Szeregi czasowe

dr Małgorzata Radziukiewicz
Motto: …Zdobywanie wiedzy polega na przyzwyczajaniu się

do pewnych pojęć oraz faktów….

Szeregi czasowe
Szeregi czasowe
Szeregi czasowe
 Szeregi czasowe

 Zmienna czasowa t
 Czas wprowadza w zbiorze zdarzeń relację
porządku
lata t
 1999 1
2000 2
2001 3
2002 4
2003 5
2004 6
2005 7
2006 8
2007 9
2008 10
 Szeregi czasowe

 Przyjmujemy, że n-elementowy szereg czasowy

zapisujemy jako zbiór {(t,yt), gdzie: t= 1, 2, …, n},
czyli uporządkowany zbiór n par wartości
zmiennych t i Y, który można przedstawić
graficznie jako zbiór n punktów w układzie
współrzędnych.
 Do tego zbioru punktów można dopasować linię o
ogólnej postaci:
yˆ t  f (t )
opisującej tendencję rozwojową zjawiska w
czasie.
 Szeregi czasowe

 Funkcję:
yˆ t  f (t )
nazywa się modelem trendu.
■ Przy jej wyznaczaniu postępuje się
identycznie jak przy budowie modelu regresji
z jedną zmienną niezależną.
■ Postać dopasowywanej funkcji trendu
wybiera się najczęściej na podstawie wykresu
szeregu czasowego.
 Szeregi czasowe

 Zakładamy, iż w szeregu stanowiącym podstawę

analizy nie ma wahań sezonowych (wahań takich
nie ma nigdy w danych rocznych).
 Model tendencji rozwojowej z liniową funkcją
trendu przyjmuje postać:
yt   0  1t   t
 gdzie : yt – poziom zjawiska w okresie t,
 0  1t  liniowa funkcja trendu,
 εt – składnik losowy dla okresu t
 Szeregi czasowe

 Przyjmując odnośnie do rozkładu εt takie same założenia

jak w klasycznym modelu regresji, uzyskujemy podstawę
do szacowania parametrów funkcji trendu za pomocą
MNK.
 Są to następujące założenia:

E ( t )  0
D 2 ( t )   2
 Szeregi czasowe

 Estymatory  ty  n t y
t 1
t
parametrów α0 i α1 a1  n
liniowej funkcji
trendu są 
t 1
t2  nt 2
następujące:
a0  y  a1t
 Liniowy model trendu – szacowanie parametrów
 Przykład 1.
 Na podstawie poniższych danych o nakładach książek i broszur
(w mln. egzemplarzy) wydanych w Polsce w latach 1990-1997:

lata 1990 1991 1992 1993 1994 1995 1996 1997

nakład 176 126 126 103 99 116 80 94

a) zinterpretuj parametry modelu i wypowiedz się na jego temat;

b) wyjaśnij, jak przebiegały kolejne etapy obliczeń;
c) podaj prognozę wraz z błędem standardowym nakładu książek
i broszur w 1999 roku
Liniowy model trendu – wyznaczanie parametrów

 obliczenia pomocnicze

lata Nakład (Y) t Y· t t2

1990 176 1 176 1
1991 126 2 252 4
1992 126 3 378 9
1993 103 4 412 16
1994 99 5 495 25
1995 116 6 696 36
1996 80 7 560 49
1997 94 8 752 64
∑ 920 36 3721 204
Estymatory parametrów modelu trendu liniowego

t
n

 ty
t 1
t  nt y
t  t 1
a1  n n
t 2
 nt 2 n

t 1 y
t 1
t
a0  y  a1t yt 
n

3721  8  4,5 115 3721  4140 419

a1     9,9762
204  8  (4,5) 2 204  162 42
a0  115  (9,9762)  4,5  159,893
Postać funkcji trendu i interpretacja oszacowanych
parametrów

 Wyznaczona liniowa funkcja trendu ma postać:

Yˆt  159,893  9,976t

 interpretacja:
 ocena parametru 0 ustalona na poziomie a0 = 159,893
informuje o wielkości nakładów książek i broszur w Polsce w
roku 1989.
 ocena parametru 1 ustalona na poziomie a1 = -9,976 informuje,
wielkość nakładów książek i broszur w Polsce w latach 1990-
1997 malała średniorocznie o 9,976 mln. egzemplarzy
(nazywany współczynnikiem trendu liniowego).
 interpretacja c.d.

 współczynnik trendu liniowego a1 możemy interpretować jako

przeciętny przyrost zmiennej Y na jednostkę czasu;
 dlatego z funkcji liniowej korzysta się, gdy można przyjąć, iż
przyrosty absolutne zjawiska w kolejnych okresach są w
przybliżeniu stałe.
 weryfikacja modelu
 wyznaczony z otrzymanej funkcji trendu „teoretyczny” nakład
książek i broszur:
 obliczenia pomocnicze:

t Yt Yˆt Y2 t et e2 t
1 176 149,92 30976 26,08 680,1664
2 126 139,94 15876 -13,94 194,3236
3 126 129,96 15876 -3,96 15,6816
4 103 119,99 10609 -16,99 288,6601
5 99 110,01 9801 -11,01 121,2201
6 116 100,04 13456 15,96 254,7216
7 80 90,06 6400 -10,06 101,2036
8 94 80,08 8836 13,92 193,7664
∑36 920 x 111830 0,0 1849,743
 Rysunek 1

