• Nie Znaleziono Wyników

Kryteria wyboru modelu dla wielowymiarowych szeregów czasowych o zredukowanym rzędzie wraz z zastosowaniem.

N/A
N/A
Protected

Academic year: 2021

Share "Kryteria wyboru modelu dla wielowymiarowych szeregów czasowych o zredukowanym rzędzie wraz z zastosowaniem."

Copied!
1
0
0

Pełen tekst

(1)

Kryteria wyboru modelu dla wielowymiarowych szeregów czasowych o zredukowanym

rzędzie wraz z zastosowaniem.

Marcin Hławka

Instytut Matematyki i Informatyki Politechnika Wrocławska ul. Janiszewskiego 14a 50-372 Wrocław

e-mail: marcin.hlawka@pwr.wroc.pl

Główną część referatu dotyczy porównania efektywności kryteriów wyboru modelu dla wielowymiarowych szeregów czasowych o zredukowanym rzędzie.

Rozważono najbardziej popularny model szeregu czasowego, tzn. wektorowy model autoregresji o zredukowanym rzędzie (Reduced Rank Vector Autore- gression (RRVAR(p,r)) zaproponowany przez Velu i innych (1986). W analizie uwzględnione zostały najbardziej popularne kryteria wyboru modelu. Kryte- ria te zostały podzielone na dwie grupy: kryteria równoczesnego wyboru oraz tzw. kryteria dwukrokowe. W przypadku metod z pierwszej grupy, rząd au- toregresji p oraz rząd macierzy współczynników r są wybierane równocześnie.

Dla metod z drugiej grupy wybierany jest w pierwszej kolejności optymalny rząd p (wykorzystując kryteria dla standardowego modelu VAR), a następnie optymalny rząd r (wykorzystując np. testowanie sekwencyjne). Wśród rozwa- żanych w pracy kryteriów wyboru modelu znalazły się m.in. dobrze znane kry- teria informacyjne (takie jak np. AIC i SC), a także testy sekwencyjne (np.

test Bartletta) oraz kryteria wykorzystujące metodę bootstrap. Aby porównać efektywność wszystkich rozważonych kryteriów wyboru modelu przeprowadzono obszerne badania symulacyjne. Analiza symulacyjna obejmowała 34 kryteria, w tym: 6 metod równoczesnych oraz 28 metod dwukrokowych. Wykorzystując 140 różnych scenariuszy symulacyjnych szczegółowo zbadano wpływ na efektyw- ność kryteriów następujących czynników: wymiar szeregu czasowego, struktura kowariancyjna, obecność korelacji między składowymi oraz poziom wariancji zakłócenia (szumu). Ponadto, przeanalizowano dokładności predykcji związaną z zastosowaniem modelu RRVAR i porównano z wynikami dla standardowego modelu wektorowej autoregresji VAR. Dodatkowo zamieszczono także przykład zastosowania kryteriów wyboru modelu dla modelu RRVAR dla danych rzeczy- wistych, tzn. wielowymiarowego szeregu czasowego zawierającego podstawowe wskaźniki makroekonomiczne Polski, zaobserwowane w okresie 1997-2007.

1

Cytaty

Powiązane dokumenty

Czy potrafisz ocenić które podejście daje nam najwięcej

Na okręgu będącym brzegiem koła zbieżności szereg potęgowy może być zbieżny w czę- sci punktów, a w części

W każdym z zadań 447.1-447.15 podaj w postaci przedziału zbiór wszystkich wartości rzeczywistych parametru p, dla których podany szereg liczbowy jest zbieżny.. Przedział może

Obszar zbieżności szeregu potęgowego jest kołem o środku w zerze i promieniu R ∈ [0,+∞], zwanym promieniem zbieżności szeregu.. Przy R = 0 koło zbieżności degene- ruje się

Tu mnie ojciec mój poczciwy, Dobry ojciec, choć surowy!. Czcić nauczał w itk sędziwy, Słokiej sercu uczył

To summarize, I strongly believe that the book is a valuable source of information for the reader interested in data analysis by means of time series models. In the book methods

Poprawna metoda rozwiązania zadania, obliczenia i poprawna odpowiedź 3pkt Poprawna metoda obliczenia (przy błędach rachunkowych) lub błędna odpowiedź 2pkt

Informacje potwierdzające spełnienie warunków kryterium muszą być odzwierciedlone także w wopp i biznesplanie.. 2 Wykorzystanie lokalnych zasobów