Что такое findslide.org?

FindSlide.org - это сайт презентаций, докладов, шаблонов в формате PowerPoint.


Для правообладателей

Обратная связь

Email: Нажмите что бы посмотреть 

Яндекс.Метрика

Презентация на тему АВТОРЕГРЕССИОННЫЕ МОДЕЛИ

Содержание

Авторегрессионная модель описывается функциейAR-модель
АВТОРЕГРЕССИОННЫЕ МОДЕЛИ Авторегрессионная модель описывается функциейAR-модель ОпределениеАвторегрессионная модель – это корреляционно-регрессионная модель, которая кроме факторных признаков, содержит одно Проблема оценивания неизвестных параметров авторегрессионных моделейСреди экзогенных переменных присутствуют стохастические переменные (зависимые)Возможна автокорреляция Оценивание параметров авторегрессионных моделейМетод вспомогательных (инструментальных) переменных;Метод авторегрессионного преобразования;Метод скользящих средних;Метод, учитывающий Метод вспомогательных (инструментальных) переменныхШаг 1. Переменная      , Метод вспомогательных (инструментальных) переменныхШаг 3. Оценки неизвестных коэффициентов преобразованной модели, в которой Недостаток метода: 		не всегда удается найти эффективные вспомогательные переменные для лаговых значений результирующей переменной ПримерИмеются данные об уровнях годовых затрат на потребление и величинах доходаНеобходимо построить Авторегрессионная модельПредполагается, что величина затрат на потребление зависит не только от величины Выбор в качестве инструментальной переменной независимой переменнойАвторегрессионная модель Авторегрессионная модель, полученная на основе представленных данныхR-квадрат = 0,915 - 91,5% изменения Выбор в качестве инструментальной переменной, полученной на основе построения уравнения регрессии типа Параметры данного уравнения Параметры уравненияR-квадрат = 0,915 Метод авторегрессионного преобразования (AR)предполагает построение уравнений авторегреcсии вида Метод скользящих средних (MA)позволяет оценить зависимость переменной от величин случайных составляющих Метод, учитывающий смешанную модель авторегрессии и скользящих средних (ARMA)оценивает модель, включающую лаговые
Слайды презентации

Слайд 2 Авторегрессионная модель описывается функцией




AR-модель

Авторегрессионная модель описывается функциейAR-модель

Слайд 3 Определение
Авторегрессионная модель – это корреляционно-регрессионная модель, которая кроме

ОпределениеАвторегрессионная модель – это корреляционно-регрессионная модель, которая кроме факторных признаков, содержит

факторных признаков, содержит одно или больше предыдущих значений зависимой

переменной

Авторегрессионные модели также называют динамичными моделями, так как они отображают временные изменения результирующей (зависимой) переменной относительно ее предыдущих значений

Слайд 4 Проблема оценивания неизвестных параметров авторегрессионных моделей

Среди экзогенных переменных

Проблема оценивания неизвестных параметров авторегрессионных моделейСреди экзогенных переменных присутствуют стохастические переменные (зависимые)Возможна автокорреляция

присутствуют стохастические переменные (зависимые)

Возможна автокорреляция


Слайд 5 Оценивание параметров авторегрессионных моделей
Метод вспомогательных (инструментальных) переменных;

Метод авторегрессионного

Оценивание параметров авторегрессионных моделейМетод вспомогательных (инструментальных) переменных;Метод авторегрессионного преобразования;Метод скользящих средних;Метод,

преобразования;

Метод скользящих средних;

Метод, учитывающий смешанную модель авторегрессии и скользящих

средних

Слайд 6 Метод вспомогательных (инструментальных) переменных
Шаг 1. Переменная

Метод вспомогательных (инструментальных) переменныхШаг 1. Переменная   , для которой

, для которой нарушается предпосылка применения

метода наименьших квадратов, заменяется на новую переменную z, которая сильно коррелирует с , но не коррелирует с .
Выбираются переменные , от которых зависит
. Строится регрессия вида:

Обычным методом наименьших квадратов оцениваются ее параметры . Выражение обозначается как .




Слайд 7 Метод вспомогательных (инструментальных) переменных
Шаг 3. Оценки неизвестных коэффициентов

Метод вспомогательных (инструментальных) переменныхШаг 3. Оценки неизвестных коэффициентов преобразованной модели, в

преобразованной модели, в которой

заменяются на , рассчитываются с помощью традиционного метода наименьших квадратов. Эти оценки будут являться оценками неизвестных коэффициентов исходной модели автокорреляции

Слайд 8 Недостаток метода:

не всегда удается найти эффективные вспомогательные

Недостаток метода: 		не всегда удается найти эффективные вспомогательные переменные для лаговых значений результирующей переменной

переменные для лаговых значений результирующей переменной


Слайд 9 Пример
Имеются данные об уровнях годовых затрат на потребление

ПримерИмеются данные об уровнях годовых затрат на потребление и величинах доходаНеобходимо

и величинах дохода
Необходимо построить авторегрессионную модель зависимости между данными

показателями

Слайд 11 Авторегрессионная модель




Предполагается, что величина затрат на потребление зависит

Авторегрессионная модельПредполагается, что величина затрат на потребление зависит не только от

не только от величины дохода текущего года, но от

затрат на потребление предыдущего периода

Слайд 12 Выбор в качестве инструментальной переменной независимой переменной

Авторегрессионная модель

Выбор в качестве инструментальной переменной независимой переменнойАвторегрессионная модель

Слайд 14 Авторегрессионная модель, полученная на основе представленных данных



R-квадрат =

Авторегрессионная модель, полученная на основе представленных данныхR-квадрат = 0,915 - 91,5%

0,915 - 91,5% изменения затрат на потребление объясняется выбранными

параметрами: уровнем дохода и затратами на потребление предыдущего года

Слайд 16 Выбор в качестве инструментальной переменной, полученной на основе

Выбор в качестве инструментальной переменной, полученной на основе построения уравнения регрессии типа Параметры данного уравнения

построения уравнения регрессии типа



Параметры данного уравнения


Слайд 18 Параметры уравнения



R-квадрат = 0,915

Параметры уравненияR-квадрат = 0,915

Слайд 19 Метод авторегрессионного преобразования (AR)

предполагает построение уравнений авторегреcсии вида

Метод авторегрессионного преобразования (AR)предполагает построение уравнений авторегреcсии вида

Слайд 20 Метод скользящих средних (MA)

позволяет оценить зависимость переменной от

Метод скользящих средних (MA)позволяет оценить зависимость переменной от величин случайных составляющих

величин случайных составляющих


  • Имя файла: avtoregressionnye-modeli.pptx
  • Количество просмотров: 140
  • Количество скачиваний: 1