Bài giảng Thống kê và phân tích dữ liệu: Dự báo

Bài giảng Thống kê và phân tích dữ liệu: Dự báo, được biên soạn gồm các nội dung chính sau: dự báo theo mô hình nhân quả; dự báo theo mô hình chuỗi thời gian. Mời các bạn cùng tham khảo!
Nội dung trích xuất từ tài liệu:
Bài giảng Thống kê và phân tích dữ liệu: Dự báoDỰ BÁO DỰ BÁOHai nhóm phương pháp dự báo – Dự báo kinh tế lượng  = f ( X i ) i = 1, k (Dự báo nhân quả) – Dự báo chuỗi thời gian  = f (t ) t = 1, n DỰ BÁODự báo – Dài hạn → mô hình kinh tế lượng Mô hình – Ngắn hạn → mô hình chuỗi thời gian kết hợp DỰ BÁO THEO MÔ HÌNH NHÂN QUẢ Khoảng tin cậy đối với một giá trị riêng y y, tương ứng với xp Khoảng tin cậy đối với giá trị trung bình y, tương ứng với xp xCopyright ©2011 14-4 x xpPearson Education, Inc.Khoảng tin cậy đối với giá trị trung bình y, tương ứng với một giá trị cụ thể xp 1 (x p − x) 2 yˆ  t /2sε + n  (x − x) 2Khoảng tin cậy đối với một giá trị riêng y, tương ứng với một giá trị cụ thể xp 1 (x p − x) 2 yˆ  t /2sε 1+ + n  (x − x) 2 Số hạng thêm vào bề rộng khoảng tin cậy này để phản ánh sự không chắc chắn của giá trị riêng y DỰ BÁO THEO MÔ HÌNH CHUỖI THỜI GIANCác giá trị – Thích hợp → ˆ t  n1 , n2  – Dự báo kiểm định (Expost Forecast) → ˆ t  n2 , n3   – Dự báo tiên nghiệm (Ex-ante Forecast) → ˆ t  n3 , t→ ˆ t Dự Dự Thời kỳ ước lượng báo báo Dự báo trong mẫu kiểm tiên định nghiệm Estimated Period Ex-post Ex-ante In-sample forecasting forecasting forecastingn1 n2 n3 t Trong mẫu Ngoài mẫu Mẫu DỰ BÁO Số căn hộ Ht = f (Populationt)• Giá trị dự báo – Có điều kiện Các biến đôc lập có giá trị cụ thể / đã biết – Không có điều kiện Các giá trị biến ngoại sinh không được cho trước mà được tạo ra từ chính mô hình hoặc từ một mô hình phụ trợ DỰ BÁOCác phương pháp làm trơn → để xác định đường xu hướng m 1 – Trung bình trượt t* =  2m + 1 j = − m X t+ j – Hàm số mũ  = t + (1 −  ) t * * t −1