκων Πρόλογος Ευχαριστίες ΜΕΡΟΣ ΠΡΩΤΟ. Στατιστικό υπόβαθρο και βασικός χειρισµός δεδοµένων

ΟΙΚΟΝΟΜΕΤΡΙΑ. Β μέρος: Ετεροσκεδαστικότητα. Παπάνα Αγγελική

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία

min Προσαρμογή AR μοντέλου τάξη p, εκτίμηση παραμέτρων Προσδιορισμός τάξης AR μοντέλου συσχέτιση των χωρίς τη συσχέτιση με

ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ & ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΣ ΠΛΗΡΟΦΟΡΙΑΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τμήμα Τραπεζικής & Χρηματοοικονομικής

ΔΙΕΘΝΕΙΣ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΕΣ ΑΓΟΡΕΣ

Εργαστήριο Οικονομετρίας Προαιρετική Εργασία 2016 Χειμερινό Εξάμηνο

Transcript:

ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΩΝ & ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΘΕΩΡΙΑΣ-ΥΠΟΔΕΙΓΜΑΤΑ ΚΙΝΗΤΟΥ ΜΕΣΟΥ MA(q) ΚΑΙ ΜΙΚΤΑ ΥΠΟΔΕΙΓΜΑΤΑ ARMA (p,q)

ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου Διαφάνεια ΥΠΟΔΕΙΓΜΑΤΑ ΚΙΝΗΤΟΥ ΜΕΣΟΥ (MA(q)) Στην γενική του μορφή ένα υπόδειγμα κινητού μέσου q τάξης MA(q) δίνεται από την παρακάτω σχέση. Η τάξη αναφέρεται στο μήκος της υστερήσεως της μεταβλητής για την οποία θεωρούμε ότι είναι λευκός θόρυβος. Ο όρος κινητός μέσος αναφέρεται στο γεγονός ότι η εξαρτημένη μεταβλητή εμφανίζεται ως ένα σταθμισμένο άθροισμα. Y Y... ή q q... q q

ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου Διαφάνεια ΥΠΟΔΕΙΓΜΑΤΑ ΚΙΝΗΤΟΥ ΜΕΣΟΥ (MA()) Στην περίπτωση όπου q= η προηγούμενη σχέση δίνεται παρακάτω γενική του μορφή ένα υπόδειγμα κινητού μέσου q τάξης MA(q) δίνεται από την παρακάτω σχέση ή αφαιρώντας τον μέσο ως εξής. Y ήy y Χρησιμοποιώντας τον τελεστή υστέρησης Y Σε μια MA () διαδικασία ισχύουν. E( Y ) 0, V ( Y ) ( ) 0 s Cov( Y, Y s ), s ή 0 s 0 s, s ή 0 s 0 ( )

ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου Διαφάνεια 3. ΥΠΟΔΕΙΓΜΑΤΑ ΚΙΝΗΤΟΥ ΜΕΣΟΥ (MA()) Αποδείξεις: E ( Y ) E ( ) E ( ) E ( ) 0 Var( Y ) 0 E( Y ) E( )..., C o v Y Y E Y Y k k k E ( ) ( ) E ( ) E ( ) E ( ) E ( ) E ( ) - θ σ θ 0 σ ( ) Όπως γίνεται αντιληπτό όλες οι αυτοσυνδιακυμάνσεις και συνεπώς και οι αυτοσυσχετίσεις είναι μηδέν εκτός από την πρώτη. Αυτό σημαίνει ότι μια οποιαδήποτε παρατήρηση της χρονοσειράς σχετίζεται μόνο με την προηγούμενη ή την επομένη και δεν σχετίζεται με καμία άλλη.

ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου Διαφάνεια 4

ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου Διαφάνεια 5 Τα υποδείγματα κινητού μέσου είναι χρήσιμα για περιγραφή φαινομένων όπου τα γεγονότα παράγουν ένα άμεσο αποτέλεσμα, η επίδραση του οποίου δεν σταματά εκεί αλλά συνεχίζει, αν και το ίδιο το γεγονός παύει να υφίσταται. Τις περισσότερες φορές επηρεάζει λιγότερο και για μικρό χρονικό διάστημα τις επόμενες χρονικές στιγμές. Ένα χαρακτηριστικό παράδειγμα είναι οι απεργίες όπου επηρεάζουν την οικονομία όχι μόνο βραχυχρόνια αλλά και μακροχρόνια.

ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου Διαφάνεια 6 ΥΠΟΔΕΙΓΜΑΤΑ ΚΙΝΗΤΟΥ ΜΕΣΟΥ (MA()) Στην περίπτωση όπου q= η προηγούμενη σχέση δίνεται παρακάτω γενική του μορφή ένα υπόδειγμα κινητού μέσου q τάξης MA(q) δίνεται από την παρακάτω σχέση ή αφαιρώντας τον μέσο ως εξής. Y + ή Y y - Χρησιμοποιώντας τον τελεστή υστέρησης Σε μια MA () διαδικασία ισχύουν. E ( Y ) 0, V ( Y ) ( ) 0 ( ),, 0 ( ),, 0 s s Y ( )

ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου Διαφάνεια 7 ΥΠΟΔΕΙΓΜΑΤΑ ΚΙΝΗΤΟΥ ΜΕΣΟΥ (MA()) Στην περίπτωση όπου q= η προηγούμενη σχέση δίνεται παρακάτω γενική του μορφή ένα υπόδειγμα κινητού μέσου q τάξης MA(q) δίνεται από την παρακάτω σχέση ή αφαιρώντας τον μέσο ως εξής. Y + ή Y y - Χρησιμοποιώντας τον τελεστή υστέρησης Σε μια MA () διαδικασία ισχύουν. E ( Y ) 0, V ( Y ) ( ) 0 ( ),, 0 ( ),, 0 s s Y ( )

ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου Διαφάνεια 8 ΑΝΤΙΣΤΡΕΨΙΜΟΤΗΤΑ Η ανιστρεψιμότητα αφορά την δυνατότητα μετατροπής ενός MA(q) υποδείγματος σε να γραφεί ως εξής: AR( ) απείρου τάξης.για παράδειγμα το ΜΑ() μπορεί y y ( y ) y y y j y j j Η ιδιότητα της αντιστρεψιμότητας αφορά στην μετατροπή ενός υποδείγματος σε υπόδειγμα (άπειρης τάξης). Αντίστοιχα θα λέμε ότι ένα υπόδειγμα είναι αντιστρέψιμο αν μπορεί να λάβει μορφή ενός υποδείγματος. Τα υποδείγματα θα λέμε ότι είναι αντιστρέψιμα εφόσον είναι και στάσιμα. Αντίθετα για τις διαδικασίες κινητού μέσου θα πρέπει να πληρούν κάποιες προϋποθέσεις για να είναι αντιστρέψιμα όπως θα παρατηρήσουμε και παρακάτω

ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου Διαφάνεια 0 ΕΚΤΙΜΗΣΗ ΥΠΟΔΕΙΓΜΑΤΩΝ MA Το κύριο πρόβλημα στην εκτίμηση του παραπάνω υποδείγματος είναι ότι δεν μπορεί να εκτιμηθεί με βάση την μέθοδο ελαχίστων τετραγώνων λόγω ότι η προς ελαχιστοποίηση συνάρτηση δεν είναι γραμμική ως προς τις παραμέτρους και χρησιμοποιούνται μη γραμμικές μέθοδοι.

