سری زمانی

سری زمانی

سری زمانی

تا به اینجا بسیاری از مباحث کلی داده ها و مدل بهینه را مورد بررسی قرار دادیم،در این آموزش درباره ی داده های سری زمانی بحث می کنیم.

مباحث:

انواع فرآیند یک سری_زمانی 

مانایی 

آزمون ریشه واحد(دیکی فولر)

مدل سازی سری_زمانی

پیش بینی

را مورد بررسی قرار می دهیم.

در آموزش های قبل با داده های سری_زمانی و نحوه ی وارد کردن داده های سری_زمانی به نرم افزار ایویوز آشنا شدیم.

با تمام این مفاهیم در آموزش های این دوره آشنا شده و سری_زمانی بهینه را مدل خواهیم کرد.

اگر زمان در شکل گیری رفتار یک متغییر تاثیر داشته باشد،داده های متغییر از نوع سری زمانی است؛

داده های سری زمانی دنباله ای از مشاهدات مرتب است و در نتیجه داده های زمان حال تاثیری از داده ی زمان گذشته ی متغییر گرفته اند و مستقل نیستند.

داده هایی مثل نرخ بهره،قیمت روزانه سهام و … مثال هایی از داده های سری زمانی می باشند.

اگر y را یک متغییر سری زمانی در نظر بگیریم،مقدار داده ی متغییر در زمان  t  تابعی از وقفه های(مقادیر) گذشته ی متغیر است،

این مفهوم به صورت فرمول برابر است با:

yt= ρ1yt-1+ ρ2yt-2+….+ρ p yt-p+ut

که متغیرهای yt-1 و yt-2 و… وقفه های متغیر y هستند.

ut جملات اختلال (سایر عوامل تاثیر گذار بر متغیر y)

داده های سری_زمانی همانطور که از اسم آن مشخص است تغییرات متغیر در بُعد زمان را نشان می دهد؛

در داده های سری_زمانی ترتیب اهمیت دارد و هر مشاهده در زمان خاصی اتفاق می افتد؛

مانند مثالی که در تصویر پایین آمده است:

 

داده های سری زمانی
داده های سری_زمانی

سری زمانی:

داده های سری_زمانی بالا از سال 2000 تا سال 2005 برای شرکت البرز دارو جمع آوری شده است.

مدل سازی سری_زمانی:

برای مدل سازی این نوع دادها به سری سوالات زیر باید پاسخ داد و مراحل را به ترتیب طی کرد:

1- آیا سری_زمانی مانا است یا خیر؟

2- اگر سری_زمانی نامانا است با چند بار تفاضل گیری مانا می شود.(تعیین درجه هم انباشتگی)

3- فرآیند از نوع خودتوضیحی است یا خیر؟(MA)

آیا فرآیند از نوع میانگین متحرک است یا خیر؟(ARMA)

مفهوم لگ زمانی،وقفه زمانی در داده های سری زمانی

در داده های سری_زمانی اگر علاوه بر زمان حال (زمان جاری) زمان های گذشته ی یک متغیر توضیحی(متغیر مستقل یا همان Xها) برمعادله ی رگرسیونی تاثیر بگذارند،مدل را با وقفه ی توزیعی می نامند.

دلایل بوجود آمدن وقفه یا همان لگ در اقتصاد

یکی از دلایل ایجاد وقفه این است که به طور معمول افراد بعد از افزایش درآمد یا کاهش قیمت روند مصرفی خود را به یکباره تغییر نمی دهند و این  به خاطر عادت به  درآمد زمان حال میباشد.

معادله مدل با وقفه ی توزیعی به صورت

   Yt=α+β0Xt1Xt-1+ β2Xt-2+Ut

است.

Yt   در این معادله رگرسیونی متغیر وابسته،

β0   ضریب متغیر توضیحی X در زمان t (زمان جاری) Β0 ضریب آنی است.

β1   ضریب متغیر توضیحی  X  درزمان t-1 (زمان گذشته)،

Ut  نیزهمان جز اخلال است.

در علم اقتصاد وقفه زمانی است که طول میکشد تا متغیر مستقل وابستگی به متغیر وابسته را توضیح دهد.

اگر k دوره ی زمانی داشته باشیم و معادلات را نظر بگیریم: 

وقفه ی زمانی لگ زمانی
وقفه ی زمانی لگ زمانی

ضریب بلند مدت β

(Long-run or total,distributed-lag Multiplier)

و ضریب استاندارد شده β استار

 (standardized) است.

اگر k (دوره زمانی) محدود باشد (حد بالا داشته باشد)، مدل با وقفه توزیعی محدود (Finitelogmodel)است،

اگر  k نامحدود باشد مدل بی نهایت وقفه توزیعی (Infintie lag model) نام دارند.

 

 

با لینک زیر می توانید به صفحه ی آموزش نرم افزار ایویوز رایگان،جامع و گام به گام  EViews بروید.

آموزش نرم افزار ایویوز

از طریق آیکون زیر برای تماس مستقیم تلفنی به منظور سفارش تحلیل و مشاوره با امور پشتیبانی  اقدام نمایید.

انجام پروژه نرم افزار ایویوز

جهت سفارش پروژه با نرم افزار ایویوز از طریق صفحه ی زیر با ما در ارتباط باشید

 

 

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *