xi._vremenske_serije_-_metod_pokretnih_sredina_trend_modeli
DESCRIPTION
statistikaTRANSCRIPT
-
11
Vremenske serije:metod pokretnih sredina i trend
modeli
Prof. dr Rabija Somun KapetanoviDoc. dr Emina Resi
2
Sadraj predavanja:
Metode za odreivanje dugorone tendencijeu kretanju vremenske serije
Metod pokretnih prosjeka
Metod najmanjih kvadrata za odreivanje trenda Predvianje Izolacija trenda
3
Nakon ovog predavanja moiete...
Na osnovu niza podataka za vremensku serijuodrediti dugoronu tendenciju grafikommetodom i analitiki odrediti matematskimodel trenda
Na bazi modela trenda predvidjeti kretanjeanalizirane pojave
Izolovati uticaj trenda i sagledati uticajrezidiuma
4
Odreivanje trenda
Trend moemo odrediti iz vremenskih nizova na:godinjem, kvartalnom ili mjesenom nivou.
Trend odreujemo na kvartalnom ili mjesenomnivou ako su varijacije pojave pojaanedjelovanjem sezonske komponente.
Ako podatke analiziramo na godinjem nivou, tadapojavu razlaemo na dva dijela: trend i rezidium(ostatak) koji sadri ostale tri komponentevremenske serije.
5
Metode za odreivanje trenda
Za odreivanje dugorone komponentevremenske serije (trenda) najeekoristimo dva metoda:
empirijski grafiki metod pokretnih sredina analitiki matematski metod najmanjih
kvadrata
6
Metoda pokretnih sredina
Metoda pokretnih sredina se zasniva naizraunavanju aritmetikih sredina iz odreenogbroja podataka u seriji.
Pokretne sredine reda p (p
-
27
Pokretne sredine neparnog reda
Ako je red pokretne sredine p neparan broj(p=2m+1)
Pokretne sredine neparnog reda sujednostavne i simetrine.
1 1
1( )
... ...
m
p t k tk m
t m t t t t m
PS t y yp
y y y y yp
8
Pokretne sredine parnog reda Ponderisana sredina vrijednosti serije za datume (t-1) i (t+1) sa
koeficijentima ponderacije jednakim 1/2p za dvije ekstremnevrijednosti yt-m i yt+m i jednakim 1/p za (p-2) intermedijarnevrijednosti yt-m+1 do yt+m-1 da bismo odredili datum t.
Sadri (p+1) elemenata za izraunavanje. Moe se izraunati (T-p) pokretnih sredina parnog reda.
1
1
1( )2 2
mt m t m
p t t kk m
y yPS t y yp
9
Prednosti i nedostaci metodepokretnih sredina
Pokretni prosjeci izravnavaju apsolutnevarijacije u seriji tako da se njihovimizraunavanjem eliminie vei dio sluajnihvarijacija date pojave, ime se lake uoavarazvojna tendencija pojave.
Pokretne sredine ne omoguavajupredvianje buduih kretanja pojave i zatoimaju ogranienu analitiku vrijednost.
10
Primjer 1
Za period 2000-2008. poznati su podaci ogodinjem prometu u jednoj robnoj kui:
a) Nacrtati aritmetiki dijagram.b) Grafiki, primjenom metoda pokretnih
prosjeka odrediti trend.
272521242119222018promet080706050403020100godina
11
Rjeenje aritmetiki dijagram
10121416182022242628
00 01 02 03 04 05 06 07 08
godina
prom
et
promet
12
Rjeenje izraunavanjepokretnih sredina neparnog reda
272521242119222018promet
080706050403020100godina3
11 iiii yyyyPokretna sredina treeg reda
PS
2000 2001 20022001 318 20 22 20
3
y y yy
20
2001 2002 20032002 320 22 19 20,3
3
y y yy
20,3
...
20,7 21,3 22 23,3 24,3 //
-
313
Rjeenje grafiko predstavljanjepokretnih sredina neparnog reda
Dobijene podatke o pokretnim sredinama emoprikazati na grafikonu na kojem su vepredstavljeni orginalni podaci:
10121416182022242628
00 01 02 03 04 05 06 07 08
godina
prom
et
promet PS 14
Rjeenje interpretacijapokretnih sredina
Metoda pokretnih sredina je omoguila daodredimo dugoronu tendenciju ove pojave,koju nije bilo mogue uoiti na osnovu bruto(orginalnih) podataka.
Metodom pokretnih sredina, dobili smoispeglanu liniju trenda - eliminisali smosezonski karakter pojava i moemo zakljuitida je ova pojava dugorono imala rastuikarakter.
15
Primjer 2
Za analiziranu pojavuimamo podatke nakvartalnom nivou(tabela).
Trebamo odreditidugoronutendenciju u kretanjuove pojave metodomPS.
47T412
22T311
26T210
232003-T19
47T48
23T37
26T26
232002-T15
44T44
22T33
21T22
192001-T11
BrutopodaciDatumR.broj
16
Rjeenje aritmetiki dijagram
151719212325272931333537394143454749
2001-T1
T2 T3 T4 2002-T1
T2 T3 T4 2003-T1
T2 T3 T4
godina
orgi
naln
i - b
ruto
pod
aci
orginalni podaci
17
Rjeenje izraunavanjepokretnih sredina parnog reda
22
03T3
23
03T1
26
03T2
474723262344222119Brutopodaci
03T3
02T4
02T3
02T2
02T1
01T4
01T3
01T2
01T1
period
1, , 11 1 2, 1 4 2
i i i ii i i iii i
y yy y y yy y Pokretna sredina
etvrtog reda
PS
1,2001 2,2001 3,2001 4,2001 2,2001 3,2001 4,2001 1,2002
3,20014 4
219 21 22 44 21 22 44 23
26,5 27,54 4 272 2
T T T T T T T T
T
y y y y y y y y
y
/ 27
...
28,1 28,9 29,4 29,7 29,7 29,6/ 29,5 / /
18
Rjeenje grafiko predstavljanjepokretnih sredina parnog reda
Dobijene podatke o pokretnim sredinama emoprikazati na grafikonu na kojem su vepredstavljeni orginalni podaci:
151719212325272931333537394143454749
2001-T1
T2 T3 T4 2002-T1
T2 T3 T4 2003-T1
T2 T3 T4
godina
orgi
naln
i - b
ruto
pod
aci
orginalni podaci PS
-
419
Rjeenje interpretacijapokretnih sredina
Dopunjavanjem grafika bruto podataka sagrafikom koji smo dobili na osnovu podatakao izraunatim pokretnim sredinama etvrtogreda uviamo trend porasta pojave uposmatranom periodu.
Predhodni zakljuak nismo mogli donijeti naosnovu bruto podataka.
Serija izraunatih pokretnih sredina ne sadrisezonske varijacije, jer su izraunavanjempokretnih sredina one eliminisane. 20
Aditivni model Ako je periodinost u kretanju pojave
konstatna u odnosu na trend primjenjuje seaditivni model za komponente vremenskeserije koji moemo napisati u sljedeemobliku:
U aditivnom modelu komponente djelujunezavisno i zbog toga se uticaji pojedinihkomponenti vremenske serije sabiraju.
Y T S C N
21
Multiplikativni model
Ako su varijacije vremenske serijeproporcionalne trendu, odnosno rastu iliopadaju sa trendom, primjenjuje semultiplikativni model za komponentevremenske serije koji moemo napisati usljedeem obliku:
U multiplikativnom modelu komponentedjeluju zavisno i stoga se uticaji mnoe.
Y T S C N 22
Matematski model za odreivanjedugorone tendencije
Odreivanje modela koji e izraavati razvojnutendenciju u kretanju pojave znaipronalaenje matematike funkcije koja senajbolje prilagoava vrijednostima analiziranevremenske serije.
Model se bira na osnovu analize aritmetikogdijagrama (oblaka rasipanja za vremenskuseriju)
Najei oblici matematikih funkcija koji sekoriste: linearni, krivolinijski, eksponencijalni...
23
Oblici trenda koje moemoodabrati u Excelu
24
Metoda najmanjih kvadrata kododreivanja trenda
Daje mogunost da se odredi model koji enajadekvatnije izraavati kretanje date pojave i svodise na pronalaenje matematike funkcije ijevrijednosti su najpriblinije vrijednostima vremenskeserije koja je predmet analize.
Polazimo od pretpostavke da posmatranu serijunajbolje aproksimira funkcija ije je odstupanje od teserije minimalno (zbir kvadrata odstupanja jenajmanji):
gdje su - originalni (trendom ocjenjeni) nivopojave u i-toj vremenskoj jedinici (najee godini)
21
1min
n
i tii
y yn
)( tii yy
-
525
Linearni trend Kada se analizirana pojava mijenja za priblino isti apsolutni
iznos u vremenskim jedinicama opti oblik funkcije kojimmoemo predstaviti to kretanje je linearni oblik
gdje X predstavlja nezavisnu promjenljivu varijablu zavrijeme, Y je zavisna promjenljiva koja predstavljavrijednost trenda, a i b su parametri koje ocjenjujemo.
Parametar a predstavlja konstantni lan, dakle vrijednosttrenda za razdoblje koje prethodi prvom (ako je ).
Parametar b pokazuje za koliko se promijeni trend(vrijednost y) ako se varijabla za vrijeme x povea zajedinicu - apsolutni prirast pojave u toku jedne vremenskejedinice (najee godine)
ti iy a b x
0ix
26
Izrazi za ocjenu parametara a i b linearni trend
Kao kod modela linearne regresije formule zaizraunavanje parametara linearne vezedobijene MNK (na osnovu normalnihjednaina) glase:
1 1, ,
n n
i ii i
y xa y b x y x
n n
1 1 12
2
1 1
n n n
i i i ii i i
n n
i ii i
n x y x yb
n x x
27
Izrazi za ocjenu parametara a i b linearni trend, cont.
Meutim ako centriramo nezavisnu varijabluza vrijeme tako da formule zaizraunavanje parametara linearne veze glase:
1 1, , 0
n n
i ii i
y xa y y x
n n
1
2
1
n
i ii
n
ii
x yb
x
10
n
ii
x
28
Centriranje nezavisne varijable zavrijeme
Varijabla za vrijeme se centrira tako da se izraziodstupanjima od aritmetike sredine. Kako je zbir tihodstupanja jednak nuli izrazi za raunanjeparametara se pojednostavljuju.
Varijabla se centrira ili transformie na sljedeinain:
Centriranje je mogue ukoliko su periodi dati ukontinuitetu.
, neparan broj2 ( ), paran broj
ii
i
x x nx
x x n
29
Utvrivanje reprezentativnostitrenda
Standardna greka trenda pokazujekoliko je prosjeno odstupanje empirijskihvrijednosti serije od trendom procijenjenihvrijednosti:
2t
i tiy
y yn
30
Utvrivanje reprezentativnostitrenda, cont.
Relativna greka trenda je izraenakoeficijentom varijacije trenda:
Koristi se za poreenje serija izraenih urazliitim jedinicama mjere
100tyt
yVk y
-
631
Pitanje
ta emo od ponuenog koristiti ukolikoelimo odrediti dugoronu tendenciju ukretanju broja upisanih studenata EFSA?
a) koeficijent determinacijeb) odreivanje trenda metodom najmanjih
kvadratac) standardnu devijacijud) iskljuenje sezonske komponente
32
Primjer 3
Pokazatelji produktivnostirada u grani C bili susljedei:
a) Utvrditi odgovarajuujednainu trenda.
b) Ako se nastavi istatendencija u kretanjuposmatrane pojave, kolikinivo produktivnosti radamoemo oekivati u 2010.godini?
25,082007
23,762006
21,122005
18,842004
17,402003
14,762002
12,002001
produktivnostrada (kom.)
godina
33
Rjeenje aritmetiki dijagram
10,0012,0014,0016,0018,0020,0022,0024,0026,00
2001 2002 2003 2004 2005 2006 2007
godine
prod
uktiv
nost
rada
produktivnost rada
Odgovaralinearni model
trenda
yti=a+bxi
34
Rjeenje odreivanje ilicentriranje nezavisne varijable
25,082007suma
23,76200621,12200518,84200417,40200314,76200212,002001
produktivnost rada(kom.) - y
godinax
Neparanbroj
podataka centriramo0 u sredinu
niza0
-1
-2
-3
1
2
3
0
35
Rjeenje radna tabela i ocjenaparametara
0ukupno
325,082007
223,762006
121,122005
018,842004
-117,402003-214,762002
-312,002001
xygodina
iya y
n 2i i
i
x yb
x
132,96 18,997 132,96
61 2,1828
759
474
211
00
-171
-294
-369
xyxx
28 61
36
Rjeenje linearni model
Tumaenje parametara: Oekivana produktivnost za x=0 (2004.
godina) je 18,99 jedinica. Prosjeno godinje produktivnost raste za 2,18
jedinica.
iti xy 18,299,18
-
737
Rjeenje predvianje
Koliki nivo produktivnosti rada moemo oekivati u2010. godini?
Na osnovu linearnog modela trenda vrimopredvianje.
Kao prvo odreujemo x za 2010. godinu(nastavljamo niz X-a), te uvrstimo u model:
Ako se nastavi ista tendencija u kretanju posmatranepojave, nivo produktivnosti rada koji moemooekivati u 2010. godini je 32,07.
2010. 6ix 18,99 2,18 6 32,07tiy
38
PitanjeZa kretanje broja roene djece od 2000-2005. godineucrtali smo liniju trenda na dijagram rasipanja:
U posmatranom periodu sa protokom vremena, broj roenedjece:
a) se ne mijenjab) rastec) se udvostruiod) opada
'02 '04 '05'01 '03'00
Broj roenedjece
39
Primjer 4
Dati su podaci oizdacima prosjenogdomainstva (u 100KM):
a) Nacrtati oblakrasipanja.b) Ocijeniti i ucrtatilinearni trend.c) Koliki nivo izdatakase moe oekivati 09.godine?
43,52006
42,82005
412004
39,52003
392002
372001
izdacigodina
40
Rjeenje oblak rasipanja
Odgovaralinearni model
trenda
yti=a+bxi
36
37
38
39
40
41
42
43
44
2001 2002 2003 2004 2005 2006
godina
izda
ci
izdaci
41
Rjeenje odreivanje ilicentriranje nezavisne varijable
43,502006suma
42,80200541,00200439,50200339,00200237,002001
Izdaci - ygodinax
Paran brojpodataka centriramo
-1 i 1 usredinu
niza1
-1
-3
3
5
0
-5
42
Rjeenje radna tabela i ocjenaparametara
0ukupno
543,502006342,802005141,002004
-139,502003-339,002002-537,002001
xIzdaci - ygodina
iya y
n 2i i
i
x yb
x
242,8 40,676 242,8
45,4 0,6570
217,525
128,49
411
-39,51
-1179
-18525
xyxx
70 45,4
-
843
Rjeenje linearni model
Tumaenje parametara: Prosjeno polugodinje izdaci rastu za 65 KM. Oekivani izdaci za x=0 (sredina 2003. ili 2004.
godine zavisno da ji su podaci sa poetka ilikraja godine) su 4.067 KM.
40,67 0,65ti iy x
44
Rjeenje predvianje
Koliki nivo izdataka se moe oekivati 09. godine? Na osnovu linearnog modela trenda vrimo
predvianje. Kao prvo odreujemo x za 2009. godinu
(nastavljamo niz X-a), te uvrstimo u model:
Ako se nastavi ista tendencija u kretanju posmatranepojave, nivo izdataka koji moemo oekivati u 2009.godini je 4.782 KM.
2009. 11ix 40,67 0,65 11 47,82tiy
45
Transformacija parametara linearnog trendasa godinjeg na mjeseni/kvartalni nivo
Kod analize sezonskih varijacija potrebno jeodrediti kvartalne ili mjesene nivoe trenda.
Ako raspolaemo podacima sa kvartalnog ilimjesenog nivoa moemo iz originalnevremenske serije odrediti trend.
U praksi se najee na bazi poznatefunkcije trenda na godinjem nivouodreuje trend na kvartalnom ili mjesenomnivou. 46
Transformacija parametara linearnogtrenda sa godinjeg na mjeseni/kvartalninivo, cont.
Mjeseni trend:
Kvartalni trend:
ako su a i b parametri na godinjem nivou, dok seX odnosi na vremenski niz po kvartalima ilimjesecima.
, kvartal ,kvartal' '
' , '
12 144
ti iy a b xa b
a b
, mjesec ,mjesec'' ''
'' , ''
4 16
ti iy a b xa b
a b
47
Primjer 5
Poznata je jednaina linearnog trenda nagodinjem nivou:
Kako glasi jednaina trenda na kvartalnomnivou?
iiti xxbay 703,112,18
48
Rjeenje
Parametre sa godinjeg nivoa preraunavamo nakvartalni nivo:
18,12'' 4,53
4 4a
a
iiti xxbay 703,112,18
1,703'' 0,106
16 16bb
,kvartal , kvartal'' ''ti iy a b x
, kvartal ,kvartal ,kvartal'' '' 4,53 0,106ti i iy a b x x
-
949
Parabolini trend
Kada kretanje pojave u posmatranomperiodu pokazuje tendenciju krivolinijskograsporeda koristimo parabolini trend.
Jednaina parabolinog trenda glasi:
2ti i iy a b x c x
50
Parabolini trend, ocjenjivanjeparametara
Parametri se ocjenjuju primjenom MNK naosnovu koje dobijamo sistem normalnihjednaina:
Rjeenja ovog sistema tri jednaine sa trinepoznate (a, b i c) su ocjene parametara.
2
2 3
2 3 4 2
i i i
i i i i i
i i i i i
n a b x c x y
a x b x c x x y
a x b x c x x y
51
Parabolini trend, ocjenjivanjeparametara, cont.
Ako smo centrirali varijablu za vrijeme ondapojednostavljene formule glase:
2
2
2 2
4 2 2( )
i
i i
i
i i i i
i i
ca y x
n
x yb
x
n x y y xc
n x x
52
Eksponencijalni trend Kada kretanje pojave u sukcesivnim
vremenskim intervalima pokazuje isturelativnu promjenu
Kada se osnovna tendencija manifestuje kaoeksponencijalna kovarijansa sa vremenom
Jednaina eksponencijalnog trenda glasi:
gdje je: (b 100%) -100% - stopa rastapojave
ix
tiy a b
53
Lineariziranje eksponencijalnogmodela trenda
Nije mogue primjeniti MNK lineariziranje
Nakon lineariziranja zavisna varijabla je logY i modelse svodi na linearni oblik te je:
/ loglog log log
ix
ti
ti i
y a by a x b
2 2
log loglog antilogaritam
log loglog antilogaritam
i i
i i i i
i i
y ya a
n n
x y x yb b
x x
54
Iskljuenje trenda Dinamika pojava je rezultat uticaja niza faktora. Faktori koji odreuju kretanje pojave mogu se podijeliti na
postojane i nepostojane. Postojani faktori su oni koji stalno djeluju i odreuju
dugorono kretanje pojave. Mogue je odrediti postojanostodreenih faktora kroz odreivanje trenda.
Ako iskljuimo uticaj trenda dobiemo uticaj ostalih(nepostojanih) faktora ili uticaj rezidiuma na kretanjepojave.
