Prognosemetoder – en oversikt - Telenor
Prognosemetoder – en oversikt - Telenor
Prognosemetoder – en oversikt - Telenor
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
116<br />
Figur 13 Autokorrelasjonsfunksjon<strong>en</strong><br />
for lntransformerte<br />
verdier av<br />
mottatte bestillinger,<br />
januar 1984 <strong>–</strong> desember<br />
1991. Region Oslo. Differ<strong>en</strong>siert<br />
<strong>en</strong> gang og<br />
sesongdiffer<strong>en</strong>siert <strong>en</strong><br />
gang<br />
Korrelasjonsverdi<br />
Autokorrelasjonsfunksjon<strong>en</strong><br />
1 3 5 7<br />
1 3 5 7<br />
1 3 5 7<br />
1 3 5 7<br />
3 5 9<br />
1 7<br />
1 7<br />
Autukorrelasjonsfunksjon<strong>en</strong><br />
0.6<br />
0.4<br />
0.2<br />
0<br />
-0.2<br />
-0.4<br />
-0.6<br />
0 5 10 15 20 25 30 35 40 45 50<br />
Avstand mellom observasjon<strong>en</strong>e<br />
Avstand mellom observasjon<strong>en</strong>e<br />
1<br />
1<br />
9 1 2<br />
9<br />
3 5 9<br />
D<strong>en</strong> partielle<br />
autokorrelasjonsfunksjon<strong>en</strong><br />
Førsteord<strong>en</strong>s prosess, AR(1): W t =φ 1 W t-1 +a t<br />
Andreord<strong>en</strong>s prosess, AR(2): W t =φ 1 W t-1 +φ 2 W t-2 +a t<br />
Figur 14 Teoretiske korrelasjonsfunksjoner for AR-prosesser ut<strong>en</strong> sesongsvingninger<br />
1<br />
1<br />
1<br />
2<br />
2<br />
2<br />
2σ<br />
-2σ<br />
3, ..., ganger sesongperiod<strong>en</strong>e er <strong>en</strong><br />
indikasjon på sesong-prosesser.<br />
Signifikante autokorrelasjoner ut<strong>en</strong>om<br />
dette betraktes normalt ikke som m<strong>en</strong>ingsfylte,<br />
og vi ser derfor bort fra slike.<br />
I tillegg er det viktig å huske at hvis data<br />
inneholder “unormale observasjoner”<br />
kan dette tilsløre det autokorrelasjonsmønster<br />
som vi forsøker å id<strong>en</strong>tifisere,<br />
eller (i beste fall) gi opphav til tilfeldige,<br />
ikke m<strong>en</strong>ingsfylte autokorrelasjoner.<br />
Med unormale observasjoner m<strong>en</strong>es her<br />
observasjoner som har spesielt høye eller<br />
lave verdier, f eks pga streik, definisjons<strong>en</strong>dringer,<br />
målefeil eller likn<strong>en</strong>de. Slike<br />
observasjoner blir ofte kalt “outliere”.<br />
Før vi går videre definerer vi <strong>en</strong> ann<strong>en</strong><br />
viktig funksjon som b<strong>en</strong>yttes ved id<strong>en</strong>tifikasjon<br />
av AR- og MA-prosesser: D<strong>en</strong><br />
partielle autokorrelasjonsfunksjon<strong>en</strong>.<br />
D<strong>en</strong> partielle autokorrelasjonsfunksjon<strong>en</strong><br />
måler forholdet mellom to observasjoner<br />
med <strong>en</strong> gitt tidsavstand, etter at autokorrelasjon<strong>en</strong><br />
ved alle tidsavstander mindre<br />
<strong>en</strong>n dette er fjernet.<br />
D<strong>en</strong> partielle autokorrelasjonsfunksjon<strong>en</strong><br />
estimeres ved å ta regresjon<strong>en</strong>5 av d<strong>en</strong><br />
stasjonære tidsrekk<strong>en</strong>, dvs d<strong>en</strong> differ<strong>en</strong>sierte<br />
og transformerte tidsrekk<strong>en</strong>, ved<br />
tidspunkt t mot verdier på tidspunkt t-1,<br />
t-2, t-3, osv. Hvis wt er d<strong>en</strong> stasjonære<br />
tidsrekk<strong>en</strong>, kan vi sette opp<br />
wt = φ11 wt-1 + ut (15)<br />
wt = φ21wt-1 + φ22wt-2 + ut (16)<br />
wt = φ31wt-1 + φ32wt-2 + φ33wt-3 + ut (17)<br />
.<br />
.<br />
.<br />
osv<br />
hvor ut er støyleddet. Her er regresjonskoeffisi<strong>en</strong>t<strong>en</strong>e<br />
φ11 , φ22 og φ33 de partielle<br />
autokorrelasjonsfunksjon<strong>en</strong>e i hhv<br />
avstand 1, 2 og 3.<br />
6.3.1 D<strong>en</strong> teoretiske autokorrelasjonsfunksjon<br />
og partielle<br />
autokorrelasjonsfunksjon<br />
for <strong>en</strong> AR-prosess<br />
I figur 14 er d<strong>en</strong> teoretiske autokorrelasjonsfunksjon<strong>en</strong><br />
og d<strong>en</strong> teoretiske partielle<br />
autokorrelasjonsfunksjon<strong>en</strong> skissert<br />
4 Dette tilsvarer <strong>en</strong> test på Normalfordelte<br />
variable med 95 %-signifikansnivå.<br />
5 For <strong>en</strong> innføring i estimeringsmetod<strong>en</strong><br />
regresjon, se [1].