Indirektno vs direktno desezoniranje agregatnih vremenskih nizova. Ivan Šošić Vlasta Bahovec Mirjana Čižmešija Nataša Kurnoga Živadinović
|
|
- Paula Blair
- 6 years ago
- Views:
Transcription
1 Trg J. F. Kennedya Zagreb, Hrvaska Telefon +385(0) hp:// wps@efzg.hr SERIJA ČLANAKA U NASTAJANJU Članak broj Ivan Šošić Vlasa Bahovec Mirjana Čižmešija Naaša Kurnoga Živadinović Indirekno vs direkno desezoniranje agreganih vremenskih nizova
2 Indirekno vs direkno desezoniranje agreganih vremenskih nizova Ivan Šošić Vlasa Bahovec Mirjana Čižmešija Naaša Kurnoga Živadinović Ekonomski fakule Zagreb Sveučiliše u Zagrebu Trg J. F. Kennedya Zagreb, Hrvaska Sve izneseno u ovom članku u nasajanju sav je auora i ne odražava nužno službena sajališa Ekonomskog fakulea u Zagrebu. Članak nije podvrgnu uobičajenoj recenziji. Članak je objavljen kako bi se poaknula rasprava o rezulaima israživanja u ijeku, a u svrhu njegovog poboljšanja prije konačnog objavljivanja. Copyrigh 2006 by Ivan Šošić, Vlasa Bahovec, Mirjana Čižmešija, Naaša Kurnoga Živadinović Sva prava pridržana. Dijelove eksa dopušeno je ciirai uz obavezno navođenje izvora. Sranica 2 od 16
3 Sažeak Agregirani se vremenski niz sasavljen od dvije ili više komponeni može desezonirai direkno - desezoniranjem agregiranih podaaka, ili indirekno, j. agregiranjem prehodno desezoniranih komponenaa složenog niza. Sam posupak desezoniranja počiva na danoj meodi desezoniranja. Osim iznimno, numerički rezulai desezoniranja ovise o primijenjenoj meodi. Ujecaj na rezulae desezoniranja imaju i analiički krieriji izabrani u posupku procesa desezoniranja, koji nisu egzakni već dijelom iskusveni. U ovom su radu predočeni analiički rezulai usporedbi sopa promjene dobiveni na emelju direkno i indirekno desezoniranog agreganog niza primjenom susava desezoniranja TRAMO/SEATS, X- 12-ARIMA i DAINTES. Empirijska analiza provedena je za niz indeksa Prerađivačka indusrija (područje D, NKD) e pripadajućih nizova odjeljaka e za podpodručje DA Proizvodnja hrane, pića i duhanskih proizvoda i njegova dva odjeljka. Dobiveni rezulai direknog i indireknog desezoniranja niza indeksa Prerađivačke indusrije dobiveni primijenjenom meodom ne razlikuju se značajno, e se na osnovi provedene analize ne može uvrdii koji je od dva načina desezoniranja bolji. Iz oga slijedi da je zbog sličnosi rezulaa dobivenih direknim i indireknim načinom desezoniranja (razlike između vrijednosi direkno i indirekno desezoniranog agreganog niza su male) iz prakičnih razloga opravdano primijenii direkni način desezoniranja promaranog agreganog niza. Ključne riječi agregani vremenski nizovi, meode desezoniranja, indirekno i direkno desezoniranje, popora X-12-ARIMA, TRAMO/SEATS, DAINTES JEL klasifikacija C22, C82, C88 Sranica 3 od 16
4 1. UVOD Saisičkim meodama i modelima dolazi se do različiih analiičkih veličina, koje su podloga prosudbi osobiosi gospodarskih kreanja i predviđanju. Empirijska analiza u pravilu polazi od vremenskih nizova makroekonomskih varijabli. Specifičnos je ih nizova šo oni nasaju linearnom kombinacijom (agregiranjem) dviju ili više komponeni. Komponenni vremenski nizovi očiuju različie oblike varijabilnosi, koje se zadržavaju ili se gube u procesu agregiranja. Nizovi vrijednosi makroekonomskih varijabli koje se odnose na razdoblja kraća od godine (kvarali, mjeseci) uobičajeno sadrže sisemaske varijacije rend-ciklus i sezonsku komponenu. Soga analiza vremenskog niza zahijeva izbor odgovarajuće meode (modela) kvanifikacije sisemaskih varijacija za svaku od komponennih nizova i agregani niz. Pri ome komponeni nizovi i agregani niz mogu imai isa ili različia svojsva. Realnu sliku razvoja gospodarske pojave u vremenu koju predočava agregani niz pruža izvedeni (ransformirani) niz vrijednosi, o jes niz nasao uklanjanjem sezonskih ujecaja iz izvornog niza. Iso se odnosi na komponenne nizove, ukoliko se promaraju separano. S im u svezi posavlja se pianje posupaka desezoniranja kao i njihova ujecaja na svojsva izvedenog niza. Posebno valja isaknui problem kakvoće i veličine indikaora gospodarskih kreanja izvedenih iz izravno (direkno) desezonirane agregane serije i moguće kombinacije informacija sadržanih u desezoniranim komponennim serijama (indirekno desezoniranje). Među osnovnim indikaorima gospodarskih kreanja su sope promjene. Sope promjene ekonomskih varijabli koje predočavaju makroekonomske pojave, kao i drugi kvaniaivno-analiički pokazaelji (modeli) polaze od izvornih vrijednosi makroekonomskih varijabli, ili se rabe njihove izvedene vrijednosi. Ovisno o vrsi modela, osobiosi pojave koju predočava vremenski niz odražavaju se i na specifikaciju modela. Problem direknog i indireknog desezoniranja agreganih vremenskih nizova duže je vrijeme predmeom israživanja. Velik je broj radova koji su posvećeni ome problemu, a njihov pregled dan je u Marcellino (9) e u zborniku radova (7). Značajni doprinos om području su dali Dagum (1979) Lihian i Morry (1977), Ghysels (1997), Findley e al. (1998), Planas i Campolongo (2000), Gomez(2000), Asolfi e al.