Statisztika II. X. Dr. Szalka Éva, Ph.D..

Slides:



Advertisements
Hasonló előadás
Összetett kísérleti tervek és kiértékelésük:
Advertisements

I. előadás.
7. előadás Ciklushatás elemzése Szezonhatás vizsgálata.
Kvantitatív módszerek
Kvantitatív Módszerek
Előadó: Prof. Dr. Besenyei Lajos
Üzleti tervezés statisztikai alapjai
Statisztika I. VI. Dr. Szalka Éva, Ph.D..
Gazdasági informatika
Energiatervezési módszerek
Exponenciális szűrések Statisztika II. VEGTGAM22S.
Matematikai Statisztika VIK Doktori Iskola
DIFFERENCIÁLSZÁMÍTÁS ALKALMAZÁSA
Összefüggés vizsgálatok
1 A magyar gazdaság helyzete, perspektívái 2008 tavaszán Dr. Papanek Gábor Előadás Egerben május 7.-én.
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
Dr. Szalka Éva, Ph.D.1 Statisztika II. IX.. Dr. Szalka Éva, Ph.D.2 Idősorok elemzése.
Közlekedésstatisztika
Statisztika II. VI. Dr. Szalka Éva, Ph.D..
Dr. Szalka Éva, Ph.D.1 Statisztika II. IX.. Dr. Szalka Éva, Ph.D.2 Idősorok elemzése.
Statisztika II. II. Dr. Szalka Éva, Ph.D..
Dr. Szalka Éva, Ph.D.1 Statisztika II. VIII.. Dr. Szalka Éva, Ph.D.2 Többváltozós korreláció és regresszióanalízis.
Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék.
Hozam-előrejelzés a gabonatermesztésben
Regresszióanalízis 10. gyakorlat.
Agrár BSc szakok Statisztikai következtetések
Dr. Szalka Éva, Ph.D.1 Statisztika II. VI.. Dr. Szalka Éva, Ph.D.2 Regresszióanalízis.
Kvantitatív módszerek
Kvantitatív módszerek
Folytonos jelek Fourier transzformációja
Rendszerek sajátfüggvényei és azok tulajdonságai Folytonos (FT) rendszerekkel foglalkozunk,de az eredmények átvihetők diszkrét rendszerekre is. kt)kt)
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
STATISZTIKA II. 11. Előadás
STATISZTIKA II. 12. Előadás
Idősor elemzés.
Idősor komponensei Trend vagy alapirányzat: az idősor alakulásának fő irányát mutatja meg. Szezonális vagy idényszerű ingadozás: szabályos időszakonként.
R&R vizsgálatok fejlesztése trendes jellemző mérési rendszerére
Idősor elemzés Idősor : időben ekvidisztáns elemekből álló sorozat
EREDMÉNYEK, ADATOK FELDOLGOZÁSA
Gazdaságstatisztika Idősorok elemzése 21. előadás.
Hipotézis vizsgálat (2)
Alapsokaság (populáció)
Alapfogalmak.
© Farkas György : Méréstechnika
DEMOGRÁFIA Alapfogalmak, mutatók
POROK SZEMCSÉZETÉNEK MEGHATÁROZÁSA
Energiatervezési módszerek
I. előadás.
A POR SZEMCSÉZETÉNEK MEGHATÁROZÁSA. A mérésekről általában A szemcsenagyság számszerű megadása a lehetséges nagy mérettartomány és igen különböző tulajdonságok.
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Regresszió-számítás március 30. Dr. Varga Beatrix egyetemi.
Valószínűségszámítás II.
Többdimenziós valószínűségi eloszlások
Közúti és Vasúti Járművek Tanszék. A ciklusidők meghatározása az elhasználódás folyamata alapján Az elhasználódás folyamata alapján kialakított ciklusrendhez.
Korreláció-számítás.
A számítógépes elemzés alapjai
Idősorok elemzése Dr. Varga Beatrix.
Kvantitatív módszerek
Előrejelzés Összeállította: Sójáné Dux Ágnes. Előrejelzés Az időbeli folyamatok elemzésének segítségével lehetőség nyílik a korábban láthatatlan trendek.
Kvantitatív módszerek
Gazdaságstatisztika Idősorok elemzése.
Haladó Pénzügyek Vezetés szervezés MSC I. évfolyam I
Gazdaságstatisztika Konzultáció a korreláció- és regressziószámítás, idősorok elemzése témakörökből.
Trendelemzés előadó: Ketskeméty László
Alapfogalmak Matematikai Statisztika
Haladó Pénzügyek Vezetés szervezés MSC I. évfolyam I
Igénybecslés.
Gazdaságinformatikus MSc
Bunkóczi László, Dr.Pitlik László, Pető István, Szűcs Imre
A Box-Jenkins féle modellek
Dr. Varga Beatrix egyetemi docens
Előadás másolata:

Statisztika II. X. Dr. Szalka Éva, Ph.D.

Szezonális ingadozások elemzése Dr. Szalka Éva, Ph.D.

Alapfogalmak A statisztikai elemzés szempontjából az idősornak három összetevője van. alapirányzat (trend) Periodikus ingadozás véletlenszerű ingadozás Dr. Szalka Éva, Ph.D.

Szezonalitás Többnyire rövid távú ingadozás Feltételezzük az időben állandó hullámhosszat és szabályos amplitúdót Dr. Szalka Éva, Ph.D.

Szezonális ingadozások A szezonhatás vizsgálatánál arra keresünk választ, hogy a szezonalítás milyen mértékben vagy arányban téríti el az idősor értékét az alapirányzattól. Vizsgálatánál az idősor adataiból ki kell szűrnünk a trendhatást és a véletlen hatást . A szezonalitást additív modell esetén szezonális eltérésekkel, multiplikatív modell esetén pedig szezonindexekkel jellemezzük. Dr. Szalka Éva, Ph.D.

Szezonális eltérés Dr. Szalka Éva, Ph.D.

Szezonális eltérés Lineáris trend esetében a kapott szezonális eltérések összege nullával egyenlő. Más trendfüggvények esetében: Ilyen esetben a szezonális eltérések korrekciójára van szükség, ekkor a kiszámolt szezonális eltéréseket nyers szezonális eltéréseknek nevezzük. Dr. Szalka Éva, Ph.D.

Szezonindex vagy Dr. Szalka Éva, Ph.D.

Szezonindex A szezonindexnél is célszerű korrekciót végezni, ha a trendet nem exponenciális függvénnyel írtuk le. Dr. Szalka Éva, Ph.D.

Véletlenhatás Additív összefüggés esetén: Multiplikatív összefüggéskor pedig: Dr. Szalka Éva, Ph.D.

Extrapoláció A trendegyenlet meghatározásával előrejelzést (extrepoláció) végezhetünk. A meghatározott trendegyenletbe behelyettesítjük a becsülni kívánt évhez tartozó „ti”-értéket, és kiszámoljuk a trendértékét. Ezután ha van szezonhatás, akkor azzal korrigálunk. Additív összefüggés esetén a kiszámított trendértéket hozzáadjuk a szezonális eltérést, multiplikatív összefüggéskor a trendértéket megszorozzuk a szezonindexszel. Dr. Szalka Éva, Ph.D.