Pobierz Model ekonometryczny cen kawy - notatki - Ekonometria - część 4 i więcej Notatki w PDF z Ekonometria tylko na Docsity!
ARIMA dla X2-Wskażnika cen dla łagodnej Arabiki
Opis modelu
Tabela 13
Typ modelu Model ID
X2 Model_ 1
ARIMA(2,1,2)(0,0,0)
Źródło: Obliczenia na podstawie programu SPSS.
Statystyki modelu
Tabela 14
Źródło: Obliczenia na podstawie programu SPSS.
Z powyższej tabeli możemy wywnioskować ze wartości rzeczywiste odchylają sie od
wartości teoretycznych o przeciętnie 5,312. Jakość dopasowanie jest bardzo dobre.
Model
x2- Model_ Liczba zmiennych dodatkowych 0
Statystyki dopasowania modelu
Stacjonarny R- kwadrat 0, R-kwadrat 0, Średni bezwzględny błąd procentowy (MAPE) 5,
Ljung-Box Q(18)
Statystyki 16, DF 14 Istotność 0, Liczba obserwacji odstających 0
Autokorelacja składnika losowego
H 0 - brak autokorelacji
H 1 -składniki losowe tworzą proces AR rzędu K lub MA rzędu K
Należy przyjąć hipotezę H 0 nie występuje autokorelacja składników losowych.
Parametry modelu ARIMA
Tabela 15
Wartość oszacowani a
Błąd standardow y t
Istotnoś ć
x2- Model_ 1
x 2
Bez transformac ji
Stała ,273 ,686 ,397 , Autoregresj a (AR)
Opóźnieni e 1
Opóźnieni e 2 -,683 ,
Różnicowanie 1 Średnia ruchoma (MA)
Opóźnieni e 1
Opóźnieni e 2 -,697 ,
Źródło: Obliczenia na podstawie programu SPSS.
Model ARIMA (2,1,2) przedstawia się następująco:
wrz- 12 279,43 373,79 185, paź- 12 279,48 377,32 181, lis- 12 279,86 381,07 178, gru- 12 280,39 384,93 175,
Źródło: Obliczenia na podstawie programu SPSS.
ARIMA dla X3-Wskażnik cen dla Brazylijskie oraz innych kaw
Opis modelu
Tabela 17
Typ modelu
STY 1980WRZ 1981MAJ 1983STY 1985WRZ 1986MAJ 1988STY 1990WRZ 1991MAJ 1993STY 1995WRZ 1996MAJ 1998STY 2000WRZ 2001MAJ 2003STY 2005WRZ 2006MAJ 2008STY 2010 WRZ 2011
Data
350
300
250
200
150
100
50
x2-Model_
Wartości prognozowane
Obserwowane
Model ID
x3 Model_ 1
ARIMA(2,1,2)(0,0,0)
Źródło: Obliczenia na podstawie programu SPSS.
Statystyki modelu
Tabela 18
Model
x3- Model_ Liczba zmiennych dodatkowych 0
Statystyki dopasowania modelu
Stacjonarny R-kwadrat 0, R-kwadrat 0, Średni bezwzględny błąd procentowy (MAPE) 6,
Ljung-Box Q(18)
Statystyki 18, DF 14 Istotność 0, Liczba obserwacji odstających 0
Źródło: Obliczenia na podstawie programu SPSS.
