الانحدار الحركة من المتوسط - الحسابية

ستاتا: تحليل البيانات والبرامج الإحصائية تحليل السلاسل الزمنية باستخدام ستاتا تستعرض هذه المادة طرق تحليل السلاسل الزمنية وتظهر كيفية إجراء التحليل باستخدام ستاتا. وتغطي الدورة طرق إدارة البيانات، والتقدير، واختيار النموذج، واختبار الفرضية، والتفسير. بالنسبة للمشاكل أحادية المتغير، تغطي الدورة نماذج الانحدار الذاتي للانتقال الذاتي (أرما)، والمرشحات الخطية، ونماذج الذاكرة الطويلة، ونماذج المكونات غير المرصودة، ونماذج الانحدار الذاتي المعتمد بشكل مشروط (غارتش). وبالنسبة للمشاكل متعددة المتغيرات، تغطي الدورة نماذج الانحدار الذاتي للنواقل (فار)، ونماذج القيمة المعرضة للمخاطر المركزة، ونماذج الفضاء، ونماذج العوامل الديناميكية، ونماذج غارتش متعددة المتغيرات. سوف تمارين استكمال المحاضرات والأمثلة ستاتا. نحن نقدم خصم 15 للالتحاق مجموعة من ثلاثة أو أكثر من المشاركين. استعراض سريع للعناصر الأساسية لتحليل السلاسل الزمنية إدارة وتلخيص بيانات السلاسل الزمنية نماذج أحادية المتغير المتوسط ​​المتحرك وعمليات الانحدار الذاتي نماذج أرما نماذج ثابتة أرما للبيانات غير الموسمية نماذج موسمية مضاعفة اتجاهات محددة مقابل مؤشر ستوكاستيك الانحدار الذاتي نماذج غير متجانسة مشروط الانحدار الذاتي المتوسط ​​المتحرك المتكامل جزئيا نموذج اختبارات الفواصل الإنشائية نماذج جديدة لتحويل ماركوف جديد مقدمة للتنبؤ في مرشحات ستاتا مرشحات خطية مقدمة سريعة لنطاق التردد نموذج وحيد المتغير غير المراقب نموذج نماذج متعددة المتغيرات نماذج الانحدار الذاتي المتجه نموذج للتغيرات التكاملية نماذج فضاء الفضاء استجابة النبضة وتحليل تحلل التباين نماذج ديناميكية عامل متعدد المتغيرات غارتش ألفة عامة مع ستاتا ودورة على مستوى الدراسات العليا في تحليل الانحدار أو تجربة مماثلة. الاقتصاد القياسي المالي باستخدام ستاتا ستاتا الصحافة الكتب يتم قراءة باستخدام فيتالسو أورس رف رف منصة. رف الكتب هو مجاني ويسمح لك للوصول إلى ستاتا الصحافة الاليكترونى الخاص بك من جهاز الكمبيوتر الخاص بك، الهاتف الذكي، قرص، أو القارئ الإلكتروني. كيفية الوصول إلى الكتاب الإلكتروني الخاص بك 2) مرة واحدة في تسجيل الدخول، انقر فوق استبدال في الزاوية اليمنى العليا. أدخل رمز الكتاب الإلكتروني. ستكون شفرة الكتاب الإلكتروني في رسالة تأكيد الطلب بالبريد الإلكتروني ضمن عنوان الكتب الإلكترونية. 3) سيتم إضافة الكتاب الاليكتروني إلى المكتبة الخاصة بك. يمكنك ثم تحميل رف الكتب على الأجهزة الأخرى ومزامنة المكتبة الخاصة بك لعرض الكتاب الاليكترونى. رف الكتب متاح على ما يلي: رف الكتب على الانترنت هو متاح على الانترنت من مجرد عن أي جهاز كمبيوتر متصل بالإنترنت عن طريق الوصول إلى online. vitalsourceusernew. بيسي رف الكتب متاح لنظام التشغيل ويندوز 788.110 (كلا 32-، و 64 بت). تحميل البرامج بوكشلف إلى سطح المكتب الخاص بك حتى تتمكن من عرض الكتب الخاصة بك مع أو بدون الوصول إلى الإنترنت. يتوفر يوس بوكشلف لباد، إفون، و إيبود توش. تحميل التطبيق المحمول رف الكتب من متجر اي تيونز. الروبوت رف متاح للهواتف أندرويد وأقراص تشغيل 4.0 (آيس كريم ساندويتش) وفي وقت لاحق. تحميل التطبيق المحمول رف الكتب من متجر غوغل بلاي. أوقد النار رف متاح لأوقد النار 2، هد، و هدكس. تحميل التطبيق المحمول رف الكتب من أوقد النار المتجر. ماك الرف متاح لنظام التشغيل ماك أوس X 10.8 أو في وقت لاحق. تحميل البرامج بوكشلف إلى سطح المكتب الخاص بك حتى تتمكن من عرض الكتب الخاصة بك مع أو بدون الوصول إلى الإنترنت. رف الكتب يسمح لك أن يكون 2 أجهزة الكمبيوتر و 2 الأجهزة النقالة تفعيلها في أي وقت من الأوقات. لقد دهشت طريقة فيتالسورس لتقديم الكتب. كل شيء يبدو تنضيد تماما، ولكن بعد يمكنك الوجه من خلال الكتاب بنفس الطريقة التي الوجه من خلال صفحة ويب طويلة جدا في متصفح الويب الخاص بك. وأفضل للجميع، كلما كان لدي قرص بلدي معي، وكتبي هي مجرد انتقاد بعيدا. مدش مايكل ميتشل كبير الإحصائيين في شبكة بيانات الأطفال أوسك. وكتاب مؤلف من أربعة كتب ستاتا بريس، والمستشار الإحصائي السابق لجامعة كاليفورنيا، الذي وضع تصورا لموقع موارد الاستشارات الإحصائية في جامعة كاليفورنيا. عودة السياسة للكتب الإلكترونية ستاتا الصحافة الكتب هي نونريتنابل وغير قابلة للاسترداد. تعليق من مجموعة ستاتا التقنية الاقتصاد القياسي المالي باستخدام ستاتا من سيمونا بوفيلي و جيوفاني أورغا يوفر مقدمة ممتازة لتحليل السلاسل الزمنية وكيفية القيام بذلك في ستاتا للاقتصاديين الماليين. ويهدف هذا الكتاب، الذي يستهدف الباحثين وطلاب الدراسات العليا والممارسين في هذا المجال، إلى تعريف القراء بالطرق المستخدمة على نطاق واسع، ويوضح لهم كيفية أداء هذه الأساليب في ستاتا، ويوضح كيفية تفسير النتائج. بعد تقديم مقدمة بديهية لتحليل السلاسل الزمنية ونموذج الانحدار الذاتي في كل مكان (أرما)، يغطي المؤلفون بعناية نماذج أحادية المتغير ومتعددة المتغيرات للتقلبات. وتبين الفصول المتعلقة بإدارة المخاطر وتحليل العدوى كيفية تحديد وتقدير وتفسير وأداء الاستدلال على التدابير الأساسية للمخاطر والعدوى. ويوضح المؤلفون كل موضوع مع أمثلة ستاتا قابلة للتكرار بسهولة وشرح كيفية تفسير النتائج من هذه الأمثلة. المؤلفين لديهم مزيج فريد من التدريب الأكاديمي والصناعي والخبرة. وأنتج هذا التدريب نهجا عمليا وشاملا لكل موضوع من المواضيع التي تم تناولها. محتويات الكتاب عرض جدول المحتويات غت قائمة بالأرقام التدوين والطباعة 1 مقدمة للسلاسل الزمنية المالية 1.1 موضوع الاهتمام 1.2 الاقتراب من مجموعة البيانات 1.3 الطابع الطبيعي 1.4 الاستقرارية 1.4.1 اختبارات الاستبانة 1.6 متغايرية غير متجانسة 1.7 سلسلة زمنية خطية 1.8 اختيار النموذج 1.A كيفية استيراد البيانات 1.2 عمليات الانحدار الذاتي (أر) 2.2 عمليات المتوسط ​​المتحرك 2.2.1 ما (1) 2.2.2 ما (q) 2.2.3 قابلية الانعكاس 2.3 عمليات متوسط ​​الانحدار الانعكاسي (أرما) 2.3.1 أرما (أرما) 1،1) 2.3.2 أرما (p، q) 2.3.3 أريما 2.3.4 أرماكس 2.4 تطبيق نماذج أرما 2.4.1 تقدير نموذجي 2.4.2 التخمين 2.4.3 إضافة متغير وهمية 2.4.4 التنبؤ 3 نمذجة التقلبات، (غارتش) 1.3.3 مقدمة 3.2 نماذج أرش 3.2.2 خيارات عامة 3.2.2 خيارات إضافية أريما خيار هيت () خيارات ماكسيميزيوبتيونس 3.3 أرش (p) 3.4 نماذج غارتش 3.4.1 غارتش (p، q) 3.4.2 غارتش في المتوسط ​​3.4.3 التنبؤ 3.5 نماذج غارتش غير المتماثلة 3.5.1 سارتش 3.5.2 تغارتش 3.5.3 غ رنداشغارتش 3.5.4 أبارتش 3.5.5 منحنى تأثير الأخبار 3.5.6 مقارنة التنبؤ 3.6 نماذج غارتش البديلة 3.6.1 3.6.2 نغارتش 3.6.3 نغارتشك 4 نماذج غارتش متعددة المتغيرات 1.4 مقدمة 4.2 غارتش متعددة المتغيرات 4.3 التعميمات المباشرة لنموذج غارتش المتغير أحادي المتغير بولرسليف 4.3.1 نموذج فيش 4.3.2 نموذج فيش قطري 4.3.3 نموذج بيك 4.3.4 تطبيق تجريبي وصف البيانات نموذج دفيش 4.4 تركيبة غير خطية للميزات غارشمداشكومون أحادية المتغير 4.4.1 ارتباط مشروط ثابت (سك) غارتش 4.4.2 ارتباط مشروط ديناميكي ( (دسك) االرتباط المشروط الديناميكي إنغل (دسس) النموذج التطبيق التجريبي االرتباط المشروط الديناميكي تسي و تسوي) دكت (التنبؤ 4.5 مالحظات ختامية 5 إدارة المخاطر 5.1 مقدمة 5.2 الخسارة 5.3 مقاييس المخاطر 5.4 القيمة المعرضة للمخاطر 5.4.1 تقدير القيمة المعرضة للخطر 5.4.2 النهج البارامتري 5.4. 3 المحاكاة التاريخية 5.4.4 محاكاة مونت كارلو 5.4.5 العجز المتوقع 5.5 إجراءات الاختبار المسبق 5.5.1 اختبارات القيمة المعيارية للمخاطر في يونيليفيل التغطية غير المشروطة اختبار اختبار الاستقلال اختبار التغطية المشروطة اختبارات المدة 6 تحليل العدوى 6.1 مقدمة 6.2 قياس العدوى 6.2.1 معاملات الترابط عبر الأسواق 6.2.2 نماذج أرش و غارتش التمرين العملي التحول ماركوف 6.2.3 اللحظات الأعلى العدوى 11.2: نماذج الانحدار الذاتي المتجه نماذج فار (p) تستخدم نماذج فار (نماذج الانحدار الذاتي المتجهات) للمسلسل الزمني متعدد المتغيرات. والهيكل هو أن كل متغير هو وظيفة خطية من الفترات الماضية في حد ذاته والتخلف الماضية من المتغيرات الأخرى. وكمثال لنفترض أننا نقيس ثلاثة متغيرات سلسلة زمنية مختلفة، يشار إليها ب (x) و (x) و (x). ويكون نموذج الانحدار الذاتي للناقلات من الترتيب 1، الذي يشار إليه بالرمز فار (1) كما يلي: كل متغير دالة خطية لقيم التأخر 1 لجميع المتغيرات في المجموعة. وفي نموذج القيمة المعرضة للمخاطر (2)، تضاف القيم 2 للتأخر بالنسبة لجميع المتغيرات إلى الجانبين الأيمنين من المعادلات، وفي حالة المتغيرات الثلاث x (أو السلاسل الزمنية) سيكون هناك ستة متنبئات على الجانب الأيمن من كل معادلة ، ثلاثة تأخر 1 شروط وثلاثة تأخر 2 شروط. بشكل عام، بالنسبة لنموذج فار (p)، فإن الفواصل الزمنية الأولى لكل متغير في النظام سوف تستخدم كمؤشرات تنبؤ لكل متغير. نماذج فار هي حالة محددة من نماذج فارما أكثر عمومية. تتضمن نماذج فارما للمسلسلات الزمنية متعددة المتغيرات هيكل القيمة المعرضة للمخاطر أعلاه مع متوسط ​​المصطلحات المتحركة لكل متغير. وبصورة أعم، فإن هذه الحالات خاصة من نماذج أرماكس التي تسمح بإضافة أجهزة تنبؤ أخرى تكون خارج المجموعة المتعددة المتغيرات من الفائدة الرئيسية. هنا، كما هو الحال في القسم 5.8 من النص، تركز بشكل جيد على نماذج فار. في الصفحة 304، المؤلفين تناسب نموذج من نموذج ماثف t غاما ماثبف t في ماثبف ماثبف t حيث (ماثبف ر (1، ر)) يتضمن مصطلحات لتتناسب في نفس الوقت ثابت والاتجاه. وقد نتجت عن بيانات الاقتصاد الكلي حيث تؤثر التغيرات الكبيرة في البيانات بشكل دائم على مستوى السلسلة. ليس هناك فرق دقيق جدا هنا من الدروس السابقة في أننا الآن هي مناسبة نموذج للبيانات التي لا تحتاج إلى أن تكون ثابتة. في الإصدارات السابقة من النص، المؤلفين بشكل منفصل دي-ترندد كل سلسلة باستخدام الانحدار الخطي مع t، ومؤشر الوقت، كمتغير التنبؤ. والقيم المقلوبة لكل من السلاسل الثلاث هي البقايا من هذا الانحدار الخطي على t. إن التجاهل مفيد مفاهيمي لأنه يأخذ القوة التوجيهية المشتركة التي قد يكون الوقت على كل سلسلة وخلق الحداثة كما رأينا في الدروس الماضية. ويؤدي هذا النهج إلى معاملات مماثلة، على الرغم من اختلافها قليلا، إذ أننا الآن نقوم في الوقت نفسه بدمج الاعتراض والاتجاه معا في نموذج متعدد المراحل لعملية شريان الحياة للسودان. مكتبة R فارس تأليف برنهارد بفاف لديه القدرة على تناسب هذا النموذج مع الاتجاه. دعونا ننظر إلى 2 أمثلة: نموذج الفرق الفرق ونموذج الاتجاه ثابت. الفرق النموذجي النموذجي مثال 5.10 من النص هو نموذج فرق ثابت في أن الاختلافات الأولى ثابتة. يتيح فحص التعليمات البرمجية والمثال من النص من خلال تركيب النموذج أعلاه: install. packages (فارس) إذا لم يكن مثبتا بالفعل install. packages (أستسا) إذا لم تكن مكتبة مكتبة مثبتة مسبقا (أستسا) x سبيند (كمورت، تيمبر، (x، p1، تايبوث)) الأوامر الأولين تحميل الأوامر اللازمة من مكتبة فارس والبيانات اللازمة من مكتبة النصوص لدينا. يؤدي الأمر كبيند إلى متجه للمتغيرات استجابة (خطوة ضرورية لاستجابات المتغيرات متعددة). يقوم الأمر فار بتقييم نماذج أر باستخدام المربعات الصغرى العادية في