Analiza dynamiki

Szereg statystyczny, w którym zapisane są wyniki pomiaru cechy wraz z określonymi momentami (lub przedziałami czasowymi), w których pomiar ten został dokonany to:

• Szereg strukturalny

• Szereg skumulowany

• Szereg przestrzenny

• Szereg czasowy

Co to jest tendencja zmian w czasie

• Wartość prognozowana

• Jednorazowe zmiany poziomu zjawiska, które powodują odchylenia od wzorca

• Wahania losowe

• Wahania sezonowe

• Trend opisany funkcją matematyczną

Jeżeli poziom zjawiska rośnie w dłuższym okresie czasu, to mamy do czynienia z:

• tendencją spadkową

• tendencją zmienną

• brakiem tendencji

• tendencją wzrostową

Wahania, które powtarzają się regularnie w stałych odstępach czasu i które obserwujemy w okresach krótszych niż rok, to:

• Wahania losowe

• Wahania przypadkowe

• Wahania sezonowe

• Wahania koniunkturalne

Nieregularne wahania, które powodują odchylenia wartości empirycznych od modelu, to:

• Wahania losowe

• Wahania sezonowe

• Wahania koniunkturalne

• Tendencja rozwojowa

Dekompozycja szeregu czasowego, czyli podział szeregu na jego elementy składowe, pozwala nam wyodrębnić:

• Wahania koniunkturalne

• Wahania losowe

• Wahania sezonowe

• Tendencję rozwojową

Wyraz wolny funkcji trendu

• nie podlega interpretacji

• oznacza wartość funkcji trendu jeden okres przed analizowanym przedziałem czasowym

• oznacza średnie zmiany z okresu na okres

• jest równy średniemu błędowi oszacowania funkcji

Funkcja trendu jest dobrej jakości, jeżeli

• Współczynnik zmienności resztowej jest >20%, a współczynnik determinacji >40%

• Współczynnik zmienności resztowej <60%, a współczynnik indeterminacji >60%

• Błąd szacunku jest dopuszczalny, a stopień dopasowania >60%

• Jest to funkcja liniowa

Wymień parametry, za pomocą których możesz dokonać oceny modelu dynamiki

• Współczynnik zmienności

• Współczynnik determinacji

• Średni błąd szacunku

• Współczynnik zbieżności

Prognoza za pomocą oszacowanego modelu dynamiki

• Zawsze się sprawdza

• Obarczona jest błędem, który należy uwzględnić w końcowym wyniku prognozy

• Nie zależy od horyzontu prognozy

• W modelu sezonowym nie wymaga znajomości wskaźników sezonowości