Pi$$

W dobrze zachowującym się modelu wielorównaniowym:

• W modelu dynamicznym nie da się wyznaczyć mnożników pośrednich
• Wartość mnożników pośrednich wygasają
• W modelu dynamicznym wartości mnożników pośrednich pokazują jaki jest wpływ zmian zmiennej egzogenicznej na zmienne endogeniczne w kolejnych okresach
• Wartość mnożników pośrednich rosną

Reszta w modelu ekonometrycznym to:

• Inaczej wartość empiryczn
• Współczynnik determinacji, ale wyrażony w procentach
• Inaczej wartość teoretyczna
• Różnica dla danej obserwacji o numerze t pomiędzy wartością rzeczywistą zmiennej objaśnianej a wartością teoretyczną tej zmiennej

Błąd prognozy w przypadku prognozowania na podstawie modeli ekonometrycznych:

• Możemy zdekomponować na błąd wynikający z nieprecyzyjnego oszacowania parametrów modelu, błąd związany z błędami szacunku zmiennych objaśniających oraz błąd wynikający ze stochastycznego charakteru procesu
• Ponieważ prognozy na podstawie modeli ekonometrycznych szacowane są w oparciu o prognozowane wartości zmiennych objaśniających to błąd prognozy jest zawsze większy niż w przypadku stosowania metod mechanicznych prognozowania
• Jest zawsze mniejszy niż w przypadku stosowania metod mechanicznych prognozowania
• Da się wyznaczyć tylko w przypadku, gdy znamy rzeczywiste wartości zmiennych objaśniających

Do warunków stosowalności klasycznej metody najmniejszych kwadratów należy:

• Sferyczność składnika losowego
• Brak autokorelacji składnika losowego
• Homoskedastyczność składnika losowego
• Brak heteroskedastyczności składnika losowego

Którego z poniższych modeli nie można wykorzystać do prognozowania ex ante w dowolnym horyzoncie czasu:

• Modelu Holta dla α=0,5 i β=0,3
• Modelu trendu liniowego yt*=b0+b1t
• Modelu Browna dla α=0,5
• Modelu autoregresyjnego AR (2): yt*= α 0+ α 1yt-1+ α 2yt-2

Dany jest liniowy model trendu ceny (w zł) pewnego wyrobu w okresie 1990-1997: yt*= 100-10t, t=1,…,8. Na podstawie otrzymanych wyników wnioskujemy, że:

• Model można wykorzystać do prognozowania ex ante do roku 20002
• Cena wyrobu w badanym okresie spadła przeciętnie z okresu na okres o 10zł
• Prognoza ex post ceny wyrobu w roku 1990 wyniosła 90zł
• Cena wyrobu spadła w badanym okresie przeciętnie z okresu na okres o 90zł, tj. (100-10)zł

Dany jest liniowy model trendu sprzedaży telewizorów (w szt.) postaci: Y(t)=150-15t oszacowany na podstawie danych obejmujących lata 2008-2017 (t=1,..,10)

• Prognoza sprzedaży na rok 2016 wynosi 15 szt
• Model daje wiarygodne prognozy przynajmniej do roku 2020
• Sprzedaż telewizorów w badanym okresie spadała z roku na rok przeciętnie o 15%
• Sprzedaż telewizorów w badanym okresie spadała z roku na rok przeciętnie o 15 szt

Model ekonometryczny to model:

• W którym występują trzy parametry α,β i γ zwany modelem Wintersa
• Postaci w=Фρ + σv, gdzie w – płaca przeciętna, ρ – indeks cen, v – wydajność pracy, zaś Ф i σ – parametry modelu
• Który można wykorzystać do prognozowania ex ante w dowolnym horyzoncie czasu pod warunkiem ustalenia wartości zmiennych objaśniających w horyzoncie prognozy
• Który można wykorzystać do prognozowania ex post

Dany jest model Browna Ft = αyt+βFt-1, F1=y1,y*t+1=F1, α+β=1, t=1,…,10, F10=11,4, próba miesięczna styczeń 2001-październik 2001, MAPE=4,6%. Na podstawie informacji wnioskujemy, że:

• Prognoza y*t+1 na listopad 2001 była równa 11,4
• Parametr α=2, zaś parametr β=-1
• Prognoza y* na grudzień 2001 była równa 11,4
• Model można wykorzystać do prognozowania krótkookresowego (do stycznia 2002), gdyż błąd MAPE<5%

Dokończ następujące zdanie: „modele wygładzenia…”

• „… mogą zawierać tzw. Parametry (stałe) wygładzenia należące do przedziału (0,1)”
• „… to np. modele Browna i Holta”
• „… to np. modele Browna i średniej ruchomej ważonej”
• „… wymagają od badacza znajomości teorii ekonomii w celu zbudowania poprawnej specyfikacji modelu”
• „… pozwalają prognozować szeregi statystyczne zarówno ex post, jak i ex ante”