Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Analiza szeregów czasowych" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Zastosowanie modeli ARIMA w badaniach nad stresem ekonomicznym wpływającym na kondycję biologiczną populacji ludzkich
Arima Modelling in Research on the Relationship Between the Biological Condition of Human Populations and the Level of Economic Stress
Autorzy:
Żądzińska, Elżbieta
Domański, Czesław
Rosset, Iwona
Mikulec, Artur
Powiązania:
https://bibliotekanauki.pl/articles/906762.pdf
Data publikacji:
2012
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
wtórny wskaźnik proporcji płci
spożycie prywatne
konsumpcja gospodarstw domowych
stres ekonomiczny
analiza szeregów czasowych
model ARIMA
Opis:
The research on the relations between economic stress and the value of secondary sex ratio (SSR) was initiated by Trivers and Willard (1973). The seminal study in this field speculated that smaller (than needed) consumption of goods and services might sufficiently stress human populations and make the secondary sex ratio lower. In order to verify the hypothesis that the observed time-series of secondary sex ratio (SSR) in Poland is declining with the deterioration in „economic conditions”, the ARIMA mathematic model of both analysed phenomena (according to the statistical procedure proposed by Catalano and Bruckner (2005)) was constructed. The analysis is an attempt to answer the question: if the statistically important decline of SSR in Poland after the Second World War was an effect of deterioration of economic condition.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2012, 271
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Hypothesis Testing in the Case of Insufficient Observations - Identification of Own Critical Values
Testowanie hipotez w warunkach niepełnej informacji - identyfikacja własnych wartości krytycznych
Autorzy:
Poměnková, Jitka
Kapounek, Svatopluk
Powiązania:
https://bibliotekanauki.pl/articles/904951.pdf
Data publikacji:
2008
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Monte Carlo simulation
ADF test
cointegration
time series analysis
interest rates
sumulacja Monte Carlo
test ADF
kointegracja
analiza szeregów czasowych
stopa procentowa
Opis:
Economic transformation of the Central and Eastern European Countries and ongoing process of the European integration are important sources of structural changes in the concerned economies and therefore shorten available time series. Similarly, empirical studies focused on the economies in the European Union wrestle with short time series. Consequently, time series modelling and results robustness of econometric analysis used for European macroeconomic time series are limited by the sample size. Number of observations is important not only for the basic time series modelling and subsequent forecasting, but especially for the verification of theoretical assumptions. Thus, quantitative methods usually used for hypothesis testing are in the case of insufficient observations often completed by qualitative analysis which encompass certain amount of subjectivity. One of the factors influencing the stability of statistical hypothesis tests is the sample size. For large samples estimates behave usually asymptotically and have quite good stability. On the other hand, if the sample size is small (i.e. less then 30) the stability of statistical tests is lower. Moreover, for small samples the probability of wrongly rejected null hypothesis, so-called Type I Error, is even higher. In other words, inadequate power of a statistical hypothesis test determinates the possible application of econometric methods on short macroeconomic time series. One of the possible solutions is the usage of a Monte Carlo simulation and detection of own critical values. Critical values are identified on the base of simulation of time series with suitable length with respect to the predefined model. The authors have applied this methodology only on the analysis of macroeconomic time series regression (using cointegration) without any further limitation in its usage. The basic assumption of the analysis is the robustness of the hypothesis test about time series stationarity. However, the Dickey-Fuller test applied on short time series leads to wrong rejection of the hypothesis about stationarity and thus rejects the existence of real regression and wrongly rejects the hypothesis about spurious regression. Methodology presented and described in this paper is demonstrated on the causality between interbanking interest rates and selected retail banking interest rates in the Czech Republic.
Transformacja gospodarcza w Europie Centralnej i Wschodniej oraz procesy towarzyszące integracji europejskiej stanowią istotne źródła przemian strukturalnych tych gospodarek, z drugiej jednak strony powodują, że szeregi czasowe są zbyt krótkie. Co za tym idzie, przeprowadzając badania empiryczne dotyczące gospodarek unijnych borykamy się ze problemami związanymi ze zbyt krótkimi szeregami czasowymi. W konsekwencji, modelowanie na podstawie szeregów czasowych i obciążoność wyników analiz ekonometrycznych przeprowadzanych dla europejskich makroekonomicznych szeregów czasowych są utrudnione ze względu na długość próby. Liczba obserwacji odgrywa bowiem znaczenie nie tylko dla klasycznego modelowania szeregów czasowych i prognozowania w oparciu o nie. ale także - a może przede wszystkim - dla weryfikacji teoretycznych założeń. Stąd metody ilościowe, stosowane zazwyczaj do testowania hipotez, w przypadku niewystarczającej liczby obserwacji są często uzupełniane poprzez analizę jakościową, która jednak wnosi pewną dozę. subiektywizmu. Jednym z czynników oddziałujących na stabilność testowania jest wielkość próby. Dla dużych prób estymatory są zwykle asymptotyczne i wykazują dość dobrą stabilność. Z drugiej strony, jeśli próba jest mała (mniej niż 30 obserwacji) stabilność testów statystycznych jest niska. Co więcej, dla małych prób prawdopodobieństwo błędnego odrzucenia hipotezy zerowej, określane jako błąd I rodzaju, bywa wysokie. Innymi słowy, niedostateczna moc testu ogranicza możliwości zastosowania metod ekonometrycznych dla krótkich szeregów czasowych obejmujących dane makroekonomiczne. Jedną z możliwości rozwiązania tego problemu jest zastosowanie symulacji Monte Carlo i ustalenie własnych wartości krytycznych. Wartości krytyczne zostają zidentyfikowane na bazie symulacji przeprowadzonych na szeregach czasowych o odpowiedniej długości. Autorzy zastosowali tę metodologię tylko dla potrzeb analizy makroekonomicznych szeregów czasowych (uwzględniając kointegrację) bez dalszych ograniczeń w ich zastosowaniu. Bazowym założeniem analizy jest odporność hipotezy o stacjonarności szeregów czasowych. Metodologia zaprezentowana i opisana w tej pracy zastosowana została do określenia związków przyczynowo-skutkowych pomiędzy międzybankową stopą procentową a wybranymi stopami oprocentowania w bankowości detalicznej w Czechach.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2008, 223
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies