Termin 30-31 maja 2016
Ocenić na ile model jest niedoskonały
Szereg stacjonarny – przykład z oknem. Jeśli będziemy przesuwali okno, widoczne fragmenty szeregu nie powinny ulegać zmianie. Okno musi być wystarczająco szerokie, w przeciwnym razie szereg nie będzie stacjonarny
Szereg stacjonarny (w szeregach czasowych). W analizie szeregów czasowych szereg stacjonarny ma stałe w czasie: średnią, wariancję i autokorelację (np. składnik sezonowy został z niego usunięty przez różnicowanie). (statsoft)
Czym różni się sezonowość od cykliczności? – Różnica między składnikiem cyklicznym, a sezonowym polega na tym, że ten drugi pojawia się w regularnych (sezonowych) odstępach, podczas gdy czynniki cykliczne mają zwykle dłuższy czas trwania, który może być zmienny z cyklu na cykl. (statsoft)
W zadaniu 1.2 szereg jest niestacjonarny bowiem funkcja adftest zwraca 0. To oznacza, że hipoteza zerowa została odrzucona. Dokonujemy różnicowania szeregu aby doprowadzić go do stacjonarności.
yD = diff(y)
Różnicowanie (w szeregach czasowych). To przekształcenie szeregu czasowego, przekształca szereg wg wzoru: X = X – Xopóźnione. Po różnicowaniu wynikowy szereg będzie miał długość Nopóźnione (gdzie N jest długością szeregu pierwotnego). (statsoft)
Po różnicowaniu należy sprawdzić, czy szereg jest stacjonarny: adftest(dY)
Zad. 1.9 Szereg nie jest stacjonarny. Należy go zróżnicować.
Zad. 1.7 Parametry funkcji arima u Karola: Ma = -0,2, AR=0,4 i 0,3
in terms of forecasting ability, … a good Bayesian will beat a non-Bayesian,
who will do better than a bad Bayesian. [C.W.J. Granger (1986, p. 16)]
Non free lunch theorem – wyjaśnienie „free lunch” – każda knajpa specjalizuje się w jakimś daniu, jednak jeśli to samo danie zamówisz w innej knajpie nie będzie ono smakować tak samo, jak w tej, która się w nim specjalizuje.
Analiza wariancji ANOVA – przykład porównywania ocen uczniów z poszczególnych klas i ocen uczniów i uczennic w danej klasie.
Analiza wariancji (ang. analysis of variance, ANOVA) – metoda statystyczna, służąca do badania obserwacji, które zależą od jednego lub wielu działających równocześnie czynników. Metoda ta wyjaśnia, z jakim prawdopodobieństwem wyodrębnione czynniki mogą być powodem różnic między obserwowanymi średnimi grupowymi. Analiza wariancji została stworzona w latach dwudziestych przez Ronalda Fishera.