TEMA 1. INTRODUCCIÓ
1. DEFINICIÓ DE SÈRIE TEMPORAL. PREVISIÓ ECONÒMICA I
EMPRESARIAL
SÈRIE TEMPORAL (ST)
Conjunt d'observacions d'1 variable determinada per diferents moments del temps. Aquestes observacions s'han de
realitzar a intervals regulars de temps:
on el subíndex indica el moment del temps al que es refereix el valor.
Tant a l’àmbit econòmic en general com a l'empresarial en particular, tenim accés a una gran quantitat de dades
estadístiques relatives a variables que es troben mesurades en diferents moments del temps:
Valor Afegit Brut Nacional anual
Nombre d’aturats trimestral segons l’EPA
el valor de les cotitzacions diàries en Borsa
la producció mensual d’una empresa
etc.
Objectiu de l’assignatura de mètodes de previsió?
Mostrar com, a partir únicament de l'anàlisi de la història passada d'una variable (sèrie temporal), es
poden obtenir prediccions del comportament futur de la mateixa.
Afavoreix la presa de decisions en un món dominat per l'existència d’incertesa
Es una sèrie temporal
Y: dades que tenim
T: períodes de temps
Creix y decreix però no hi ha estacionalitat en cada punt o una tendència a la sèrie temporal.
Sempre serà útil estudiar la historia passada d'una sèrie per tal d'obtenir prediccions de la mateixa? Dependrà
del tipus de sèrie.
Exemple 1: Volem predir a quina hora sortirà el sol demà i disposem d'informació relativa a l'hora de sortida del
sol cada dia durant els darrers 10 anys. Aquesta informació serà útil per predir?
SÈRIE TOTALMENT DETERMINISTA (Dt)
Hem de veure si tenim factor aleatori o no. En canvi, la sortida del sol es pot predir perque tenim molta informació
(durant 10 anys). Es una sèrie determinista. L’atur també es determinista, podem predir l’atur de demà.
, Exemple 2: Volem predir el número premiat a la loteria de nadal d'aquest any i disposem d'informació relativa al
número premiat durant als darrers 20 anys. Aquesta informació serà útil per predir?
SÈRIE TOTALMENT ALEATÒRIA (At)
Si volem saber el numero de loteria, com té un factor aleatori molt gran, cada any pot sortir un número nou. Temes
del temps son models inestables, es necessita molta més informació.
1.2 CLASSIFICACIÓ DELS METODES DE PREDICCIÓ
a. Mètodes quantitatius: mantenim dades passades, la informació realitzada sobre el futur en base a un
patró o comportament. Tenim dades passades: obtenir-ne tota la informació i realitzar conjectures sobre
el futur en base al patró de conducta o comportament seguit en el passat. Conèixer els components
subjacents d’una sèrie i com es combinen
a. Anàlisis univariant de ST: només estudiem 1 variable en funció d’un període de temps. Fer
previsions dels valors futurs d’una variable emprant només la informació continguda als valors
passats d’aquella variable NOMÉS
i. Anàlisi clàssica ST (mètodes no paramètrics): basats en la idea que en una sèrie
podem observar 4 components. Tractar d’aïllar cadascun dels components (tema
1,2,3). Es no paramètric quan creix o decreix en funció del temps.
ii. Metodologia box-jenkins-anàlisi estocàstica de ST (mètodes paramètrics): parteixen
de la idea que la sèrie temporal ha estat generada per un procés estocàstic. Identificar
el mètode generador de les observacions, per després, amb un procés iteratiu, estimar
el model i predir en funció del model trobat (Tema 4,5,6)
b. Anàlisis causal de series temporals: En l’explicació de la variable hi intervenen factors externs
i. Model de regressió: L’anàlisi de regressió podria ser la demanda, ja que a traves de
diferents factors podem estimar la demanda. Una variable endògena s’explica
mitjançant un conjunt de variables endògenes
1. DEFINICIÓ DE SÈRIE TEMPORAL. PREVISIÓ ECONÒMICA I
EMPRESARIAL
SÈRIE TEMPORAL (ST)
Conjunt d'observacions d'1 variable determinada per diferents moments del temps. Aquestes observacions s'han de
realitzar a intervals regulars de temps:
on el subíndex indica el moment del temps al que es refereix el valor.
Tant a l’àmbit econòmic en general com a l'empresarial en particular, tenim accés a una gran quantitat de dades
estadístiques relatives a variables que es troben mesurades en diferents moments del temps:
Valor Afegit Brut Nacional anual
Nombre d’aturats trimestral segons l’EPA
el valor de les cotitzacions diàries en Borsa
la producció mensual d’una empresa
etc.
Objectiu de l’assignatura de mètodes de previsió?
Mostrar com, a partir únicament de l'anàlisi de la història passada d'una variable (sèrie temporal), es
poden obtenir prediccions del comportament futur de la mateixa.
Afavoreix la presa de decisions en un món dominat per l'existència d’incertesa
Es una sèrie temporal
Y: dades que tenim
T: períodes de temps
Creix y decreix però no hi ha estacionalitat en cada punt o una tendència a la sèrie temporal.
Sempre serà útil estudiar la historia passada d'una sèrie per tal d'obtenir prediccions de la mateixa? Dependrà
del tipus de sèrie.
Exemple 1: Volem predir a quina hora sortirà el sol demà i disposem d'informació relativa a l'hora de sortida del
sol cada dia durant els darrers 10 anys. Aquesta informació serà útil per predir?
SÈRIE TOTALMENT DETERMINISTA (Dt)
Hem de veure si tenim factor aleatori o no. En canvi, la sortida del sol es pot predir perque tenim molta informació
(durant 10 anys). Es una sèrie determinista. L’atur també es determinista, podem predir l’atur de demà.
, Exemple 2: Volem predir el número premiat a la loteria de nadal d'aquest any i disposem d'informació relativa al
número premiat durant als darrers 20 anys. Aquesta informació serà útil per predir?
SÈRIE TOTALMENT ALEATÒRIA (At)
Si volem saber el numero de loteria, com té un factor aleatori molt gran, cada any pot sortir un número nou. Temes
del temps son models inestables, es necessita molta més informació.
1.2 CLASSIFICACIÓ DELS METODES DE PREDICCIÓ
a. Mètodes quantitatius: mantenim dades passades, la informació realitzada sobre el futur en base a un
patró o comportament. Tenim dades passades: obtenir-ne tota la informació i realitzar conjectures sobre
el futur en base al patró de conducta o comportament seguit en el passat. Conèixer els components
subjacents d’una sèrie i com es combinen
a. Anàlisis univariant de ST: només estudiem 1 variable en funció d’un període de temps. Fer
previsions dels valors futurs d’una variable emprant només la informació continguda als valors
passats d’aquella variable NOMÉS
i. Anàlisi clàssica ST (mètodes no paramètrics): basats en la idea que en una sèrie
podem observar 4 components. Tractar d’aïllar cadascun dels components (tema
1,2,3). Es no paramètric quan creix o decreix en funció del temps.
ii. Metodologia box-jenkins-anàlisi estocàstica de ST (mètodes paramètrics): parteixen
de la idea que la sèrie temporal ha estat generada per un procés estocàstic. Identificar
el mètode generador de les observacions, per després, amb un procés iteratiu, estimar
el model i predir en funció del model trobat (Tema 4,5,6)
b. Anàlisis causal de series temporals: En l’explicació de la variable hi intervenen factors externs
i. Model de regressió: L’anàlisi de regressió podria ser la demanda, ja que a traves de
diferents factors podem estimar la demanda. Una variable endògena s’explica
mitjançant un conjunt de variables endògenes