نفس الوقت الذي يتناسب مع الاتجاه، اعتراض، ونموذج أريما. وتطلب الوسيطة p 1 بنية أر (1) وكلاهما يناسب ثابت واتجاه. مع ناقلات الردود، في الواقع فار (1). وفيما يلي الناتج من الأمر فار للمتغير تيمبر (النص يوفر الإخراج ل كمورت): يتم سرد معاملات لمتغير في العمود تقدير. يشير. l1 المرفق بكل اسم متغير إلى أنها متغيرات 1 متخلفة. وباستخدام درجة حرارة T التدريجية و تيمت (التي يتم جمعها أسبوعيا) ومعدل وفيات M و P التلوث، فإن معادلة درجة الحرارة هي هات 67.586 - .007 t - 0.244 M 0.487 T - 0.128 P المعادلة لمعدل الوفيات هي t t 73.227 0.014 t 0.465 M - 0.361 T 0.099 P معادلة التلوث هي قبعة 67.464 - .005 t - 0.125 M - 0.477 T 0.581 P. وتطبع مصفوفة التباين المشترك للمتبقي من القيمة المعرضة للمخاطر (1) للمتغيرات الثلاثة دون نتائج التقدير. وتباين الفروق قطرية ويمكن أن تستخدم لمقارنة هذا النموذج مع فار أعلى. ويستعمل محدد هذه المصفوفة في حساب إحصائية بيك التي يمكن استخدامها لمقارنة مدى ملاءمة النموذج مع ملاءمة النماذج الأخرى (انظر الصيغتين 5.89 و 5.90 من النص). لمزيد من المراجع حول هذه التقنية انظر تحليل السلاسل الزمنية المتكاملة والمتكاملة مع R من قبل بفاف وأيضا كامبل و بيرون 1991. في المثال 5.11 في الصفحة 307، والكتاب يعطي نتائج لنموذج فار (2) لبيانات معدل الوفيات . في R، قد تناسب نموذج فار (2) مع ملخص الأوامر (فار (x، p2، ​​تايبوث)) الإخراج، كما هو موضح من قبل الأمر فار كما يلي: مرة أخرى، يتم سرد معاملات لمتغير معين في عمود التقدير. على سبيل المثال، المعادلة المقدرة لدرجة الحرارة هي قبعة 49.88 - .005 t - 0.109 M 0.261 T 0.051 P - 0.041 M 0.356 T 0.095 P سوف نناقش إحصاءات معيار المعلومات لمقارنة نماذج فار من أوامر مختلفة في الواجبات المنزلية. كما تتوفر المخلفات المتبقية للتحليل. على سبيل المثال، إذا عيننا الأمر فار إلى كائن بعنوان fitvar2 في برنامجنا، fitvar2 فار (x، p2، ​​تايبوث) ثم لدينا الوصول إلى بقايا المصفوفة (fitvar2). وسيكون لهذه المصفوفة ثلاثة أعمدة، عمود واحد من المخلفات لكل متغير. على سبيل المثال، قد نستخدمها لرؤية أسف من البقايا لمعدل الوفيات بعد تركيب فار (2) نموذج. وفيما يلي أسف التي نتجت عن الأمر وصفه للتو. يبدو جيدا ل أسف المتبقية. (الارتفاع الكبير في البداية هو الترابط غير الهام 0.) سوف يؤدي الأمران التاليان إلى إنشاء أكفس لبقايا المتغيرين الآخرين. كما أنها تشبه الضوضاء البيضاء. قد نقوم أيضا بفحص هذه المؤامرات في مصفوفة الارتباط المتبادل التي توفرها أكف (بقايا (fitvar2)): المؤامرات على طول قطري هي أسفس الفردية لكل بقايا النماذج التي ناقشناها أعلاه فقط. وبالإضافة إلى ذلك، فإننا نرى الآن المؤامرات الترابطية من كل مجموعة من المخلفات. من