Documente Academic
Documente Profesional
Documente Cultură
PROIECT
la disciplina
ANALIZA SERIILOR DE TIMP
cu titlul
LAPTELE PRODUS N ROMNIA
Coordonator:
Prof. univ. Turtureanu Ciprian
Hreniuc Marius
Postolache Narcis-Florin
2
1. Introducere
Aceast proiect propune analiza nregistrrilor laptelui colectat n Romnia n decursul perioadei
2008-2015, utiliznd date cu frecven lunar preluate de pe Eurostat, organismul care se ocup cu
statistica Comisiei Europene.
Procesul de analiz const n folosirea metodelor statistice de analiz a seriilor de timp, metode
facilizate de incorporarea n noile programe informatice, care ncearc s optimizeze ct mai mult
explicaiile fenomenelor economice.
Programul utilizat pentru acest tip de analiz este EViews, iar datele au fost importate dintr-un
fiier Excel, preluat de pe site-ul http://ec.europa.eu/eurostat.
Laptele este un produs alimentar ce ofer caliti nutriionale excepionale, devenit de-a lungul
timpului un produs indispensabil pentru viaa de zi cu zi. Odat cu revoluia agrar i cea industrial,
acest produs a depit limitele produciei proprii, iar prelucrarea lui a devenit etapizat o parte a economiei
de stat. Prin dezvoltarea sistemelor de colectare a laptelui i prelucrarea sa ulterioar, producia de lapte
s-a transformat ntr-un important component a economiei i un factor important al produciei interne.
Deoarece laptele este prezent n majoritatea alimentelor consumate n Romnia, devenit un
aliment tradiional, s-a decis efectuarea unei analize pe serii de timp a produciei de lapte pe o perioad
de 8 ani, cu date nregistrate n anii 2008-2015.
3
1.2. Descriera bazei de date
Baza de date utilizat este reprezentat de date cu frecven lunar, nregistrate n perioada
2008-2015 i se exprim n mii tone:
http://ec.europa.eu/eurostat
4
1.3. Variabile i date
Ne-am propus efectuarea unei analize pe serii de timp a produciei de lapte pe o perioad de 8 ani,
cu date nregistrate n anii 2008-2015. Menionez faptul c datele lunare cu privire la seria analizat au
fost preluate de pe Eurostat. n urma analizei efectuate am identificat tipul seriei de date (multiplicative).
Analiznd n Excel seria de timp am observat c aceasta urmeaz un model multiplicativ. Modelul
multiplicativ se aplic dac amploarea oscilaiilor sezoniere este valabil la aceleasi momente de timp.
Acest model de compunere pornete de la ipoteza c ntre grupurile de factori exist o interaciune.
5
Fcnd o analiz a graficului 3 putem observa oscilaiile periodice ale seriei. Acest lucru
nseamn c seria prezint componenta sezonier, urmnd ca aceasta s fie nlturat n cele ce urmeaz.
Acelai grafic ne comunic i regula de compoziie a seriei, care este una multiplicativ.
Grafic 2. Distribuia statistic ajustat a cantitii de lapte din Romnia n perioada 2008-
2015.
6
Grafic 3. Reprezentarea grafica a coeficientilor de sezonalitate
Grafic 4. Distribuia statistic a ajustrii sezoniere a seriei iniiale cu ajutorul metodei Census X12
(seria original i seria fr component sezonier).
7
4. Modelarea componentei sezoniere
Acum trebuie sa alegem cel mai bun model. Asta o facem prin observarea valorilor R-squared i
Akaike. Valoarea R-squared trebuie s fie ct mai mare i valoarea Akaike trebuie s fie ct mai mic.
n cazul nostru cel mai bun model este lapte_sa c t t^2 t^3 t^4.
Raportul de determinaie R2=0,786792, adic 78.6% din variaia modelului este explicat prin
procesul de regresie.Valoarea sig=0 < =0.05 asociat testului t este mai mic dect riscul, motiv pentru
care putem concluziona faptul c trendul polinomial este semnificativ pentru reprezentareae voluiei
cantitii de lapte produs n Romnia n perioada 2008-2015.
