Documente Academic
Documente Profesional
Documente Cultură
Procesele DS
Procesele DS sunt procese care se pot transforma n
staionare prin folosirea unui filtru de diferene:
1 B x unde t este un proces staionar de tip
ARMA sau chiar un zgomot alb, o constant real i d
ordinul filtrului de difereniere.
Aceste procese sunt deseori reprezentate utiliznd filtrul
diferenelor de ordinul 1 (d = 1). Procesul, atunci, este
numit proces de ordinul unu. Ele se scrie:
1 B x
d
x x
t
t 1
x x x x
t 1
t 2
t 1
t 2
t 1
x x x x , etc.
t 2
t 3
t 2
t 3
t 2
t 1
x x
t
i 1
t 1
i 1
El se scrie: x x .
Ca i n cazul precedent, se poate cerceta forma sa
echivalent desfurat:
t
t 1
xt xt 1 t
xt 1 xt 2 t 1 xt xt 2 2 t 1 t
xt 2 xt 3 t 2 xt xt 3 3 t 2 t 1 t
etc.
a fost cunoscut
x0
xt x0 t i
i 1
V xt t 2
i 1
t 1
i 1
Obinem:
xt xt 1 1 B xt t
xt 1 0 1 t 1 t 1
xt xt 1 1 B xt 1 t t 1
xt 1 t
vom
calcula
E xt 1
covxt , xt h
Ext E xt xt h E xt h
E t t h
E t t 1 t h t h1
De unde:
2 2 h 0
h 2 h 1;1
0 in celelalte cazuri
Funcia de autocorelare
h
0
se scrie
2 2
1
h0
1
h
h 1;1
2
in celelate cazuri
0
t 1
1200
250
1000
200
800
150
600
100
400
50
200
0
20
40
60
80
-50
20
40
60
80
YD
YT
0.8
0.6
0.4
0.2
0
1
10
11
12
13
14
15
-0.2
-0.4
-0.6
-0.8
-1
10
0.8
0.6
0.4
0.2
0
1
10
11
12
13
14
15
-0.2
-0.4
-0.6
-0.8
-1
11
0.8
0.6
0.4
0.2
0
1
10
11
12
13
14
15
-0.2
-0.4
-0.6
-0.8
-1
0.8
0.6
0.4
0.2
0
1
10
11
12
13
14
15
-0.2
-0.4
-0.6
-0.8
-1
2
a
1 1 B x t
a t x t x t 1 a t
Fie ipoteza H 0 : 1
Modelul se prezint n baza acestei ipoteze:
1
1 B xt
at xt xt 1 a t xt x0 ai
i 1
1 1 este
acceptat, atunci
13
Modelul [2]
1 1 B xt at
unde c 1 1
xt 1 xt 1 c at
pentru H0 : 1
Modelul se scrie (avnd c=0 n consecin): x x a
Acesta este un model DS cu mers aleator(pentru
modelul [1]).
Se va reda staionar prin transformarea: x a
Pentru ipoteza alternativ: H1 : 1 avem AR(1) staionar
cu constant.