ΥΠΟΔΕΙΓΜΑΤΑ ΜΙΚΤΑ (ARMA(p,q)) Στην γενική του μορφή ένα μικτό υπόδειγμα αυτοπαλίνδρομο p τάξης και κινητού μέσου q τάξης δίνεται από την παρακάτω σχέση. Η τάξη αναφέρεται στο μήκος της υστερήσεως της μεταβλητής για την οποία θεωρούμε ότι είναι λευκός θόρυβος. Ο όρος κινητός μέσος αναφέρεται στο γεγονός ότι η εξαρτημένη μεταβλητή εμφανίζεται ως ένα σταθμισμένο άθροισμα. q q p p Y Y Y...... 0 q q p p Y... ) (... ) ( ) ( ) ( 0 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου Διαφάνεια

ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου Διαφάνεια Υποδείγματα μορφής Ελάχιστων Τετραγώνων Χρησιμοποιούμε το παρακάτω οικονομετρικό υπόδειγμα. y 0 Οι εκτιμητές αυτού δίνονται με βάση τις εξής εξισώσεις

ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου Διαφάνεια 3 Συνθήκες Στασιμότητας & Αντιστρεψιμότητας των ARMA Υπόδειγμα Στασιμότητα Αντιστρεψιμότητα AR() AR() AR(p) MA() MA() Οι ρίζες του πολυωνύμου A() να κείνται εκτός του μοναδιαίου κύκλου Πάντα στάσιμο Πάντα στάσιμο Αντιστρέψιμο εφόσον στάσιμο Αντιστρέψιμο εφόσον στάσιμο Αντιστρέψιμο εφόσον στάσιμο MA(q) Πάντα στάσιμο Οι ρίζες του πολυωνύμου Θ() να κείνται εκτός του μοναδιαίου κύκλου ARMA(,) ARMA (p,q) a a a, a a, a Οι ρίζες του πολυωνύμου A() να κείνται εκτός του μοναδιαίου κύκλου a,, Οι ρίζες του πολυωνύμου Θ() να κείνται εκτός του μοναδιαίου κύκλου

ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου Διαφάνεια 4 ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΤΩΝ ARMA Υπόδειγμα Αυτοσυσχετίσεις ACF Μερικές Αυτοσυσχετίσεις PACF AR() Φθίνουν προς το μηδέν από ρ Μηδέν μετά το φ AR() Φθίνουν Μηδέν μετά το φ AR(p) Φθίνουν προς το μηδέν από ρq Μηδέν μετά το φpp MA() Μηδέν μετά το ρ Φθίνει σχεδόν γεωμετρικά από το MA() Μηδέν μετά το ρ Φθίνει γεωμετρικά ή κυματιστά από το φ MA(q) Μηδέν μετά το ρq Φθίνει γεωμετρικά ή κυματιστά από το φqq ARMA(,) Φθίνει γεωμετρικά από το ρ Φθίνει γεωμετρικά ή κυματιστά από το φ ARMA (p,q) Φθίνει γεωμετρικά από το ρq Φθίνει γεωμετρικά ή κυματιστά από το φpp φ

ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου Διαφάνεια 5 Ασκήση -Παραδείγματα Εστω η ακόλουθη στοχαστική διαδικασία Y 4.8 0.6, ) Είναι η διαδικασία στάσιμη; ) Είναι αντιστρέψιμη; 3) Να βρεθεί ο μέσος, η διακύμανση και οι αυτοσυσχετίσεις ρ, ρ, ρ. 4) Να γίνει το διάγραμμα αυτοσυσχέτισης.

ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου Διαφάνεια 6 Ασκήση -Παραδείγματα Εστω η ακόλουθη στοχαστική διαδικασία Y Y 0.4 0.5, ) Είναι η διαδικασία στάσιμη; ) Να διατυπωθεί ως μια καθαρά AR ή ΜΑ διαδικασία. 3) Να βρεθεί ο μέσος,τα γ0, γ, γ και οι αυτοσυσχετίσεις ρ, ρ, ρ.

ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου Διαφάνεια 7 Ασκήση 3-Παραδείγματα Εστω η ακόλουθη στοχαστική διαδικασία Y.0 0.5 0., 4 ) Να διατυπωθεί το υπόδειγμα με τον συμβολισμό του τελεστή υστέρησης. ) Είναι αντιστρέψιμη; 3) Να βρεθεί ο μέσος, η διακύμανση και οι αυτοσυσχετίσεις ρ, ρ, ρ. 4) Να γίνει το διάγραμμα αυτοσυσχέτισης.