(2003), Maravall (2003) i dr. 2. DIREKTNO I INDIREKTNO DESEZONIRANJE VREMENSKIH NIZOVA Agregirani se vremenski niz može desezonirai direkno - desezoniranjem agregiranih podaaka, ili indirekno, j. agregiranjem prehodno desezoniranih komponenaa složenog niza. Sam posupak desezoniranja emelji se na danoj meodi desezoniranja. Više je akvih meoda i one počivaju na različiim principima. Soga numerički rezulai desezoniranja općenio ovise o primijenjenoj meodi. Ujecaj na rezulae desezoniranja imaju i analiički krieriji izabrani u posupku procesa desezoniranja, koji nisu egzakni već dijelom iskusveni. Sve meode desezoniranja počivaju izravno ili ne izravno na sandardnoj dekompoziciji vremenskog niza iz koje izviru opći modeli. Komponene e dekompozicije podliježu analiičkoj specifikaciji. Vremenski niz raščlanjuje se na rend, cikličnu, sezonsku i iregularnu komponenu. Raščlamba se proširuje komponenom ujecaja promjenljivosi broja radnih dana (rading days) uključujući fiksne praznike i praznike koji nisu fiksni (uskršnji praznici). Ciklična i rend komponena kao sekularne komponene u procesu desezoniranja ne razdvajaju se i čine rend-ciklus komponenu. Opći model vremenskog niza s danim vrijednosima članova je kombinacija navedenih neopservabilnih komponeni. Podloga meodama desezoniranja su adiivni i muliplikaivni modeli, rjeđe pseudoadiivni. Ako se s {Y, =1,2,...,n} označe empirijske vrijednosi vremenskog niza, opći je oblik adiivnog modela: Y = TC + S + D + E + ε (1) gdje je TC rend-ciklus komponena, D komponena ( efek varijacije broja radnih dana i nefiksnog vjerskog praznika). komponena sa svojsvima slučajne varijable. S sezonska komponena, ( E ) + kalendarska ε je slučajna Sranica 4 od 16
5 Pri primjeni adiivnog modela preposavlja se da su sezonska i iregularna komponena neovisne o rendu, da se ampliuda sezonskih varijacija ne mijenja s vremenom e da je godišnji prosjek sezonskih flukuacija jednak nuli. U muliplikaivnom modelu komponene su fakori produka, a njihovi efeki izraženi su u relaivnom iznosu (indeksnim koeficijenom) osim rend-ciklus komponene koja je dana u izvornim mjernim jedinicama članova niza. Forma je og modela: Y = TC S D E ε (2) Model se linearizira logariamskom rasformacijom, koja ga svodi na log-adiivnu formu. Muliplikaivni model dekompozicije vremenskog niza oslanja se na preposavke da je ampliuda sezonske komponene upravno proporcionalna razini renda (povećava li se rend, povećava se i ampliuda sezonske komponene i obrnuo), da je varijanca iregularne komponene upravno proporcionalna veličini rend-ciklus i sezonske komponene. Pseudo-adiivni model emelji se na kombinaciji adiivnog i muliplikaivnog modela. Preposavka je za njegovu primjenu da su sezonska i iregularna komponena međusobno neovisne, ali obje ovise o rendu. Muliplikaivni model, za razliku od adiivnog i pseudoadiivnog, nije prikladan za nizove s negaivnim i nul vrijednosima. Ako su vrijednosi vremenskog niza {Y, =1,2,...,n} agregai vrijednosi K vremenskih nizova {Y i, i=1,2,...,k, =1,2,...,n} po isim razdobljima (vremenskim očkama), agregani je niz linearna kombinacija: odnosno : K Y = Y, Y = TC + S + D + E + ε i i i i i i i i = 1 Y K = ωy, ω = 1 K i i i i= 1 i= 1 U prvom izrazu riječ je o jednosavnom zbroju, a u drugom o ponderiranoj sredini sub - komponeni u kojoj ponderi odražavaju značaj pojedinačnih nizova u agregau. Na analogan se način izražava kompozicija agreganog niza čije su komponene u produku ( muliplikaivni model). Posupak desezoniranja sasoji se u kvanifikaciji pojedinih komponeni primjenom određenog modela odnosno meode desezoniranja. Kako je već isaknuo, sa sajališa gospodarske analize (poliike) važno je uvrdii pokazaelje koji se emelje na podacima očišćenim od sezonskih ujecaja, jer oni pružaju realnu sliku gospodarskih kreanja. Među osnovnim je indikaorima sopa promjene gospodarske pojave predočene vremenskim nizom. Pri njezinom određivanju polazi se od desezoniranog niza, o jes vremenskog niza iz kojeg su uklonjene sezonska komponena S i komponena varijacije kalendara (D +E ), o jes od niza formi: ( ) A = TC ε (5) + Vrijednosi A i,, i=1,2,...,k su desezonirane vrijednosi sasavnica, a agregani niz je u ponderiranoj A K = ω A i i, i = 1 Sope promjene indirekno desezoniranog niza agregane serije računae su kao vagana sredina sopa promjene sasavnih komponenaa agregiranog niza, o jes (3) (4) (6) Sranica 5 od 16