Modelul [3]
1
t 1
1 1 B xt t at
xt 1 xt 1 bt c at
cu c 1 i b 1
Pentru H0 : 1
Atunci b=0 i c = i modelul va fi: x x a
Se consider un mers aleator cu deriv (procesul DS cu
deriv)
Soluia sa are forma urmtoare: x x t a
1
t 1
i 1
14
H0
H1
Tipologia modelelor
Modelul 1
Modelul 2
DS fr deriv DS fr deriv
de
Staionar
de Staionar
ordinul I
ordinul I
Nonstaionar de Nonstaionar
de ordinul 2
ordinul 2
AR(1)
AR(1)
cu
constant
Modelul 3
DS cu deriv
Nonstaionar
ordinul 1 i 2
TS cu
ARMA
de
eroare
2
a
1 t 1
1 1
x
t 2
n
t 1 t
x
t 2
t 1
15
i 1
t 1
*
1
1 t 1
xt xt 1 1 xt 1 xt 1 at
xt 1 1xt 1 at
exemplul
t p
p*
~
p
1 1
p
16
tabelar
t 1
unde c 1 1
1
1
F1
SCRC SCR2 / 2
SCR2 / n 2
17
unde:
SCR - suma ptratelor reziduurilor ale modelului [2]
aferent ipotezei H , avnd
C
1
0
SCRc xt xt 1
1
0
1
0
xt 1 xt 1 bt c at
b 1 1
c 1 1 1
Unii autori consider c n este numrul de observaii disponibile iniial, n timp ce regresia asupra unui model
autoregresiv determin pierderea unei observaii. De aceea, pentru aceti autori, n statistica F 1 gradele de libertate
pentru SCR 2 este deseori egal cu n-1-2=n-3
2
Tabelele statistice se gsesc n Dickey-Fuller, 1981, p.1063
18
3
0
2
0
F2
Pentru ipoteza
H 03
SCRC SCR3 / 3
SCR3 / n 3
, se calculeaz statistica F 3:
SCR SCR / 2
F
3
c
SCR3 / n 3
unde:
- suma ptratelor reziduurilor ale modelului [3]
aferent ipotezei H ;
SCR x x c
- suma ptratelor reziduurilor ale
SCRC
2
0
3
c
t 1
3
c
2
0
3
0
19
p 1
i 1
i t i
2
a
p 1
p1
p 1
20
xt 1 1 xt 1 ... p 1 p 21 xt p 1 p 1 1 xt p a t
[A]
Procesul x urmnd un AR(1) cu erori autocorelate de
ordinul (p-1) este echivalent cu un AR(p) ce are erori
necorelate, procesul fiind nlbit. Testele Dickey-Fuller
simple pot fi aplicate. Deseori scrierea modelului x t
este mai complex complexe lund n considerare
prezena j.
t
Fie AR (1)
xt xt 1 at
Procesul AR(2)
xt 1 xt 1 2 xt 2 at
xt xt 1 1 xt 1 xt 1 2 xt 1 2 xt 1 2 xt 2 a
xt 1 2 1xt 1 2 xt 1 xt 2 at
xt 1 2 1xt 1 2 xt 1 at
Procesul AR(3)
xt 1 xt 1 2 xt 2 3 xt 3 at
xt xt 1 1 xt 1 xt 1 2 xt 1 2 xt 1 2 xt 2 3 xt 1 3 xt 1 3 xt 3 3 xt 2 3 xt 2 a
xt 1 2 3 1xt 1 2 xt 1 xt 2 3 xt 2 xt 3 at
xt 1 2 3 1xt 1 2 3 xt 1 3 xt 2 at
p 1
p
xt k 1 xt 1 k xt j at
j 1 k j 1
k 1
Utiliznd pentru
avea:
1 , 2 , .... p
21
1 1 1
2 2 11
....
p 1 p 1 p 21
p p 11
k xt j at
xt 1 1 2 11 ... p 1 p 21 p 11 1xt 1 k j 1
p 1
j 1
k xt j at
xt 1 1 1 ... p 1 1 2 ... p 1 1 xt 1 k j 1
p 1
j 1
p 1
p
1 11 1 ... p 1 xt 1 k k 1 j xt j at
j 1 k j 1
xt xt 1 j xt j 1 at
j 2
H 0 : 1 11 1 ... p 1 0 1 1 0 sau 1 1
p 1
Fie:
z t i z t i a t
i 1
Specificarea modelelor
Modelul [4]
1 1 B xt
zt
t 1
1 1 B xt z t
B 1 1 B xt at
B 1 1 B xt B 1 1 B at
B 1 1 B xt c a unde c B 1 1 B
, vom avea:
xt xt 1 z t unde xt z t i B xt at
AB xt c at unde c AB 0
23
Fie:
B 1 1 B xt t at
precedente
permite
B 1 1 B xt c bt at
unde b B1 B i c B 1
Pentru ipoteza nul a rdcinii unitare 1, vom avea:
x x z i x z . Fie B x c a , unde c B
Referitor la
un proces DS cu deriv autocorelat,
caracterizat
de o nonstaionaritate de natur mixt:
determinist i stocastic.
