Documente Academic
Documente Profesional
Documente Cultură
Coordonator:
Realizat de:
Iai, 2017
Cuprins:
1. Descrierea fenomenului: Turismul...........................................................................................3
2. Prezentarea seriei de timp.........................................................................................................4
3. Obiectivele studiului.................................................................................................................5
4. Analiza grafic a seriei de timp original.................................................................................6
5. Desezonalizarea seriei..............................................................................................................7
6. Modelarea componentei sezoniere.........................................................................................10
7. Identificarea punctelor de ruptur..........................................................................................13
8. Modelul de regresie cu variabila dummy...............................................................................14
9. Testarea ipotezelor pentru eroarea final rezultat din modelul cu variabila dummy..............15
9.1. Testarea ipotezei cu privire la media erorilor......................................................................15
9.2. Testarea normalitii distribuiei erorilor............................................................................15
9.3. Testarea homoscedasticitii erorilor...................................................................................16
9.4. Testarea autocorelrii erorilor.............................................................................................17
10. Testarea rdcinii unitate pentru eroarea rezultat din descompunerea seriei.......................18
11. Modelarea cu ajutorul unui model ARMA.............................................................................20
12. Concluzii................................................................................................................................24
13. Bibliografie.............................................................................................................................24
La nivel mondial, turismul este considerat unul dintre cele mai dinamice sectoare ale
economiei, evoluia sa fiind mereu ascendent, chiar n perioade conjuncturale nefavorabile. El
dovedete o mare rezisten n perioadele critice cum ar fi cazul unor conflicte regionale,
recesiuni economice, calamiti naturale, instabilitate politic.La fel, turismul reprezint un
2
fenomen sezonier, ca urmare a distribuiei inegale a ofertei turistice , dar i datorit dependenei
circulaiei turistice de condiiile naturale.
3
Nr. Nr.
Luna-Anul Turisti Luna-Anul Turisti
Ian-10 308490 Iun-13 794113
Feb-10 321512 Iul-13 989647
111197
Mar-10 Aug-13
363122 4
Apr-10 412238 Sep-13 745524
Mai-10 544023 Oct-13 651214
Iun-10 583590 Noiem-13 579487
Iul-10 733210 Dec-13 498125
Aug-10 843333 Ian-14 425499
Sep-10 579886 Feb-14 485144
Oct-10 508437 Mar-14 517645
Noiem-10 450602 Apr-14 553473
Dec-10 387762 Mai-14 723873
Ian-11 349769 Iun-14 808274
102661
Feb-11 Iul-14
366914 0
120277
Mar-11 Aug-14
407723 3
Apr-11 433330 Sep-14 825660
Mai-11 584535 Oct-14 715607
Iun-11 686713 Noiem-14 611015
Iul-11 893619 Dec-14 548457
Aug-11 1026728 Ian-15 498378
Sep-11 688547 Feb-15 529165
Oct-11 586432 Mar-15 581323
Noiem-11 507184 Apr-15 638128
Dec-11 470898 Mai-15 829902
Ian-12 406639 Iun-15 950707
128128
Feb-12 Iul-15
366727 1
142013
Mar-12 Aug-15
479832 3
Apr-12 515352 Sep-15 978761
Mai-12 652248 Oct-15 811133
Iun-12 768207 Noiem-15 723934
Iul-12 1005854 Dec-15 655765
Aug-12 1083059 Ian-16 581273
Sep-12 726237 Feb-16 630655
Oct-12 642461 Mar-16 645846
Noiem-12 547634 Apr-16 725566
Dec-12 459123 Mai-16 885473
4
102453
Ian-13 Iun-16
427048 6
140160
Feb-13 Iul-16
448113 0
157133
Mar-13 Aug-16
480206 3
109121
Apr-13 Sep-16
533632 1
Mai-13 659452
*Sursa: Institutul Naional de Statistic
3. Obiectivele studiului
5
Nr. Turisti
1,600,000
1,400,000
1,200,000
1,000,000
800,000
600,000
400,000
200,000
2010 2011 2012 2013 2014 2015 2016
Acest grafic a fost obinut prin programul EViews, pe baza datelor din tabelul 1.