6 A A I + 1 I = K i, + 1 ωi Ai, i = 1 Ai, K i = 1 ω A i A i, (7) I pri čemu je: ω i - ponder i-e komponene agregiranog niza A prva diferencija indirekno desezoniranog agreganog niza u vremenu +1, A i, - desezonirana vrijednos i-e komponene u vremenu. Sopa promjene indirekno desezoniranog niza nalazi se između najmanje i najveće sope komponennih nizova. Sope sasavnica agregaa variraju po predznaku, pa je moguća pojava da su sope preežnog broja nizova u agregau negaivna predznaka, a sope agregaa poziivne. Predodžbu o supnju varijabiliea sopa koji izvire iz direknog i indireknog prisupa daje prosječno posono apsoluno odsupanje i najveće apsoluno posono odsupanje. Prosječno posono apsoluno odsupanje je dano izrazom: n D I 1 A A MAPD = 100 n A I (8) = 1 a najveće apsoluno posono odsupanje izrazom: MAXPD D I A A = max 100 I (9) A Prema prehodno izloženom, vrijednosi indikaora ( sopa promjene) veličine su izvedene iz desezoniranog niza. Proces desezoniranja oslanja se na model, odnosno meode desezoniranja. Više je meoda desezoniranja, a rezulai dobiveni njihovom primjenom u pravilu se razlikuju. Dvije su emeljne meode desezoniranja makroekonomskih vremenskih nizova: paramearske (modelske) i neparamearske ( ad hoc meode, filerske meode). U makroekonomskoj analizi modelski prisup polazi od sandardne dekompozicije vremenskog niza e modela linearnih sacionarnih sohasičkih procesa. Model procesa je : s d s D s ( )( ) ( ) θ ( ) ( ) φ( B) Φ B 1 B 1 B Y = B Θ B e U modelu (10) B je operaor pomaka unazad, a ( B), ( B), ( B) Θ B su polinomi u B, s je sezonski period, d i D su red diferencija za rend i sezonske varijacije. Model (10) ne uključuje kalendarske varijacije. Budući da vremenski nizovi gospodarskih pojava kao realizacija sohasičkih procesa očiuju specifičnosi, primjeni modela prehodi niz posupaka kojima se ispiuju e specifičnosi kao šo su sršeće vrijednosi (oulieri), manjkajuće vrijednosi, ujecaji kalendarskih varijacija i dr. U oj se analiičkoj fazi spomenui i drugi problemi ispiuju i rješavaju prikladnim meodama. S obzirom na numeričku kompleksnos, provedba procesa desezoniranja oslanja se na programsku poporu, odnosno susav desezoniranja. Među najvažnijim je akvim susavima 1 TRAMO/SEATS. Cjelovii opis TRAMO/SEATS susava dan je u Gomez i Maravall (2000). U osnovi 2, za dani vekor mjesečnih vrijednosi niza y = ( y1,..., ym),0 < 1 < L < m, dio susava TRAMO polazi od regresijskog modela: ' y = z β + x (11) φ θ Φ i ( ) (10) 1 TRAMO/SEATS se primjenjuje relaivno česo u sklopu EUROSTAT-a, čiju praksu slijedi i dio nacionalnih saisičkih ureda. Primjerice Saisički ured Njemačke i dr. primjenjuju i druge meode desezoniranja. TRAMO je skraćenica za Time Series Regression wih ARIMA Noise, Missing Observaions and Ouliers, a SEATS je skraćenica za Signal Exracion in ARIMA Time Series. Kadšo se susav označava kao UCARIMA, gdje UC označava Unobserved Componens. Model izvire iz eorema o dekompoziciji sohasičkog procesa na deerminisički dio (signal) i sohasički dio. 2 Cf. Banco de Espana/Documeno de rabajo no 0011, pp-2-3. Sranica 6 od 16
7 ' gdje je β vekor parameara regresijskog modela, z označava maricu regresorskih varijabli, a svojsva općeg sohasičkog ARIMA procesa danog u formi φ( B) δ( B) x = θ( B) e (12) x ima U (12) B je operaor unazadnog pomaka. Za e se preposavlja da su normalno i idenično 2 disribuirane nezavisne slučajne varijable, o jes e ~ N ( o, σ ), odnosno da imaju srukuru čisog slučajnog procesa (whie noise). φ( B), δ( B), θ( B) su polinomi konačnog reda u B. Za njih se uzima da su općenio oblika: ( p 1 L p )( 1 s ) ( d D s ) ( ) ( q 1 L q )( 1 s) φ( B) = 1+ φ B + + φ B 1+ Φ B δ ( B) = 1 B 1 B θ( B) = 1+ θ B + + θ B 1+ Θ B Dio susava SEATS dekomponira niz x na ove komponene: desezonirani niz, niz vrijednosi rend-ciklus komponene i niz vrijednosi iregularne komponene. Među neparamearskim meodama najvažnija je meoda desezoniranja X-12-ARIMA. Dealjni opis e meode dan je u Findley e al. (1998). Meoda polazi od dekompozicije predočene općim modelima (adiivnim, muliplikaivnim, pseudoadiivnim). Meoda uključuje komponene varijabilnosi kalendara (efeke broja radnih dana, nacionalne praznike, vjerske fiksne i varijabilne praznike, prijesupne godine i dr.), adiivne aipične vrijednosi (A0), pomake razine (LS) i dr. osobiosi. Posupak desezoniranja gospodarskih nizova najčešće polazi od muliplikaivnog modela i odvija se u koracima. Sadrži vrlo velik broj različiih brojčanih operacija e konsrukciju grafičkih prikaza. U prvom se koraku uvrđuju inicijalne procjene komponeni, u drugom se različiim posupcima revidiraju, odnosno poboljšavaju. U rećem se koraku daju konačne procjene komponeni kao i mnogobrojni saisičko-analiički pokazaelji kakvoće rezulaa. Inicijalna procjena renda predočuje se cenriranim pomičnim prosjecima. Omjer originalnih vrijednosi i procjene renda predočuju inicijalnu (zajedničku) procjenu sezonske i iregularane komponene. Da bi se dobila prva procjena sezonske komponene, za navedene omjere određuju se vagani pomični prosjeci, a preliminarna procjena sezonske komponene slijedi korekcijom prve procjene. Dijeljenjem originalnih vrijednosi serije s preliminarnim