Z powyższej tabeli możemy wywnioskować ze wartości rzeczywiste odchylają sie od
wartości teoretycznych o przeciętnie 6,062. Jakość dopasowanie jest bardzo dobre
Autokorelacja składnika losowego
Jeżeli x3 w poprzednim okresie wzrosłoby o jeden cent amerykański to w następnym okresie
wzrosłaby o 1,
Jeżeli cena kawy wzrosłaby w ii-gim okresie wstecz wzrosłoby o jeden cent amerykański to
w następnym okresie wzrosłaby o 0,
Wartości prognozowane
Tabela 20
Model x3-Model_ Wartości prognozowane
Górna granica przedziału ufności
Dolna granica przedziału ufności wrz-11 249,15 272,49 225, paź-11 251,09 287,58 214, lis-11 254,16 302,43 205, gru-11 256,92 315,38 198, sty-12 258,45 325,26 191, lut-12 258,57 332,02 185, mar- 12 257,66 336,47 178, kwi-12 256,4 339,76 173, maj-12 255,37 342,92 167, cze-12 254,91 346,57 163, lip-12 255,04 350,88 159, sie-12 255,56 355,64 155, wrz-12 256,18 360,47 151, paź-12 256,66 365,02 148, lis-12 256,88 369,12 144,
gru- 12 256,87 372,75 140,
Źródło: Obliczenia na podstawie programu SPSS.
Model ARIMA dla X4-Wskażnika cen dla robusty
Opis modelu
Tabela 21
Typ modelu Model ID
x4 Model_ 1
ARIMA(2,1,2)(0,0,0)
Źródło: Obliczenia na podstawie programu SPSS.
STY 1980WRZ 1981MAJ 1983STY 1985WRZ 1986MAJ 1988STY 1990WRZ 1991MAJ 1993STY 1995WRZ 1996MAJ 1998STY 2000WRZ 2001MAJ 2003STY 2005WRZ 2006MAJ 2008STY 2010 WRZ 2011
Data
300
200
100
0
x3-Model_
Wartości prognozowane
Obserwowane
Należy przyjąć hipotezę H 0 nie występuje autokorelacja składników losowych.
Parametry modelu ARIMA Tabela 23
Wartość oszacowani a
Błąd standardow y t
Istotnoś ć
x4- Model_ 1
x 4
Bez transformac ji
Stała -,139 ,426 -,325 , Autoregresj a (AR)
Opóźnieni e 1
Opóźnieni e 2 -,671 ,
Różnicowanie 1 Średnia ruchoma (MA)
Opóźnieni e 1
Opóźnieni e 2 -,581 ,
Źródło: Obliczenia na podstawie programu SPSS.
Model ARIMA (2,1,2) przedstawia się następująco:
X4 = -0,139 +1,118yt-1 -0,671ty-2 +0,867 θt-1 -0,581 θt-
Jeżeli x3 w poprzednim okresie wzrosłoby o jeden cent amerykański to w następnym okresie
wzrosłaby o 1,
Jeżeli cena kawy wzrosłaby w ii-gim okresie wstecz wzrosłoby o jeden cent amerykański to
w następnym okresie zmalałaby o 0,
Wartości prognozowane
Tabela 24
Model x4-Model_ Wartości prognozowane
Górna granica przedziału ufności
Dolna granica przedziału ufności wrz-11 111,35 124 98, paź-11 111,79 132,04 91, lis-11 112,68 139,93 85, gru-11 113,31 146,4 80, sty-12 113,34 150,91 75, lut-12 112,87 153,83 71, mar- 12 112,25 155,98 68, kwi-12 111,79 158,09 65, maj-12 111,63 160,53 62, cze-12 111,66 163,25 60, lip-12 111,75 166,01 57, sie-12 111,73 168,54 54, wrz-12 111,59 170,75 52, paź-12 111,36 172,7 50, lis-12 111,12 174,53 47, gru-12 110,93 176,36 45,
Źródło: Obliczenia na podstawie programu SPSS.
Statystyki modelu
Tabela 26
Model
cenakawywgICO- Model_ Liczba zmiennych dodatkowych 4
Statystyki dopasowania modelu
Stacjonarny R-kwadrat 0, R-kwadrat 0, Średni bezwzględny błąd procentowy (MAPE) 4,
Ljung-Box Q(18)
Statystyki 16, DF 14 Istotność 0, Liczba obserwacji odstających 0
Źródło: Obliczenia na podstawie programu SPSS.\
Z powyższej tabeli możemy wywnioskować ze wartości rzeczywiste odchylają sie od
wartości teoretycznych o przeciętnie 4,966. Jakość dopasowanie jest bardzo dobre
Autokorelacja składnika losowego
H 0 - brak autokorelacji
H 1 -składniki losowe tworzą proces AR rzędu K lub MA rzędu K
Należy przyjąć hipotezę H 0 nie występuje autokorelacja składników losowych.