5. Desezonalizarea seriei
-componenta trend
-componenta ciclu
-componenta sezonier
-componenta aleatoare
6
Metoda pe care am folosit-o pentru desezonalizarea seriei este Census 12 - Proc Seasonal
Adjustment Census 12.
Yt Tt Ct St t
=f( , , , )
Y t =T t Ct
Modelul clasic de descompunere a seriilor de timp poate fi: aditiv ( + +
St t Yt Tt Ct St t
+ ) sau multiplicativ ( = * * * )
Yt Tt Ct St t
model multiplicativ = * * * .
NR___TURISTI_SA
1,000,000
900,000
800,000
700,000
600,000
500,000
400,000
2010 2011 2012 2013 2014 2015 2016
7
Figura 3. Prezentarea comparativ a seriei originale i seriei desezonalizate
1,600,000
1,400,000
1,200,000
1,000,000
800,000
600,000
400,000
200,000
2010 2011 2012 2013 2014 2015 2016
Observm c oscilaiile sezoniere au fost nlturate din serie dup ce aceasta a fost
desezonalizat.
8
Componenta trend:
NR___TURISTI_TC
1,000,000
900,000
800,000
700,000
600,000
500,000
400,000
2010 2011 2012 2013 2014 2015 2016
9
1,600,000
1,400,000
1,200,000
1,000,000
800,000
600,000
400,000
200,000
2010 2011 2012 2013 2014 2015 2016
NR___TURISTI_TC
NR___TURISTI_SA
Nr. Turisti
Parametrii estimai pe baza seriei desezonalizate sunt prezentai n tabelul de mai jos:
10
Modelul care estimeaz cel mai bine componenta sezonier este modelul cubic.
2
R =0,969, ceea ce nseamn c modelul explic 96,9% din variaia seriei desezonalizate. La
1,000,000
900,000
800,000
700,000
600,000
50,000 500,000
25,000 400,000
0
-25,000
-50,000
-75,000
-100,000
2010 2011 2012 2013 2014 2015 2016
11
Figura 7. Graficul obinut pe baza datelor din tabel
1,000,000
900,000
800,000
700,000
80,000
600,000
500,000
40,000
400,000
0
-40,000
-80,000
2010 2011 2012 2013 2014 2015 2016
Ipoteze:
H0 t1 t2
: ntre momentele de timp i nu exist puncte de ruptur
H1 t1 t2
: ntre momentele de timp i exist puncte de ruptur
12
Number of breaks compared: 56
Observm c valoarea sig=0 pentru LR F-statistic este mai mic dect =0,05, deci, se respinge
t1 t2
ipoteza nul care afirm ca ntre momentele de timp i nu exist puncte de ruptur.
Scaled Critical
Break Test F-statistic F-statistic Value**
Break dates:
Sequential Repartition
1 2013M06 2013M06
Prin intermediul metodei Multiple breakpoint tests s-a identificat un punct de ruptur:
iunie 2013.
13
8. Modelul de regresie cu variabila dummy
Din model au fost eliminate variabilele nesemnificative, astfel observm c sig pentru
coeficienii variabilelor rmase este egal cu zero, ceea ce nseamn c toi coeficienii sunt
semnificativi.
14
9. Testarea ipotezelor pentru eroarea final rezultat din modelul cu variabila
dummy
H1
: media erorilor este diferit de zero
Observm ca valoarea sig = 1 >0.05 rezult c nu se respinge ipoteza nul, adic media
erorilor nu difer semnificativ de zero (cu o probabilitate de 95%).
H1
: erorile nu urmeaz o lege normal de distribuie
15
14
Series: Residuals
12 Sample 2010M01 2016M09
Observations 81
10
Mean 1.75e-10
Median -27.33484
8
Maximum 39708.24
Minimum -82480.33
6 Std. Dev. 17736.25
Skewness -1.141364
4 Kurtosis 7.581473
2 Jarque-Bera 88.42751
Probability 0.000000
0
-80000 -60000 -40000 -20000 0 20000 40000
Din tabelul de mai sus observm c sig= 0.00, ceea ce nseamn c erorile nu urmeaz o
lege normal de distribuie.
Dar, avnd n vedere faptul c volumul eantionului este mare se consider c nclcarea
ipotezei de normalitate nu afecteaz semnificativ calitatea modelului estimat.