Iskljuenje trenda se provodi na sljedei nain:
100iti
yy
-
10
55
Tumaenje rezultata iskljuenjatrenda
pod uticajem rezidijuma pojava je bila ispod prosjeka
pod uticajem rezidijuma pojava je bila u prosjekuneizmjenjena
pod uticajem rezidijuma pojava je bila iznad prosjeka
100 100iti
yy
100100ti
i
yy
100 100iti
yy
56
Primjer 6
Podaci o kretanjuinvesticija (u milionimaKM) za dati periodgodina bili su:
Kada je rezidiumpozitivno djelovao nakretanje investicija?
212007
242006
252004
282002
292001
312000
nivoinvesticija
godina
57
Rjeenje oblak rasipanja
Odgovaralinearni model
trenda
yti=a+bxi
20
22
24
26
28
30
32
2000 2001 2002 2004 2006 2007
godine
inve
stic
ije
investicije
58
Rjeenje odreivanje ilicentriranje nezavisne varijable
212007suma
242006252004282002292001312000
Izdaci zainvesticije - y
godina
875321x
Preskoeniperiodi, nemoemo
centriranjem usumi x-a postii
0. Stoga za x-oveuzimamo rednebrojeve datih
godina ipreskaemo rednibroj godine koja
nedostaje.
59
Rjeenje radna tabela i ocjenaparametara
ukupno
821200772420065252004328200222920011312000xIzdaci za I. - ygodina
a y b x 2 2
1
1i i
i
x y x ynb
x xn
158 26( 1, 28) 31,886 6
158
2
634 26 1586 6 6 1,28152 26
6 6
16864
16849
12525
849
584
311
xyxx
152 63426
60
Rjeenje linearni model
Tumaenje parametara: Prosjeno godinje investicije opadaju za 1,28
miliona KM. Oekivane investicije za x=0 (1999. godina) su
31,88 miliona KM.
31,88 1,28ti iy x
-
11
61
Rjeenje izolacija trenda,analitiki
Kako bismo proveli postupak izolacije trenda prvo za dati niz godinamoramo nai trendom ocijenjene nivoe investicija (primjenomdobijenog modela ):31,88 1, 28ti iy x
21,6212006
22,9242005
25,5252004
28282003
29,3292002
30,6312001
ocijenjeniizdaci -yt
Izdaci zaI. - y
godina
100iti
yy
Izolacijatrenda
97,04
104,71
98,12
99,86
98,91
101,31
y /yt * 100
62
Rjeenje izolacija trenda,grafiki
Podatke sa iskljuenjem trenda predstavljamografiki:
92,00
94,00
96,00
98,00
100,00
102,00
104,00
106,00
2001 2002 2003 2004 2005 2006
godina
y/yt izolacija
"normala"
Rezidiumpozitivno
djelovao, pojavaiznad prosjeka
Rezidiumnegativno
djelovao, pojavaispod prosjeka
63
Rjeenje - Excel Kada odredimo niz za
nezavisnu varijabluvrijeme kreiramoScatterplot sa x i y:
64
Rjeenje Excel, cont.
Kada jegrafikongotov,kliknemo naliniju sapodacima iodaberemoAddTrendline iLinear type:
65
Rjeenje Excel, cont.
Dobiemo novi grafikon gdje je ucrtana linija trenda.Kliknemo na liniju trenda i odaberemo Options Displayequation on chart i Display R-squared value on chart.Rezultat je sljedei:
y = -1,2881x + 31,915R2 = 0,9693
0
5
10
15
20
25
30
35
0 1 2 3 4 5 6 7 8 9
x
izda
ci
66
Izvori
Definicije i formule preuzete iz: R.Somun-Kapetanovi, Statistika uekonomiji i menadmentu, Ekonomskifakultet u Sarajevu, Sarajevo 2006.
Zadatke za vjebu potraite u: E. Resi,Zbirka zadataka iz statistike, Ekonomskifakultet u Sarajevu, Sarajevo 2006.
-
12
67
Hvala na panji!