Parametry modelu ARIMA
Tabela 27
Wartość oszacow ania
Błąd standard owy t
Istotn ość cenakawywg ICO- Model_
cenakawyw gICO
Bez transform acji
Stała ,309 ,587 ,525 , Autoregr esja (AR)
Opóźnie nie 1
Opóźnie nie 2 -,714 ,
Różnicowanie 1 Średnia ruchoma (MA)
Opóźnie nie 1
Opóźnie nie 2 -,384 ,
x4-Model_1 Bez transform acji
Licznik Opóźnie nie 0 -,147 ,
Opóźnie nie 1
Opóźnie nie 2
Różnicowanie 2 Mianown ik
Opóźnie nie 1
x1-Model_2 Bez transform acji
Licznik Opóźnie nie 0 -,084 ,
Opóźnie nie 1
Opóźnie -,144 ,048 - ,
Wartości prognozowane
Tabela 28
Model cenakawywgICO-Model_ Wartości prognozowane
Górna granica przedziału ufności
Dolna granica przedziału ufności wrz-11 215,51 231,12 199, paź-11 219,34 247,82 190, lis-11 222,93 263,19 182, gru-11 224,42 273,55 175, sty-12 222,23 277,13 167, lut-12 219,14 277,67 160, mar- 12 217,11 278,33 155, kwi-12 217,18 281,01 153, maj-12 218,85 285,72 151, cze-12 220,93 291,34 150, lip-12 222,31 296,48 148, sie-12 222,6 300,32 144, wrz-12 222,08 302,93 141, paź-12 221,38 304,96 137, lis-12 221,04 307,1 134, gru-12 221,24 309,74 132,
Źródło: Obliczenia na podstawie programu SPSS.
__
STY 1980WRZ 1981MAJ 1983STY 1985WRZ 1986MAJ 1988STY 1990WRZ 1991MAJ 1993STY 1995WRZ 1996MAJ 1998STY 2000WRZ 2001MAJ 2003STY 2005WRZ 2006MAJ 2008STY 2010 WRZ 2011
Data
250
200
150
100
50
cenakawywgICO-
Model_
Wartości prognozowane
Obserwowane
Bibliografia
A. S. Barczak, J. Biolik - Podstawy ekonometrii. Katowice 1998, T. Kufel - Ekonometria - Rozwiązanie problemów z wykorzystaniem programy GRETL. Wydawnictwo Naukowe PWN 2007, T. Żądło, J. Wywiał - Prognozowanie szeregów czasowych za pomocą pakietu SPSS. SPSS Polska, Kraków 2008, M. Kośko, M. Osińska, J. Stempińska - Ekonometria współczesna. Toruń 2007, Elisabeth Bangert, Christine Mahrle - Kawa. - Warszawa 2009, T. Żądło, J. Wywiał - Przykłady prognozowania ekonomicznych szeregów Katowice 2002, Zbigniew Czerwiński- Ekonometria, Poznań 1979, Jacek Mercik, Czesław Szmigiel- Ekonometria, Wrocław 2000, Mirosława Krzysztofiaka -Ekonometria. Warszawa 1978, Leszek Rum -Ilustrowany leksykon kawy ,Poznań 2004, Edward Szymkowiak - Wokół kawowego kubka ,Toruń 1998, Bożenna Stokłosa –Kawa, Warszawa 2002, Hattie Ellis - Kawa : co warto wiedzieć ,Warszawa 2003, Anne Vantal - Kawa : poradnik smakosza, Warszawa 2004.