H1
: erorile nu au o varian constant - sunt heteroscedastice
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
16
Date: 01/15/17 Time: 16:17
Sample: 2010M01 2016M09
Included observations: 81
Collinear test regressors dropped from specification
Conform rezultatelor testului, avem valoarea Prob. Chi-Square =0,6 care este mai mare
dect pragul de semnificaie (0,05), ceea ce nseamn c nu se respinge ipoteza nul, adic
erorile sunt homoscedastice.
H1
: erorile sunt autocorelate (sunt dependente)
17
.|. | .|. | 3 0.027 0.042 1.8724 0.599
.*| . | .*| . | 4 -0.088 -0.114 2.5501 0.636
.*| . | .*| . | 5 -0.131 -0.112 4.0632 0.540
.|. | .|. | 6 -0.004 -0.022 4.0648 0.668
. |*. | .|. | 7 0.081 0.055 4.6596 0.701
.*| . | .*| . | 8 -0.120 -0.140 5.9771 0.650
.*| . | .*| . | 9 -0.073 -0.067 6.4791 0.691
. |*. | .|. | 10 0.089 0.041 7.2288 0.704
.*| . | .*| . | 11 -0.122 -0.144 8.6578 0.653
.*| . | .*| . | 12 -0.153 -0.143 10.943 0.534
.|. | .*| . | 13 -0.033 -0.114 11.048 0.607
.*| . | .*| . | 14 -0.103 -0.175 12.104 0.598
.|. | .|. | 15 -0.014 -0.046 12.123 0.670
.|. | .*| . | 16 -0.003 -0.142 12.125 0.735
.|. | .*| . | 17 -0.039 -0.178 12.283 0.783
.|. | .*| . | 18 0.020 -0.077 12.326 0.830
. |*. | .|. | 19 0.146 0.036 14.626 0.746
. |*. | .|. | 20 0.077 -0.056 15.278 0.760
.*| . | .*| . | 21 -0.095 -0.177 16.294 0.753
.|. | .*| . | 22 0.031 -0.081 16.402 0.795
. |** | . |*. | 23 0.234 0.164 22.736 0.476
.|. | .*| . | 24 -0.048 -0.098 23.005 0.520
.|. | .*| . | 25 -0.042 -0.135 23.217 0.565
. |*. | .|. | 26 0.085 -0.048 24.108 0.570
.|. | .|. | 27 -0.043 -0.042 24.343 0.611
.|. | .|. | 28 -0.034 -0.039 24.493 0.655
. |*. | .|. | 29 0.139 0.025 27.002 0.572
.|. | .*| . | 30 -0.015 -0.121 27.030 0.622
.*| . | .|. | 31 -0.119 -0.018 28.946 0.572
.|. | .|. | 32 -0.035 -0.029 29.110 0.614
.|. | .|. | 33 0.066 -0.002 29.727 0.631
.|. | .|. | 34 0.005 0.054 29.730 0.677
.*| . | .|. | 35 -0.098 -0.064 31.135 0.655
.|. | .|. | 36 -0.016 -0.021 31.171 0.697
Prob este mai mare dect = 0.05, ceea ce semnific faptul c nu se respinge ipoteza nul,
prin urmare erorile nu sunt autocorelate.
H0
: seria este nestaionar - are rdcini unitate
18
H1
: seria este staionar - nu are rdcini unitate
t-Statistic Prob.*
Dup cum observm, valoarea sig a testului este egal cu 0, deci, mai mic dect =0,05.
Prin urmare, cu o probabilitate de 95%, putem afirma c se respinge ipoteza nul, adic seria
noatr este staionar (nu are rdcini unitate).
19
11. Modelarea cu ajutorul unui model ARMA
Pentru modelarea seriei, se utilizeaz un proces ARMA(1,1), deoarece seria este staionar.
