Sunteți pe pagina 1din 13

Serii de timp

Curs 1, Februarie 2015


Titular de curs: Conf.univ.dr.Cristina BOBOC
Email: cristina.boboc@csie.ase.ro
WEB page: www.cristinaboboc.wordpress.com

Serii de timp

Planul cursului:

1. Introducere in analiza seriilor de timp: Definirea unei serii de timp; Componentele


unei serii de timp; Descompunerea seriei de timp pe componente; Metode de netezire
exponentiala

2. Modele autoregressive liniare: Serii stationare, serii nestationare si neomogene;


Tipuri de serii nestationare; Operatorii de intarziere si avans; Caracteristicile unei serii de
timp: functia de autocorelatie si de autocorelatie partiala; Teste de nestaionalitate;
Definirea modelelor AR(p), MA(q), ARMA(p,q), ARIMA(p,d,q); Metodologia Box Jenkins

3. Extinderi ale modelelor ARIMA : Modele de tip autoregresiv medie mobil pentru
evoluii sezoniere SARIMA; Modele ARCH, GARCH

4. Modele multivariate stationare: Modele VAR; Cauzalitate Granger

5. Modele multivariate nestationare: Cointegrare; Modele VECM; Teste de cointegrare

Nota final:

60% nota de la examen


30% proiect + referat
10% prezen i activitate seminar

Bibliografie

Dorina Lazar Suport de curs: Analiza seriilor cronologice i


previziune
Emilia Titan, Simona Ghita, Cristina Boboc Bazele Statisticii,
Capitolul 6, Ed. Meteor Press
Tudorel Andrei, Regis Bourbonais Econometrie, Ed.
Economic, Partea a V-a, Editura Economica, 2008

Definirea unei serii de timp

Definiie: O serie de timp const ntr-o secven de observaii asupra unei


variabile , ordonate dup parametrul timp. Frecvent, msurtorile asupra
variabilei sunt efectuate la intervale egale de timp, seria cronologic fiind
prezentat sub forma:
1 2 ... t ... T

Y :
Y
Y
...
Y
...
Y
t
T
1 2

Definiie: Proces aleator de tip discret = secven de variabile aleatoare (Yt )tZ

Observaie: Seria de timp este o realizare a unui proces aleator (proces


stochastic) de tip discret

Definiie: Previziune = inferen asupra variabilei, n afara perioadei


observate.

Notaie: Y Th previziunea variabilei Y efectuat la momentul T pentru un


orizont de timp h.

Tipuri de modele de previziune

1. Modele univariate: pe baza evoluiei nregistrat de variabil


n trecut este previzionat prezentul ca o funcie de trecut
Yt f Yt 1 , Yt 2 ,, Yt p , t

Modele multivariate: pe baza evoluiei variabilei Y, precum i a


altor variabile X1, , Xn ce explic comportamentul acesteia,
este previzionat prezentul variabilei Y.
Yt f X 1t ,..., X nt , Yt 1 , Yt 2 ,, Yt p , t

Erori de previziune

Definiie: Pentru un moment t de timp fixat, eroarea de previziune este


diferena ntre valoarea observat i cea previzionat Yt ambele aferente
momentului t:

et Yt Yt

Indicatori sintetici ai erorilor de previziune:


Fie Y1 , Y2 ,..., Ys previziunile corespunztoare observaiilor Y1 , Y2 ,..., Ys . Se definesc:

1. Eroarea medie ptratic:

MSE

1 s
Yh Yh

s h1

2. Eroarea medie absolut:

MAE

1 s
Yh Yh

s h1

3. Eroarea medie absolut exprimat procentual:

1 s Yh Yh
MAPE
s h1 Yh

Componentele unei serii cronologice

n abordarea tradiional, fluctuaiile din seriile de timp sunt privite ca o


rezultant a suprapunerii urmtoarelor componente:

1.Tendina T: red evoluia fenomenului pe termen lung, avnd alura unor


funcii neperiodice, lent variabile n timp.
2. Componenta ciclic C: este observabil analiznd evoluia fenomenului pe
termen lung, i se manifest sub forma unor oscilaii cu perioad i amplitudine
ce variaz de regul n timp, un ciclu acoperind civa ani de zile.
3. Componenta sezonier S: se evideniaz sub forma unor cicluri de durat
mai mic sau egal cu un an, i apare n principal datorit ritmului impus de
schimbarea anotimpurilor dar i de activiti economice respectiv sociale.
4. Componenta reziduu sau eroare : se manifest prin fluctuaii aparent
aleatoare n jurul componentelor deterministe, fiind efectul aciunii unor factori
cu aciune punctual n timp

Yt f (Tt , Ct , St , t )

Modele de descompunere a seriilor de timp

Modelul aditiv

Modelul multiplicativ

Combinaie mixt a componentelor seriei

Yt Tt Ct St t
Yt Tt Ct St t

Estimarea tendinei prin funcii elementare

Yt Tt t

sau

Tendin
liniar : Tt a bt

Yt Tt t

Funcii elementare utilizate n modelarea tendinei


Forma liniarizat

Parabol: Tt a bt ct 2
Hiperbol: Tt a b

1
t

T a bt cX

unde X t
T a bX

Exponenial: Tt a b t

1
t
Z A Bt unde Zt ln Tt ; A ln a; B ln b

Putere: Tt a t b

Z A bX

Unde X

Unde Z t ln Tt ; A ln a; X ln t
Logaritmic: Tt a b ln t

T a bX

unde X ln t
Curba logistic : Tt

a
, a, c 0
1 e b ct

Funcii elementare
Parabola

Hiperbola

Funcii elementare
Functia exponentiala

Functia putere

Funcii elementare
Functia logaritmica

Curba logistica

Exemplu

Fie seria cronologic privind


numrul de turiti cazai ntr-o
pensiune nou deschis. S se
modeleze tendina central a seriei
de timp folosind funciile
elementare.

Luna

Numar turiti
cazai

Ianuarie

50

Februarie

47

Martie

45

Aprilie

55

Mai

61

Iunie

68

Iulie

70

August

80

Septembrie

85

Octombrie

90

Noiembrie

89

Decembrie

95