 Rys.1. Szereg czasowy nakładu książek i broszur i dopasowana do

niego prosta
Nakład książek i broszur w latach 1990-1997

200 wartości rzeczywiste

180 wartości teoretyczne

160
w mln egzemplarzy

140

120

100

80

60
1990 1991 1992 1993 1994 1995 1996 1997
 ocena składnika losowego modelu

2

t 1
( yt  yˆ t ) 2
S (e) 
n2 1849,743
S (e)   308,29  17,559
n
82
e
t 1
2

S (e) 
n2
 ocena składnika losowego modelu

 interpretacja błędu estymacji S(e):

 odchylenie reszt, będące miarą przypadkowych

odchyleń nakładu książek i broszur od liniowego
trendu wynosi 17,559 mln egzemplarzy
 współczynnik zmienności

 interpretacja współczynnika
zmienności V:
odchylenia losowe (odchylenia S (e)

V 100%
obserwacji teoretycznych od y
rzeczywistych) nakładu książek
17,559
i broszur stanowią 15,27% V 100%  15,27%
średniego nakładu książek i 115
broszur
 współczynnik zbieżności

interpretacja φ2 :

n n
liniowy model
trendu nie

t 1
( yt  yˆ t ) 2
n  (k  1) S (e) 2

t 1
e2
2   
wyjaśnia około n n n

30,7% całkowitej 
t 1
( yt  yt ) 2

t 1
2
yt  n y 2

t 1
yt2  n  y 2
zmienności
nakładu książek i 1849,743 1849,743
2    0,307
broszur w 111830  8  (115) 2 6030
rozpatrywanym
okresie
 współczynnik determinacji

interpretacja R2 :

n
liniowy trend
wyjaśnia 69,7% 
t 1
e2
całkowitego R2  1 2  1 n
zróżnicowania
nakładu książek i

t 1
yt2  n  y 2

broszur w 1849,743 1849,743

R2  1  1  0,693
rozpatrywanym 111830  8  (115) 2 6030
okresie
 Weryfikacja modelu c.d.

 czy czas istotnie

objaśnia nakład książek  test t-Studenta
i broszur?

 czy reszty są losowe?  test serii

 czy występuje  test Durbina-Watsona

autokorelacja reszt?
 Prognoza punktowa
 Model tendencji z dobrze dobraną funkcją trendu można
wykorzystać do prognozowania zjawiska na przyszłe okresy.
 Prognoza ma charakter ekstrapolacji tzn. przeniesienia
zaobserwowanej tendencji rozwojowej na przyszłe okresy.
 Oznaczając przez T okres, którego dotyczy prognoza, jej wartość
obliczymy z otrzymanej funkcji trendu:

YˆT  159,893  9,976T

 Wyznaczony model wykorzystamy do określenia progozy
nakładu książek i broszur w 1999 roku.
 W przyjętym systemie numeracji rok ten ma numer T=10.
 Prognoza wielkości nakładu książek i broszur w 1999 roku
wyniesie:
Yˆ10  159,893  9,97610  60,133
 mln egzemplarzy
 Standardowy błąd prognozy

 obliczanie standardowego
błędu prognozy VT:
1 (T  t ) 2
VT  S (e) 1   n
n

(t  t ) 2
t 1
n n
gdzie : 
t 1
2
(t  t )  
t 1
t 2  n  (t ) 2

1 (10  4,5) 2
V10  17,559 1    23,85
8 204  8  (4,5) 2
 Standardowy błąd prognozy

 Interpretacja standardowego błędu prognozy VT:

 Przeciętnie biorąc, prawdziwe wartości zmiennej Y
będą się odchylać od wyznaczonej prognozy średnio
o wartość ± VT .
 Przykład:

 Przeciętnie biorąc, nakład książek i broszur w 1999

roku będzie się odchylał od prognozy nakładu
książek i broszur (60,133 mln egzemplarzy) średnio o
± 26,83 mln egzemplarzy.
 Względny standardowy błąd prognozy

 Względny błąd prognozy ex ante:

VT
T  100
yTP
Obliczenia:
VT 23,85
T  100  100  39,66%  40%
yTP 60,133
 Interpretacja:
 W 1999 roku przeciętne oczekiwane odchylenie nakładu
książek i broszur od prognozowanej wielkości nakładu
książek i broszur stanowić będzie około 40% wartości
prognozy.
 Procentowy rząd odchyleń prognozy od rzeczywistej
wielkości nakładu książek i broszur jest bardzo duży i
wynosi około 40%.
 Prognoza przedziałowa

 Z tablicy t-Studenta dla n-(k+1) stopni swobody (8-

(1+1)=6 ) oraz poziomu ufności 1- (0,95)
odczytujemy t = 2,447 .
 Wyznaczamy granice przedziału prognozy:
 dolna granica 60,133 - 2,447· 23,85=1,772
 górna granica 60,133 + 2,447· 23,85=118,49
 Przedział prognozy jest więc następujący:
 [1,772 ; 118,49]
 Z prawdopodobieństwem równym 0,95 można
przypuszczać, że w 1999 roku nakład książek i broszur
będzie się zawierać w tym przedziale