8
Grafic 5. Distribuia statistic lunar ajustat a cantitii de lapte produs din Romnia n
perioada 2008-2015.
In urma realizarii acestor pasi, am determinat ca exista 3 puncte de ruptura, dupa cum se poate
vedea in output-ul de mai jos:
9
Formarea variabilelor dummy:
D1
D2
10
D3
In continuare vom crea o noua ecuatie care va include si variabilele dummy. Am ales
modelul cu 2 variabile dummy care arata astfel:
lapte_sa c t d1 d2 t^2 t^2*d1 t^2*d2 t^3 t^3*d1 t^3*d2 t^4 t^4*d1 t^4*d2
Pentru ca am avut coeficienti nesimnificativi i-am eliminat din model astfel avem:
lapte_sa c t d1 t^2 t^2*d1 t^2*d2 t^3 t^3*d1 t^3*d2
Grafic 6. Distribuia statistic lunar ajustat prin marcarea rupturii de trend n anul 2014 luna
iunie i anul 2009 luna martie.
Pentru studiul erorilor sau rezidurilor trebuie testate ipotezele cu privire la media erorilor nul,
normalitatea erorilor, independena acestora i existena homoscedasticitii.
Am aplicat Hyposthesis Testing pentru a testa prima ipotez.
12
Ipoteze: H0: M(ei)=0 media erorilor este egal cu 0
H1: M(ei)#0 media erorilor este diferit de 0
Se poate afirma c M(ei)=0, adic se accept ipoteza nul. Avnd n vedere c sig=1 este mai
mare dect nivelul de semnificaie =0.05, ipoteza nul este acceptat i prin urmare media erorilor nu
difer semnificativ de 0.
13
n urma testului, se poate observa c probabilitatea este de 0,7757 ceea ce indic faptul c
erorile sunt homoscedastice.
14
Se poate observ c probabilitatea este 0,0072 <0,05 =>putem afirma cu o probabilitate
de 95% c erorile urmeaz o lege normal de distribuie.
Rezultatele testului Breusch-Godfrey arata ca sig =0,99 > 0,05 ,deci decidem c nu se accept
ipoteza nul, ceea ce inseamna ca erorile sunt independente.
15
6. Testarea radacinii unitate
A testa existena unei rdcini unitate, nseamn a testa staionaritatea seriei. Dac o serie
este nestaionar, atunci influena shock-ului va persista, ceea ce ne poate duce la o regresie fals.
n continuare vom testa existena unei rdcini unitate pentru seria ecuaiei:
lapte_sa c t d1 t^2 t^2*d1 t^2*d2 t^3 t^3*d1 t^3*d2
Respingem ipoteza nul, aadar erorile de modelare nu au rdcin unitate pentru un nivel de
semnificaie =0.05 Sig = 0 < = 0,05, rezult c se respinge ipoteza H0 cu un risc de 5%, adic nu
exist radcin unitate, seria este stationar.
16
7. Modelul ARMA
17
Modelul cu ecuaia: resid1 AR(11) MA(8).
18
8. Testarea ipotezelor asupra modelului ARMA
H0: M(e)=0
H1: M(e)0
Se poate observa c probabilitatea testului este egal cu 0,7538>0,05 prin urmare putem afirma
cu o probabilitate de 95% c media erorilor este egal cu 0.
Pentru a testa normalitatea erorilor trebuie s utilizm metoda grafic oferit de histogram.
19
Figura 8. Repartiia normal a erorilor modelului ARMA obinut (Eviews)
Observm c valoarea sig. asociat testului este 0,004394<0,05 , deci valorile nu urmeaz
o lege normal.
20
Valoarea sig = 0.83 > 0.05 , deci putem afirma cu o probabilitate de 95% c erorile de
modelare sunt independente.
21
Bibliografie
1. Turturean Ciprian-Ionel, Analiza seriilor de timp, Ed. Sedcom Libris, Iai, 2006
2. http://ec.europa.eu/eurostat/statistics
3. Software utilizat: EViews.
22