procjenama vrijednosi sezonske komponene dolazi se do preliminarnih desezoniranih vrijednosi serije. Slijede posupci revidiranja preliminarnih procjena radi poboljšanja njihovih svojsava. Poboljšanje procjene renda posiže se Hendersonovim pomičnim prosjecima, a broj članova prosjeka ovisi o supnju varijabilnosi niza. Dijeljenje vrijednosi originalnog niza s navedenim pomičnim prosjecima dovodi do druge procjene sezonske i iregularne komponene. Slijedi procjena manjkajućih vrijednosi na počeku i kraju niza odgovarajućim (asimeričnim) pomičnim prosjecima. Konačna procjena sezonske komponene dobiva se primjenom odgovarajućih pomičnih prosjeka i njihovom korekcijom. Konačna procjena rend komponene slijedi iz primjene 9, 13 ili 23 članih Hendersonovih pomičnih prosjeka nad desozoniziranom serijom, koja je prehodno modificirana za eksremne vrijednosi. Konačna procjena iregularne komponene dobije se ako da se vrijednosi rend komponene podijele vrijednosima desezonirane serije. Meoda X-12-ARIMA je ieraivna, a uključuje primjenu mnogobrojnih saisičko-analiičkih pokazaelja i posupaka (prosjeci, sandardne devijacije, modifikacije uslijed pojave aipičnih vrijednosi, esiranje hipoeza o značajnosi sezonske komponene, procjene efekaa varijacija kalendara pomoću regresijske analize i dr.). U empirijskoj analizi osobio su korisni pokazaelji kakvoće posupaka ( M- vrijednosi, spekralni rasporedi i dr.). Sasavni dio meode je regarima modul. Uloga og dijela u sklopu meode je slična onoj koju ima TRAMO u susavu TRAMO/SEATS. U općem je obliku regarima za niz Y (13) Sranica 7 od 16
8 r d D s d s ( 1 ) ( 1 ) β ( 1 ) ( 1 ) ξ D B B Y = B B x + ξ i i i i = 1 r d D s i = ( 1 B) ( 1 B ) Y βixi i = 1 Za član modela ξ i preposavlja se da ima srukuru kovarijančno sacionarnog sohasičkog procesa. Primarna je svrha og dijela modela procjena manjkajućih vrijednosi niza uzrokovanih primjenom simeričnih filera. Među neparamearskim meodama je i DAINTES 3 meoda. Meoda se zasniva na uporabi asimeričnih filera. Soga ne zahijeva revizije rezulaa nakon produljenja niza. Imajući u vidu prehodno iznesene emeljne karakerisike meoda razvidno je da brojčani rezulai ovise o primijenjenoj meodi desezoniranja. Ta se činjenica odražava na analizu problema direknog i indireknog desezoniranja, kao i na indikaore izvedene iz primijenjenih posupaka. Ti se rezulai mogu signfikanno razlikovai. Rezulai direknog i indireknog desezoniranja predočenih meoda mogu se podudarai (Lidiray and Mazzi [15] ) samo : (1) ako je agregani niz algebarski zbroj komponenaa, (2) ako je odabran adiivni model dekompozicije koji ne uključuje neipične vrijednosi (3) globalni filer je primijenjen u posupku desezoniranja isi za sve komponenne nizove. Kako ne posoji egzakni krierij ( osim navedenog), pri izboru se rabe iskusveni. Direkno desezoniranje agreganih nizova moguće je primijenii ako se osobiosi nizova komponeni značajno ne razlikuju. U proivnome, prikladnije je primijenii indirekno desezoniranje. Uvid u elemene za odluku o izboru pružaju različii analiički rezulai, kojima se prosuđuje kakvoća primijenjene meode desezoniranja. Među najvažnije pokazaelje prikladnosi meode desezoniranja jes pokazaelj odsunosi sezonskog ujecaja u desezoniranom nizu i slučajnoj komponeni. Pri ome se rabe rezulai spekralne analize rezidualnih odsupanja koji su sasavni dio obrade meodom X-12-ARIMA. Spekralni raspored pri adekvano provedenom desezoniranju niza približno je uniformna oblika. Spekralni raspored s vrhovima uz sezonske frekvencije (kune frekvencije koje kod mjesečnih nizova iznose k/12 ciklusa, k [1,6]) upućuje da niz nije očišćen od sezonskih ujecaja. Važna svojsva desezoniranja su sabilnos i neprisranos procjena. Procjene su sabilne, ako uključivanje novih podaaka u process desezoniranja zahijeva minimalne revizije ranijih rezulaa. Procjene će bii neprisrane, ako je slična razina originalnog i desezoniranog niza. Neki korisnici daju prednos izglađenijem desezoniranju, premda aj zahjev može bii u supronosi sa zahjevom sabilnosi (vidjei npr. Hood and Findley [ 7,8] ). 3. EMPIRIJSKA ANALIZA 4 Predme empirijske analize problema direknog i indireknog desezoniranja je mjesečni niz indeksa indusrijske proizvodnje (Prerađivačka indusrija, područje D, NKD) Republike Hrvaske u periodu sij-1992 ožu Analizirani se niz računa kao ponderirani zbroj 23 komponene (odjeljci), pri čemu su ponderi komponenaa udjeli (sope) kojima pojedini odjeljci prerađivačke indusrije sudjeluju u bruo dodanoj vrijednosi (BDP, godine). Ta godina je izabrana soga šo su bazni indeksi indusrijske proizvodnje dani s baznom godinom Analiza je provedena i za podpodručje DA Proizvodnja hrane, pića i duhanskih proizvoda i njegova dva odjeljka. (14) 3 DAINTES meoda desezoniranja u pravilu se korisi pri desezonianju rezulaa konjunkurnih esova, a rjeđe za desezoniranje makroekonomskih nizova. Vidjei: The Join Harmonised EU Programme of Business and Consumer Surveys User Guide (Updaed: 02/06/2003 and updaed: 26/05/2004), European Commission, Direcorae-General for Economic and Financial Affairs. 4 Pri desezoniranju susavom TRAMO/SEATS i X-12-ARIMA korišen je DEMETRA inerface. Program DAITNES pribavljen je od ovlašene sofwerske vrke. Sranica 8 od 16