الناحية المثالية، فإن هذه أيضا تشبه الضوضاء البيضاء، ومع ذلك فإننا نرى الارتباطات المتبادلة المتبادلة، لا سيما بين درجة الحرارة والتلوث. كما لاحظ المؤلفون لدينا، وهذا النموذج لا التقاط بشكل كاف الارتباط الكامل بين هذه المتغيرات في الوقت المناسب. نموذج تريند-ستاتيوناري يتيح استكشاف مثال حيث البيانات الأصلية ثابتة وفحص رمز فار من خلال تركيب النموذج أعلاه مع كل من ثابت والاتجاه. باستخدام R، قمنا بمحاذاة n 500 عينة من القيم باستخدام نموذج فار (2) باستخدام الأمر فار الموضح أعلاه: y1scan (var2daty1.dat) ملخص y2scan (var2daty2.dat) (فار (سبيند (y1، y2)، p2، ​​تايبوث) ) نحصل على المخرجات التالية: التقديرات قريبة جدا من المعاملات المحاكاة والاتجاه ليس كبيرا، كما هو متوقع. بالنسبة إلى البيانات الثابتة، عندما لا يكون هناك حاجة إلى التجريد، يمكنك أيضا استخدام الأمر ar. ols لتتناسب مع نموذج فار: fitvar2 ar. ols (كبيند (y1، y2)، order2) في المصفوفة الأولى المقدمة، اقرأ عبر صف للحصول على معاملات المتغير. وتبين الفواصل السابقة التي تليها 1 أو 2 ما إذا كانت المعاملات متخلفة 1 أو متخلفة 2 متغيرين على التوالي. وتعطى اعتراضات المعادلات تحت x. intercept اعتراض واحد لكل متغير. وتعطي المصفوفة تحت var. pred مصفوفة التباين - التباين المشترك للمتبقي من فار (2) للمتغيرين. وتباين الفروق قطرية ويمكن أن تستخدم لمقارنة هذا النموذج مع أسعار الفائدة المرتفعة كما هو مشار إليه أعلاه. وتعطى الأخطاء القياسية للمعاملات أر بواسطة الأمر fitvar2asy. se. coef. الإخراج كما هو الحال مع المعاملات، قراءة عبر الصفوف. يعطي الصف الأول الأخطاء القياسية للمعاملات للمتغيرات 1 المتخلفة التي تتوقع y1. الصف الثاني يعطي الأخطاء القياسية للمعاملات التي تتوقع y2. قد تلاحظ أن المعاملات قريبة من الأمر فار باستثناء اعتراض. ويرجع ذلك إلى أن ar. ols تقدر نموذج x-مين (x). لمطابقة اعتراض المقدمة من الملخص (فار (كبيند (y1، y2)، p2، ​​تيبكونست)) الأمر، يجب حساب اعتراض على النحو التالي: في مثالنا، اعتراض لنموذج محاكاة يت، ​​1 يساوي -0.043637 -2.733607 (1-0.29300.4523) 15.45479 (-0.1913-0.6365) 9.580768، والمعادلة المقدرة ل يت، 1 تقدير مع مينيتاب لمستخدمي مينيتاب، هيريز التدفق العام لما يجب القيام به. قراءة البيانات إلى أعمدة. استخدام الوقت سلسلة غ لاج لإنشاء الأعمدة المتخلفة اللازمة من القيم الثابتة. استخدم ستات غ أنوفا غ عام عام مانوفا. أدخل قائمة متغيرات الوقت الحالي كمتغيرات الاستجابة. أدخل المتغيرات x المتخلفة كما المتغيرات المشتركة (ونموذج). انقر فوق النتائج وحدد تحليل أحادي المتغير (لمعرفة معاملات الانحدار المقدرة لكل معادلة). إذا رغبت في ذلك، انقر فوق وحدة تخزين وحدد ريسيدوالس أندور فيتس. التنقل