Am obinut rezultatele:
t1
t 1
Ecuaia estimat: resid = -1225.594+0.799
t
resid -0.517
20
Date: 01/29/17 Time: 13:11
Sample: 2010M01 2016M09
Included observations: 80
Q-statistic probabilities adjusted for 2 ARMA terms
Corelograma la ptrat:
21
. |*. | . |*. | 1 0.173 0.173 2.4893 0.115
. |*. | . |*. | 2 0.166 0.141 4.8181 0.090
.|. | .|. | 3 -0.013 -0.065 4.8316 0.185
.|. | .*| . | 4 -0.060 -0.076 5.1475 0.272
.|. | .|. | 5 -0.019 0.015 5.1792 0.394
.|. | .|. | 6 -0.016 0.007 5.2020 0.518
.|. | .*| . | 7 -0.065 -0.072 5.5825 0.589
.*| . | .|. | 8 -0.070 -0.058 6.0326 0.644
.*| . | .|. | 9 -0.081 -0.043 6.6367 0.675
.|. | . |*. | 10 0.038 0.079 6.7755 0.746
.*| . | .*| . | 11 -0.088 -0.105 7.5112 0.756
.*| . | .*| . | 12 -0.085 -0.099 8.2098 0.769
.*| . | .|. | 13 -0.101 -0.052 9.2042 0.757
.*| . | .|. | 14 -0.111 -0.063 10.430 0.730
.*| . | .*| . | 15 -0.098 -0.082 11.397 0.724
.*| . | .|. | 16 -0.077 -0.065 11.998 0.744
.|. | .|. | 17 -0.035 -0.010 12.126 0.792
.|. | .|. | 18 -0.040 -0.042 12.292 0.832
. |*. | .|. | 19 0.077 0.067 12.924 0.842
.|. | .|. | 20 0.008 -0.056 12.930 0.880
.|. | .|. | 21 0.020 -0.027 12.974 0.910
.|. | .|. | 22 0.020 0.001 13.020 0.933
. |*. | . |*. | 23 0.157 0.150 15.862 0.861
.*| . | .*| . | 24 -0.067 -0.165 16.389 0.874
.|. | .|. | 25 0.006 -0.050 16.393 0.903
.|. | .|. | 26 -0.024 0.012 16.465 0.924
.|. | .|. | 27 -0.038 -0.041 16.646 0.939
. |*. | .|. | 28 0.078 0.059 17.416 0.940
. |*. | . |*. | 29 0.138 0.087 19.872 0.897
.|. | .*| . | 30 -0.061 -0.138 20.357 0.907
.|. | .|. | 31 -0.018 -0.032 20.399 0.927
.|. | .|. | 32 -0.061 0.001 20.915 0.934
.|. | .|. | 33 -0.026 -0.055 21.012 0.947
.|. | .|. | 34 -0.053 -0.029 21.408 0.954
.|. | .|. | 35 -0.043 -0.021 21.675 0.962
.|. | .|. | 36 -0.039 -0.015 21.897 0.969
n continuare vom testa ipoteza: media erorilor modelului ARMA(1,1) este egal cu 0.
22
Date: 01/29/17 Time: 13:17
Sample (adjusted): 2010M02 2016M09
Included observations: 80 after adjustments
Test of Hypothesis: Mean = 0.000000
Sig= 0,99 mai mare dect =0,05, rezult c media erorilor este egal cu 0 (pentru un risc de
5%).
8 Mean 21.47863
Median 1421.178
Maximum 48047.34
6 Minimum -81413.21
Std. Dev. 19677.46
4 Skewness -0.827769
Kurtosis 5.911219
2 Jarque-Bera 37.38667
Probability 0.000000
0
-80000 -60000 -40000 -20000 0 20000 40000
23
Observm c sig=0 i este mai mic dect =0,05, prin urmare ipoteza de normalitate se respinge.
Deci, erorile nu urmeaz o lege de distribuie normal.
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 01/29/17 Time: 13:23
Sample (adjusted): 2010M03 2016M09
Included observations: 79 after adjustments
Din tabelul de mai sus, observm ca sig= 0,126, mai mare dect =0,05, ceea ce nseamn c
modelul este homoscedastic.
12. Concluzii
24
Dup aplicarea modelului ARMA(1,1), ipoteze asupra erorilor sunt acceptate, prin
urmare, modelul este valid.
Seria este staionar.
Componenta sezonier rezultat n urma descompunerii seriei a fost modelat cu ajutorul
unui model cubic. Parametrii i modelul sunt semnificativi din punct de vedere statistic.
13.Bibliografie
25