9 A K Promarani je niz područja D prema (4) = ω A. Sope promjene i i, i = 1 prikazan je slikom 1. A A I + 1 I Y K = ω Y e desezonirani niz prema (6) i i i = 1 definirane su u (7). Niz indeksa prerađivačke indusrije 132 D Slika 1. Indeksi prerađivačke indusrije Sij92 Sij94 Sij96 Sij98 Sij2000 Sij2002 Sij2004 Sij2006 dae U empirijskoj analizi primijenjen je susav 5 desezoniranja TRAMO/SEATS za agregani niz i svaku od njegovih komponeni, zaim meoda X-12-ARIMA za dio serija, e meoda DAINTES. Cilj je empirijske analize usporedii rezulae primjenom direknog i indireknog posupka desezoniranja. Tri primijenjene meode desezoniranja počivaju na različiim osnovama. Soga su mogućnosi njihove komparacije ograničene. Primjenom susava desezoniranja 6 TRAMO/SEATS procijenjeni su parameri modela i uvrđeni pokazaelji njihove kakvoće 7. Forme modela predočene su u abeli 1. Tabela 1. Modeli vremenskih nizova za područje D i odjeljke (TRAMO/SEATS) Niz Model Sezonalnos Q Niz Model Sezonalnos Q D (011)X(011) da (100)X(011) da (011)X(011) da (100)X(011) da (100)X(001) da (111)X(011) da (011)X(011) da (011)X(011) da (011)X(100) da (011)X(011) da (012)X(011) da (011)X(011) da (010)X(011) da (000)X(001) da (111)X(011) da (011)X(011) da (011)X(011) da (011)X(000) ne (011)X(011) da (011)X(011) da (100)X(011) da (011)X(011) da (011)X(011) da (011)X(011) da Od godine susavom TRAMO/SEATS provodi se desezoniranje nizova Dražavnog zavoda za saisiku. 6 Pri usporedbi modela porebno je imai u vidu različie saisičko-analiičke pokazaelje svojsava procjena. Ti su pokazaelji sasavni dio ispisa obrade programskom poporom i nalaze se u prilogu. rezulai dobiveni susavom TRAMO/SEATS u sklopu inerfacea DEMETRA zadovoljavaju posavljene krierije kakvoće. 7 Q je indeks kakvoće desezoniranja. Poprima vrijednosi iz inervala 0,10 Sranica 9 od 16
10 Oblici modela osam odjeljaka podudaraju se s modelom područja. Modeli preosalih penaes odjeljaka razlikuju se od modela za područje. Indeksi direkno i indirekno desezoniranog niza za područje D prikazani su slikom 2. Slika 2. Indeksi direkno i indirekno desezoniranog niza D Jan-92 Jul-92 Jan-93 Jul-93 Jan-94 Jul-94 Jan-95 Jul-95 Jan-96 Jul-96 Jan-97 Jul-97 Jan-98 Jul-98 Jan-99 Jul-99 Jan-00 Jul-00 Jan-01 Jul-01 Jan-02 Jul-02 Jan-03 Jul-03 Jan-04 Mjesečne sope promjena računane na oba načina prikazane su slikom 3. Slika 3. Usporedba mjesečnih sopa 15,0 10,0 5,0 0,0-5,0-10,0-15,0 Mar-92 Mar-93 Mar-94 Mar-95 Mar-96 Mar-97 Mar-98 Mar-99 Mar-00 Mar-01 Mar-02 Mar-03 Mar-04 U posupku analize uvrđene su prosječne mjesečne sope za svaku godinu, e njihov godišnji prosjek 8. Sope promjene (godina-na-godinu) dobivene za područje direkno i indirekno pomoću desezoniranih vrijednosi nizova susavom TRAMO/SEATS prikazane su u abeli 2. 8 Prosjek sopa (jedosavna arimeička sredina) primjenjuje su i u susavu desezoniranja X-12-ARIMA. Sranica 10 od 16
11 Tabela 2. Godišnje sope promjene za područje D na emelju direkno i indirekno desezoniranog niza (SD, SD I ) i njihove razlike DATUM D PRERAĐIVAČKA INDUSTRIJA - godišnji mjesečni prosjeci SD SD I Razlika 92/ / / / / / / / / / / / Predznaci sopa računanih na emelju direkno i indirekno desezoniranog niza jednaki su za 10 od 12 sopa. Njihove deskripivno saisičke veličine dane su u abeli 3. Tabela 3. Deskripivno-analiički pokazaelji sopa i razlika sopa SD SD I Razlika Medijan Raspon Minimum Maximum Razlike procjena sopa dobivene na emelju direkno i indirekno desezoniranih nizova u manjoj se mjeri razlikuju, a i raspon varijacije im je približno jednak. Sope su uspoređene na slici 4. Slika 4. Usporedba godišnjih sopa 3,0 2,0 1,0 0,0-1,0-2,0-3,0 92/91 93/92 94/93 95/94 96/95 97/96 98/97 99/98 00/99 01/00 02/01 03/02 godišnje sope indirekno desezoniranog niza godišnje sope direkno desezoniranog niza TRAMO/SEATS susavom i susavom X-12-ARIMA provedena je analiza podpodručja DA (Proizvodnja hrane, pića i duhanskih proizvoda) s dva odjeljka. Podpodručje, odnosno odjeljci imaju u području D relaivno velik ponder. Modeli nizova u sklopu dvaju susava desezoniranja prikazani su u abeli 4. Sranica 11 od 16
12 Tabela 4. TRAMO/SEATS i X-12-ARIMA modeli 9 podpodručja DA i njegovih odjeljaka TRAMO/SEATS X-12-ARIMA Niz Model Q Niz Model Q DA (100)X(011) DA (012)X(011) d15 (011)X(011) d15 (012)X(011) d16 (100)X(011) d16 (100)X(001) Analognim posupcima analizirane su sope promjene za podpodručje DA Proizvodnja hrane, pića i duhanskih proizvoda. Primijenjen je direkan i indirekan posupak desezoniranja agreganog niza DA e uvrđenje na oba načina mjesečne sope. Mjesečne sope prikazane su na slici 5. Slika 5. Mjesečne sope promjene direkno i indirekno desezoniranog niza DA 25,0 20,0 15,0 10,0 5,0 0,0-5,0-10,0-15,0-20,0 Jan-92 Jun-92 Nov-92 Apr-93 Sep-93 Feb-94 Jul-94 Dec-94 May-95 Oc-95 Mar-96 Aug-96 Jan-97 Jun-97 Nov-97 Apr-98 Sep-98 Feb-99 Jul-99 Dec-99 May-00 Oc-00 Mar-01 Aug-01 Jan-02 Jun-02 Nov-02 Apr-03 Sep-03 Feb-04 sope indirekno desezoniranog niza DA sope direkno desezoniranog niza DA 5. Godišnje sope promjene primjenom TRAMO/SEATS i X-12-ARIMA susava prikazane su u abeli Tabela 5. Godišnje sope promjene podpodručja DA Proizvodnja hrane, pića i duhanskih proizvoda i njihove razlike TRAMO/SEATS X-12-ARIMA SD SD I Razlika SD SD I Razlika 92/ / / / / / / / / / / / Predznaci mjesečnih sopa promjene na bazi TRAMO/SEATS susava direknog i indireknog desezoniranja podudaraju se u 93.1% slučajeva. Na godišnjoj razini podudaraju se u dese od dvanaes vrijednosi. 9 Funkcija ARIMA modela u sklopu susava desezoniranja X-12-ARIMA opisana je ranije. Sranica 12 od 16
13 Mjesečne sope promjene proizvodnje ( na bazi rezulaa meode X-12-ARIMA) u podpodručju Proizvodnja hrane, pića i duhanskih proizvoda za niz indeksa desezoniranih direkno i indirekno po smjeru (predznaku) podudaraju se u 95.89% slučajeva, a na godišnjoj razini u popunosi su jednake smjeru (predznaku). Deskripivno analiički pokazaelji upućuju na zaključak o relaivno malim razlikama sopa uvrđenih na spomenue načine. Predznaci sopa (TRAMO/SEATS) u manjoj se mjeri podudaraju, a i razlike su nešo veće. Tabela 6. Deskripivno-analiički pokazaelji sopa i razlika sopa (X-12-ARIMA) SD SD I Razlika Medijan Raspon Minimum Maximum Niz indeksa područja D Prerađivačka indusrija desezoniran je direkno i indirekno meodom DAINTES. Dobiveni nizovi su uspoređeni na slici 6. Slika 6. Direkno i indirekno desezonirani niz indeksa meodom DAINTES D direkno D indirekno Na emelju vrijednosi desezoniranih nizova izračunane su mjesečne sope promjene. Te su sope prikazane slikom 7. Slika 7. Mjesečne sope promjene indeksa Prerađivačke indusrije 15,0 10,0 5,0 0,0-5,0-10,0-15, sope dir sope indir Sranica 13 od 16
14 Godišnje sope računane iz direkno i indirekno desezoniranog niza predočene su u abeli 7. Predznaci sopa podudaraju se za svako razdoblje. Tabela 7. Godišnje sope promjene za područje prerađivačke indusrije, iz direkno i indirekno desezonirane serije i njihove razlike (DAINTES) DATUM D PRERAĐIVAČKA INDUSTRIJA - godišnji mjesečni prosjeci SD SD I Razlika 92/ / / / / / / / / / / / Sope na godišnjoj razini prikazane su slikom 8. Slika 8. Godišnje sope iz direkno i indirekno desezoniranog niza (DAINTES) 4,0 3,0 2,0 1,0 0,0-1,0-2,0-3,0 92/91 93/92 94/93 95/94 96/95 97/96 98/97 99/98 00/99 01/00 02/01 03/02 U abeli 8. navedeni su deskripivno- analiički pokazaelji sopa i razlika sopa. Tabela 8. Deskripivno-analiički pokazaelji sopa i razlika sopa (DAINTES) SD SD I Razlika Medijan Raspon Minimum Maximum Vrijednosi medijalnih sopa i drugi pokazaelji ukazuju na male razlike vrijednosi sopa dobivenih na alernaivan način. Sranica 14 od 16
15 4. ZAKLJUČAK Dobiveni rezulai direknog i indireknog desezoniranja niza indeksa prerađivačke indusrije dobiveni primijenjenom meodom ne razlikuju se značajno, e se na osnovi provedene analize ne može uvrdii koji je od dva načina desezoniranja bolji. Iz oga slijedi da je zbog sličnosi rezulaa dobivenih direknim i indireknim načinom desezoniranja (razlike između vrijednosi direkno i indirekno desezoniranog agreganog niza su male) iz prakičnih razloga opravdano primijenii direkni način desezoniranja promaranog agreganog niza. S druge srane, sraegija EU, odnosno Eurosaa je da se općenio preferira indirekni način desezoniranja ako se desezoniraju nizovi po područjima (popodručjima) klasifikacije djelanosi. LITERATURA 1. Asolfi R., D. Lodiray, G.L.Mazzi (2003). Business cycle exracion of Euro-zone GDP: direc versus indirec approach. Office for Official Publicaions of he EC. 2. Blake, A., Kapeanios, G., Weale, M. (2000). A Common European Business Cycle, Working Paper, Eurosa. 3. Chang, I. and C. G. Tiao (1983). Esimaion of Time Series Parameers in he Presence of Ouliers, Technical Repor 8, Saisics Research Cener, Universiy of Chicago. 4. Chang, I., C. G. Tiao and C. Chen (1988). Esimaion of Time Series Parameers in he Presence of Ouliers, Technomerics, 30, Dagum, E. B., (1979). On he Seasonal Adjusmen of Economic Time Series Aggregaes: A Case Sudy of he Unemploymen Rae, Couning he Labor Force, Naional Commission on Employmen and Unemploymen Saisics, Appendix, 2: Findley, D. F., D. E. K. Marin, and K. C. Wills, (2002), Generalizaions of he Box-Jenkins Airline Model, Proceedings of he Business and Economics Secion, American Saisical Associaion: Alexandria, VA. 7. Findley, D. F., e al.