Pentru ipoteza alternativ 1, procesul este de tipul TS
caracterizat de un trend determinist i de forma:
1
t 1
1 1 B t z t
sau
AB xt B B t at unde AB B 1 1 B
Efectuarea testelor
Testele ADF se bazeaz, n cazul ipotezei alternative 1,
pe estimatorul M.C.M.M.P. calculat pentru cele trei
modele:
1
Modelul [4]:
xt xt 1 j t j 1 at
j 2
Modelul [5]:
xt xt 1 j t j 1 c at
j 2
Modelul [6]:
xt xt 1 j t j 1 c bt at
j 2
24
2
a
4
0
SCR5 / n p 1 2
4
0
xt a j xt j 1 at , iar SCRc xt a j xt j 1
j 2
j 2
2;n p 1
4
0
H 05 : c; b; 0;0;0
H 06 : c; b; c;0;0
26
Pentru ipoteza
H 05
, se va calcula statistica F5
SCR SCR / 3
F
c
SCR6 / n p 1 3
2; n p 2
, se
5
0
6
0
F6
SCR
SCR6 / 2
SCR6 / n p 1 3
D
6
0
xt a j xt j 1 c at , iar SCRD xt a j xt j 1 c
j 2
j 2
3; n p 2
, se
6
0
27
Estimarea varianei,
reziduurilor 1n e ;
2
t 1
aa
zis
pe
termen
scurt
2
t
2
t
t 1
2
t
i 1
t i 1
t t i
t* k
1
1 nk 1 cu
k
1
2
st2
( este
28
1 t 1
t 1
1 2
t 2
2
a
t 1
t 2
xt 1 B xt 1 xt 1 2 xt 2 1 2 xt 2 2 xt 1 xt 2 at
2
Deci,
2 xt 1 2 1xt 1 1 1 2 1xt 1 a t
29
Substituind
model:
1 1 1 2 1 i 2 ' 1 2 1
obinem urmtorul
2 xt 2 xt 1 1 xt 1 a t
t 1
tab
tab
t 1
i 1
Statistica este
1
LM 2
st
S
i 1
n2
2
t
respinge
dac aceast
urmtoarelor valori critice :
Ipoteza de staionaritate se
statistic
este
superioar
30
1%
n=
Modelul [2] 0,739
Modelul [3] 0,216
5%
0,463
0,146
10%
0,347
0,119
j 1
jt
2
a
31
32
B 1 B1 B 1 B 2 2 B 1 B 1 B 2
3 iB 1 B 1 B 1 iB
Simplificnd aceast expresie apelnd la H(B) suma celui
de-al doilea termen:
B H B 1 B B i utiliznd procesul B x a vom
avea:
B 1 B x H B a
Aceast expresie este la baza testului, dar nu putem
estima coeficienii , deoarece sunt numere complexe,
deci se regrupeaz prile reale i complexe ale expresei i
se substituie:
4 iB 1 B 1 B 1 iB 1 B 4 * B
1 1 ;
2 2 ;
23 3 i 4 ;
2 4 3 i 4
unde:
x1,t 1 B B 2 B 3 xt ; x 2,t 1 B B 2 B 3 xt ;
n aceast ecuaie B este necunoscut. n particular, au
fost propuse mai multe soluii, care constau n a
argumenta lagul polinomului pn cnd reziduul s
conin zgomot alb sau unul din criteriile de comparaie
ale modelelor s fie minimum (AIC sau BIC). Deseori
aceste teste sunt realizate pentru B =1.
Ipoteza nul a testului presupune testarea semnificaiei
parametrilor regresiei auxiliare (care sunt echivalente cu
). Fie:
H0 : =0 contra H1 : 0.
x 3 ,t 1 B 2 x t ; x 4 , t 1 B 4 x t
*
33
Presupunem, de exemplu, c
substituind
aceste
valori
B 1 B x H B x a , obinem:
1 B x iB 1 B 1 B 1 iB
2 0
i c
* B =1,
expresia:
4 iB 1 B 1 B 1 iB t at
Aceast ecuaie posed dou rdcini unitare B=1 i B=1. Sunt acelea care lipsesc la coeficienii i . Filtrul
care staioneaz acest proces este egal cu :
1
1 B 1 B 1 B
Testul Franses
Principiul testului Franses este identic principiului
HEGY. Formulele sunt deseori mai complexe faptului de
a prezenta dousprezece rdcini unitare. Extensia B
este ntotdeauna realizat conform teoremei Lagrange.
Modalitatea posibil de estimare a parametrilor lui B ,
propus de Franses este urmtoarea:
Separarea prilor reale i imaginare a fiecrui termen
B , apoi regruparea termenilor comuni. Se definete,
deci, seria regresorilor B :
2
11
1 B 1 B j ;
j 1
2
2 B 1 B 1 B 1 B 1 B 4 B 8 ;
3 B 1 B 2 1 B 4 B 8
1 B
4 B 1 B 4 1 3B B 2 1 B 2 B 4
5 B 1 B 4
3B B 2
B4
6 B 1 B 4 1 B 2 B 4 1 B B 2
7 B 1 B 4 1 B 2 B 4 1 B B 2
8 B 1 B12
34
1 1 ;
2 2 ;
3 i 3 4 / 2;
4 i 3 4 / 2;
i 1 i 3 / 2 ;
i 1 i 3 / 2 ;
i 1 i 3 / 2 ;
i 3 / 3 1 1 / 3i 3 / 2
i 3 / 3 1 1 / 3i 3 / 2
i 3 / 3 1 1 / 3i 3 x / 2
i 3 / 3 1 1 / 3i 3 / 2
5 5 1 i 3 / 2 6 ;
6
7
8
9
10
11
12
10
10
11
11
11
12
it
it
35
testele
individuale
H0:
0 contra H : 0 pentru
k=1,,12;
testele pentru rdcinile complexe conjugate:
H0 : j 0 contra H : j 0 pentru j=3,5,7,9,11 i i=4,
6,8,10,12. (se noteaz , etc. );
un test pentru ansamblul coeficienilor:
H0 : j 0 contra H : j 0 pentru j=3,5,7,9,11 i i=4,
6,8,10,12. (se noteaz , etc. );
H0 : ... j 0 contra H : ....j 0 pentru j=3,4, , 12. (se
noteaz ... );
Valorile critice ale acestor teste (t statistic pentru
testele individuale i F statistic pentru testele anexate) au
fost tabelate de ctre Franses.
ajustare
i nu antreneaz o variaie sensibil a
autocorelaiei reziduurilor
(Q statistica) inclusiv
criteriile de comparaie informaionale (AIC, SBIC).
Noi putem constata prezena rdcinilor unitare pentru
testele t pentru pragurile de semnificaie de 5 la 10%
pentru 3 , 5 , 9 , 11 , care nu se regsesc pentru testele
F.
Definitiv putem constata c acest proces, ns este
dificil de a seleciona procesul generator al cronicii,
deoarece statistica
SBIC este cea mai slab pentru
regresia conat (nc, nd, nt).
k
ji
12
c, nd, c, d, c,
c, d,
36
ue t
1
2
3
4
5
6
7
8
9
10
11
nd, nt nt
nt
nd, t t
1,78 1,98
12
9
0,88 0,88
Statistiq
ue F
3 4 0,58
38
xt 1
ln xt
i 0
i 0
Deseori se utilizeaz
39
P B 1 B d xt q B at
(ARIMA(p,d,q)=ARIMA(p+d, q) nonstaionar).
n majoritatea cronicilor economice, testele Dickey-Fuller
indic prezena unei singure rdcini unitate i cronicile
se numesc integrate de ordinul 1, I(1).
Dac cronica iniial apare n rezultatul unui proces
staionar, ea nu conine rdcina unitate, se spune c este
integrat de ordinul 0 i este notat I(0).
Pentru ceilali termeni, ARIMA(p, 0, q) este ARMA(p, q)
staionar.
Printre procesele ARIMA nonsezoniere, se poate
meniona procesul mersul aleator Random Walk (
procesul DS cel mai simplu).
Procesele ARIMA pur sezoniere ( Modelele SARIMA)
40
s . s
s. s
S D
s . s
s. s
s .s
s. s
1 B
1 B S
S D
41
s. s
s. s
S D
s. s
s . s
s. s
42