Методы исключения тенденций.


Сущность всех методов исключения тенденции заключается в том, чтобы устранить воздействие фактора времени на формирование уравнений временного ряда. Основные методы делят на 2 группы:

- основанные на преобразовании уровней ряда в новые переменные, не содержащие тенденции. Полученные переменные используем далее для анализа взаимосвязи изучаемых временных рядов. Эти методы предполагают устранение трендовой компоненты Т из каждого уровня временного ряда. 1.Метод последовательных разностей. 2.Метод отклонения от трендов.

- основанные на изучении взаимосвязей исходных уровней временных рядов при исключении воздействия фактора времени на зависимую и независимые переменные модели: включение в модель регрессии фактора времени.

Метод отклонений от тренда

Пусть имеются два временных ряда Методы исключения тенденций. и Методы исключения тенденций., каждый из которых содержит трендовую компоненту Т и случайную компоненту Методы исключения тенденций..

Проведение аналитического выравнивания по каждому из этих рядов позволяет найти параметры соответствующих уравнений трендов и определить расчетные по тренду уровни Методы исключения тенденций.и Методы исключения тенденций. соответственно. Эти расчетные значения можно принять за оценку трендовой компоненты Т каждого ряда. Поэтому влияние тенденции можно устранить путем вычитания расчетных значений уровней ряда из фактических. Эту процедуру проделывают для каждого временного ряда в модели. Дальнейший анализ взаимосвязи рядов проводят с использованием не исходных уровней, а отклонений от тренда Методы исключения тенденций. и Методы исключения тенденций.при условии, что последние не содержат тенденции.

 Метод последовательных разностей

В ряде случаев вместо аналитического выравнивания времен­ного ряда с целью устранения тенденции можно применить более простой метод — метод последовательных разностей.

Если временной ряд содержит ярко выраженную линейную тенденцию, ее можно устранить путем замены исходных уровней ряда цепными абсолютными приростами – первыми последовательными разностями.

ПустьМетоды исключения тенденций. где Методы исключения тенденций.- случайная ошибка.

Тогда  Методы исключения тенденций.

Коэффициент b — константа, которая не зависит от времени.  При наличии сильной линейной тенденции остатки Методы исключения тенденций. достаточно малы и в соответствии  с предпосылками МНК носят случайный характер. Поэтому первые разности уровней ряда Методы исключения тенденций. не зависят от переменной времени, их можно использовать для дальнейшего анализа.

Если временной ряд содержит тенденцию в форме параболы второго порядка, то для ее устранения можно заменить исходные уровни ряда на вторые разности.

Пусть имеет место соотношение Методы исключения тенденций. 

Тогда:

  Методы исключения тенденций.

Как показывает это соотношение, первые разности Методы исключения тенденций. непо­средственно зависят от фактора времени t и, следовательно, со­держат тенденцию.

Определим вторые разности:

Методы исключения тенденций.

Очевидно, что вторые разности Методы исключения тенденций.не содержат тенденции, поэтому при наличии в исходных уровнях тренда в форме пара­болы второго порядка их можно использовать для дальнейшего анализа. Если тенденции временного ряда соответствует экспо­ненциальный или степенной тренд, метод последовательных раз­ностей следует применять не к исходным уровням ряда, а к их ло­гарифмам.

Включение в модель регрессии фактора времени

В корреляционно-регрессионном анализе устранить воздействие какого-либо фактора можно, если зафиксировать воздействие этого фактора на результат и другие включенные в модель факторы. Этот прием используется в анализе временных рядов, когда тенденция фиксируется через включение фактора времени в модель в качестве независимой переменной.

Модель вида  Методы исключения тенденций., относится к группе моделей, включающих фактор времени. Очевидно, что число независимых переменных в такой модели может быть больше единицы. Кроме того, это могут быть не только текущие, но и лаговые значения независимой переменной, а также лаговые значения результативной переменной. 

Преимущество данной модели по сравнению с методами отклонений от трендов и последовательных разностей в том, что она позволяет учесть всю информацию, содержащуюся в исходных данных, т.к Методы исключения тенденций.и Методы исключения тенденций. есть уровни исходных временных рядов. Кроме того, модель строится по всей совокупности данных за рассматриваемый период в отличие от метода последовательных разностей, который приводит к потере числа наблюдений. Параметры a и b модели с включением фактора времени определяются обычным МНК.

Предыдущие материалы: Следующие материалы: