Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...

Súly
Súly
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0,30
0,25
0,20
0,15
0,10
0,05
0,00
Súlyok a fordított V-késleltetésű modellek esetén, ha lamda=0,4.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
i=a késleltetés mértéke
r=1 r=2 r=3 r=4 r=5 r=6
4.8. ábra: Súlyok alakulása, ha ha λ = 0,4
Súlyok a fordított V-késleltetésű modellek esetén, ha lamda=0,6.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
i=a késleltetés mértéke
r=1 r=2 r=3 r=4 r=5 r=6
4.9. ábra: Súlyok alakulása, ha λ = 0,6
Ha az eloszlás rendje 1, akkor könnyen belátható, hogy
( r+ i−1 ) ! r i i!
i i
ω i = ( 1−λ) λ = ( 1−λ) λ = ( 1−λ)
λ
i! ( r −1
) ! i!
Tehát geometriai késleltetésű lesz a Pascal-késleltetésű eloszlás. Ha r értéke nő akkor az emelkedő szakasz
forduló pontja nagyobb késleltetésnél következik be.
4.6.3 Koyck módszerei F
Ha r = 1,
akkor tehát a Pascal-eloszlás geometriai késleltetésű eloszlásra redukálódik. 234 235
F A súlyok
(ωi) alakulását λ=0,1 és λ=0,9 a következő két ábrán mutatjuk be. A két ábrán jól látható, hogy λ értéke
tulajdonképpen azt mutatja meg, hogy mennyire „régi” adatoknak van még hatása a jelenre, azaz milyen
gyors a felejtés. Az első ábrán, ahol λ= 0,1 a súlyok 6 késleltetés után „tűnnek el”, ekkor lesz a súly=
0,00000, míg ugyanez a helyzet a λ = 0,
9 esetben a 94 időszakkal késleltetett adatok esetében következik
be. Általánosságban elmondhatjuk, hogy minél nagyobb egy modellben λ értéke (de 0 < λ < 1),
an-
234 Koyck, L. M. [1954]
235 Gujarati Damodar N. [2003]: 665-667.
189