Modelowanie szeregów czasowych z okresowością o nieliniowo zmiennej amplitudzie

• Authors: Joanna Kisielińska

Title variants

Time series modelling with nonlinear variable amplitude's periodicity

• Languages of publication: PL

Abstracts

Artykuł poświęcono modelowaniu procesów, które cechuje cykliczność. W teorii prognozowania stosuje się dwa podstawowe typy modeli — addytywne i multiplikatywne. Uogólnieniem ich jest model addytywny z amplitudą oscylacji zmieniającą się według dowolnej nieliniowej funkcji czasu. Jeśli istnieje funkcja odwrotna do funkcji modelującej amplitudę, zależność od czasu można zamienić na zależność od trendu. Jeżeli założona zastanie stała amplituda wówczas przedstawiony model sprowadza się do zwykłego modelu addytywnego. Założenie amplitudy wprost proporcjonalnej do trendu prowadzi do modelu multiplikatywnego. Model zweryfikowano na przykładzie inflacji. Model z nieliniowo zmienną amplitudą oscylacji dawał mniejsze błędy od zwykłego modelu multiplikatywnego i modeli multiplikatywnych, w których sezonowość eliminowano 12-miesięczną centrowaną średnią ruchomą oraz metodą cenzus II X-11.(abstrakt oryginalny)

EN

The article presents the modelling processes characterized by periodicity. In the fore­casting theory two basic models — additive and multiplicative are used. The additive model with oscillation amplitude changing by optional nonlinear time function is their generalization. If the inverse function to amplitude modeling function exists, the time dependence can be changed on trend dependence. If the constant amplitude is assumed than presented model is only an additive one. The assumption of amplitude directly pro­portional to trend leads to multiplicative model. The model was verified on the example of inflation. The model with nonlinear variable oscillation amplitude gave smaller errors than the usual multiplicative model and the multiplicative models which periodicity was eliminated by 12 months centered moving average and census IIX—II method.(original abstract)

Keywords

PL

Metodologia statystyki; Modele ekonometryczne

EN

Statistics methodology; Econometric models

• Publisher: Główny Urząd Statystyczny
• Journal: Wiadomości Statystyczne. The Polish Statistician
• Year: 2008
• Issue: nr 12
• Pages: 42-50

Contributors

author

Joanna Kisielińska

References

• DeLurgio S. A. (1998), Forecasting principles and applications,.The McGraw-Hill Company, Boston, Burr Ridge, Dubuque, Madison, New York, San Francisco, St. Louis
• Dittmann P. (2004), Prognozowanie w przedsiębiorstwie. Oficyna Ekonomiczna, Kraków
• Hozer J., Zawadzki J. (1990), Zmienna czasowa i jej rola w badaniach ekonometrycznych, Państwowe Wydawnictwo Naukowe, Warszawa
• Kisielińska J. (2003), Wykorzystanie metody wskaźników i analizy Fouriera do prognozowania inflacji rejestrowanej w Polsce, Acta Scientarum Polonarum, seria „Oeconomia", nr 2 (1)
• Łapińska-Sobczak N. (red.) (2001), Opisowe modele ekonometryczne. Elementy teorii. Przykłady i zadania, Wydawnictwo Uniwersytetu Łódzkiego
• Witkowska D. (2005), Podstawy ekonometrii i teorii prognozowania, Oficyna Ekonomiczna, Kraków
• Zieliński Z. (1979), Metody analizy dynamiki i rytmiczności zjawisk gospodarczych, Państwowe Wydawnictwo Naukowe, Warszawa