(1998). New Capabiliies and Mehods of he X-12-ARIMA Seasonal Adjusmen Program. Journal of Business and Economic Saisics, 16: Findley, D. F., e al. (1990). Sliding Spans Diagnosics for Seasonal and Relaed Adjusmens, Journal of he American Saisical Associaion, 85: Geweke, J. (1976). The Temporal and Secoral Aggregaion of Seasonally Adjused Time Series, Proceedings of he Conference on he Seasonal Analysis of Economic Time Series, Economic Research Repor ER-1, Arnold Zellner Edior, Washingon. 10. Gómez, V. (2000). Revision-based Tes for Direc versus Indirec Seasonal Adjusmen of Aggregaed Series, Doc. Eurosa/A4/SA/00/ Hood, C. C., (2001). X-12-Graph: A SAS/GRAPH Program for X-12-ARIMA Oupu,User s Guide for he X- 12-Graph Ineracive for PC/Windows, Version 1.2, Bureau of he Census, U.S. Deparmen of Commerce. 12. Hood, C. C., (2002). Comparison of Time Series Characerisics for Seasonal Adjusmens from SEATS and X-12-ARIMA, Proceedings of he Business and Economics Secion, American Saisical Associaion: Alexandria 13. Hood, C. C., J. D. Ashley, and D. F. Findley, (2000). An Empirical Evaluaion of he Performance of TRAMO/SEATS on Simulaed Series, Proceedings of he Business and Economics Secion, American Saisical Associaion: Alexandria 14. Hood, C. C. and D. F. Findley, (1999). An Evaluaion of TRAMO/SEATS and Comparison wih X-12- ARIMA, Proceedings of he Business and Economics Secion, American Saisical Associaion: Alexandria. 15. Ladirai, D. and Mazzi, G. L. (2003). Seasonal adjusmen of European aggregaes: direc versus indirec approach. European Cenral Bank. Frankfur am Main. 16. Lohian, J. and Morry, M. (1977). The Problem of Aggregaion; Direc or Indirec, Working Paper, Time Series Research and Analysis Division, Saisics Canada, Oawa. 17. Marvall A.(2003). A class of diagnosics in he ARIMA-model based decomposiion of a ime series. European Cenral Bank. Seasonal adjusmen, Pfefferman, D., E. Salama, and S. Ben-Turvia, (1984). On he Aggregaion of Series: A New Look a an Old Problem, Working paper, Bureau of Saisics, Jerusalem. 19. Planas, C., Campolongo, F. (2000). The Seasonal Adjusmen of Conemporaneously Aggregaed Series, Working Paper, Join Research Cenre of European Commission. Sranica 15 od 16
16 20. Sco, S., Zadrozny, P. (1999). Aggregaion and Model-based Mehods in Seasonal Adjusmen of Labor Force Series, Journal of Business and Economic Saisics, Sco, S. (1984), A Case Sudy of Direc and Indirec Seasonal Adjusmen of Aggregae Series, Journal of Business and Economic Saisics, Wallis, K. F. (1974), Seasonal Adjusmen and Relaions Beween Variables, Journal of he American Saisical Associaion, 69, European Cenral Bank (2000). Seasonal adjusmen of moneary aggregaes and HICP for he euro area, ECB Oher Publicaions Eurosa (2000), Eurosa Recommandaions Concerning Seasonal Adjusmen Policy, Repor of he Inernal Task Force on Seasonal Adjusmen European Commission, Direcorae-General for Economic and Financial Affairs (2004). (DAINTES) The Join Harmonised EU Programme of Business and Consumer Surveys User Guide (updae: 26/05/2004) U.S. Census Bureau. (2002), X-12-ARIMA Reference Manual, Final Version 0.2, Washingon U.S. Census Bureau (2002). X-12-ARIMA Reference Manual Version , Time Series Saff. Sranica 16 od 16
TEORIJA SKUPOVA Zadaci
TEORIJA SKUPOVA Zadai LOGIKA 1 I. godina 1. Zapišite simbolima: ( x nije element skupa S (b) d je član skupa S () F je podskup slupa S (d) Skup S sadrži skup R 2. Neka je S { x;2x 6} = = i neka je b =
More informationSTATISTICAL ANALYSIS OF WET AND DRY SPELLS IN CROATIA BY THE BINARY DARMA (1,1) MODEL
Hrvatski meteoroloπki Ëasopis Croatian Meteorological Journal, 4, 2006., 43 5. UDK: 55.577.22 Stručni rad STATISTICAL ANALYSIS OF WET AND DRY SPELLS IN CROATIA BY THE BINARY DARMA (,) MODEL Statistička
More informationGAMINGRE 8/1/ of 7
FYE 09/30/92 JULY 92 0.00 254,550.00 0.00 0 0 0 0 0 0 0 0 0 254,550.00 0.00 0.00 0.00 0.00 254,550.00 AUG 10,616,710.31 5,299.95 845,656.83 84,565.68 61,084.86 23,480.82 339,734.73 135,893.89 67,946.95
More informationEUROINDICATORS WORKING GROUP THE IMPACT OF THE SEASONAL ADJUSTMENT PROCESS OF BUSINESS TENDENCY SURVEYS ON TURNING POINTS DATING
EUROINDICATORS WORKING GROUP 11 TH MEETING 4 & 5 DECEMBER 2008 EUROSTAT D1 DOC 239/08 THE IMPACT OF THE SEASONAL ADJUSTMENT PROCESS OF BUSINESS TENDENCY SURVEYS ON TURNING POINTS DATING ITEM 6.2 ON THE
More informationUvod u relacione baze podataka
Uvod u relacione baze podataka Ana Spasić 2. čas 1 Mala studentska baza dosije (indeks, ime, prezime, datum rodjenja, mesto rodjenja, datum upisa) predmet (id predmeta, sifra, naziv, bodovi) ispitni rok
More informationPROCJENA TLAČNE ČVRSTOĆE BETONA
DOI: 10.19279/TVZ.PD.2013-1-1-05 PROCJENA TLAČNE ČVRSTOĆE BETONA Mario Juričić 1, Donka Wurh 2, Igor Gukov 1 1 Tehničko veleučiliše Zagreb 2 Insiu IGH, d.d., Zagreb Sažeak Opisani su rezulai israživanja
More informationRed veze za benzen. Slika 1.
Red veze za benzen Benzen C 6 H 6 je aromatično ciklično jedinjenje. Njegove dve rezonantne forme (ili Kekuléove structure), prema teoriji valentne veze (VB) prikazuju se uobičajeno kao na slici 1 a),
More informationNew innovative 3-way ANOVA a-priori test for direct vs. indirect approach in Seasonal Adjustment
ISSN 977-333 EWP 0 /00 Euroindicaors working papers New innovaive 3-way ANOVA a-priori es for direc vs. indirec approach in Seasonal Adjusmen Dario Buono Enrico Infane This paper was presened a he, held
More informationRESISTANCE PREDICTION OF SEMIPLANING TRANSOM STERN HULLS
Nenad, VARDA, University of Zagreb, Faculty of Mechanical Engineering and Naval Architecture, I. Lučića 5, 10000 Zagreb Nastia, DEGIULI, University of Zagreb, Faculty of Mechanical Engineering and Naval
More informationProjektovanje paralelnih algoritama II
Projektovanje paralelnih algoritama II Primeri paralelnih algoritama, I deo Paralelni algoritmi za množenje matrica 1 Algoritmi za množenje matrica Ovde su data tri paralelna algoritma: Direktan algoritam
More informationPRECIPITATION FORECAST USING STATISTICAL APPROACHES UDC 55:311.3
FACTA UNIVERSITATIS Series: Working and Living Environmental Protection Vol. 10, N o 1, 2013, pp. 79-91 PRECIPITATION FORECAST USING STATISTICAL APPROACHES UDC 55:311.3 Mladjen Ćurić 1, Stanimir Ţivanović
More informationA look into the factor model black box Publication lags and the role of hard and soft data in forecasting GDP
A look into the factor model black box Publication lags and the role of hard and soft data in forecasting GDP Marta Bańbura and Gerhard Rünstler Directorate General Research European Central Bank November
More informationApproximating Fixed-Horizon Forecasts Using Fixed-Event Forecasts
Approximating Fixed-Horizon Forecasts Using Fixed-Event Forecasts Malte Knüppel and Andreea L. Vladu Deutsche Bundesbank 9th ECB Workshop on Forecasting Techniques 4 June 216 This work represents the authors
More informationEUROINDICATORS WORKING GROUP. A new method for assessing direct versus indirect adjustment
EUROINDICATOR WORKING GROUP 5 TH MEETING TH & TH JUNE 0 EUROTAT C4 DOC 330/ A new mehod for assessing direc versus indirec adjusmen ITEM 4.3 ON THE AGENDA OF THE MEETING OF THE WORKING GROUP ON EUROINDICATOR
More informationEuro-indicators Working Group
Euro-indicators Working Group Luxembourg, 9 th & 10 th June 2011 Item 9.4 of the Agenda New developments in EuroMIND estimates Rosa Ruggeri Cannata Doc 309/11 What is EuroMIND? EuroMIND is a Monthly INDicator
More informationTechnical note on seasonal adjustment for M0
Technical note on seasonal adjustment for M0 July 1, 2013 Contents 1 M0 2 2 Steps in the seasonal adjustment procedure 3 2.1 Pre-adjustment analysis............................... 3 2.2 Seasonal adjustment.................................
More informationKeywords: anticline, numerical integration, trapezoidal rule, Simpson s rule
Application of Simpson s and trapezoidal formulas for volume calculation of subsurface structures - recommendations 2 nd Croatian congress on geomathematics and geological terminology, 28 Original scientific
More informationHas the Business Cycle Changed? Evidence and Explanations. Appendix
Has he Business Ccle Changed? Evidence and Explanaions Appendix Augus 2003 James H. Sock Deparmen of Economics, Harvard Universi and he Naional Bureau of Economic Research and Mark W. Wason* Woodrow Wilson
More informationAlgoritam za množenje ulančanih matrica. Alen Kosanović Prirodoslovno-matematički fakultet Matematički odsjek
Algoritam za množenje ulančanih matrica Alen Kosanović Prirodoslovno-matematički fakultet Matematički odsjek O problemu (1) Neka je A 1, A 2,, A n niz ulančanih matrica duljine n N, gdje su dimenzije matrice
More informationIB test for Direct versus Indirect approach in Seasonal Adjustment
IB test for Direct versus Indirect approach in easonal Adjustment Enrico Infante, Dario Buono, Adriana Buono 3 Eurostat, unit C: "National accounts methodology. ector accounts. Financial indicators", e-mail:
More informationODABRANI PRIJEVODI EKONOMSKA NEIZVJESNOST I NJEN UTJECAJ BR. 48 NA HRVATSKO GOSPODARSTVO SAŽETAK 2017.
Smičiklasova 21 Zagreb www.ijf.hr ured@ijf.hr EKONOMSKA NEIZVJESNOST I NJEN UTJECAJ NA HRVATSKO GOSPODARSTVO DR. SC. PETAR SORIĆ * ČLANAK ** UNIV. SPEC. OEC. IVANA LOLIĆ* JEL: E03, E32, E61 DOI: 10.3326/OP.48
More informationLecture 3: Exponential Smoothing
NATCOR: Forecasing & Predicive Analyics Lecure 3: Exponenial Smoohing John Boylan Lancaser Cenre for Forecasing Deparmen of Managemen Science Mehods and Models Forecasing Mehod A (numerical) procedure
More informationMathcad sa algoritmima
P R I M J E R I P R I M J E R I Mathcad sa algoritmima NAREDBE - elementarne obrade - sekvence Primjer 1 Napraviti algoritam za sabiranje dva broja. NAREDBE - elementarne obrade - sekvence Primjer 1 POČETAK
More informationKLASIFIKACIJA NAIVNI BAJES. NIKOLA MILIKIĆ URL:
KLASIFIKACIJA NAIVNI BAJES NIKOLA MILIKIĆ EMAIL: nikola.milikic@fon.bg.ac.rs URL: http://nikola.milikic.info ŠTA JE KLASIFIKACIJA? Zadatak određivanja klase kojoj neka instanca pripada instanca je opisana
More informationANALYSIS OF THE RELIABILITY OF THE "ALTERNATOR- ALTERNATOR BELT" SYSTEM
I. Mavrin, D. Kovacevic, B. Makovic: Analysis of the Reliability of the "Alternator- Alternator Belt" System IVAN MAVRIN, D.Sc. DRAZEN KOVACEVIC, B.Eng. BRANKO MAKOVIC, B.Eng. Fakultet prometnih znanosti,
More informationShear Modulus and Shear Strength Evaluation of Solid Wood by a Modified ISO Square-Plate Twist Method
Hiroshi Yoshihara 1 Shear Modulus and Shear Strength Evaluation of Solid Wood by a Modified ISO 1531 Square-late Twist Method rocjena smicajnog modula i smicajne čvrstoće cjelovitog drva modificiranom
More informationIntroduction to Forecasting
Introduction to Forecasting Introduction to Forecasting Predicting the future Not an exact science but instead consists of a set of statistical tools and techniques that are supported by human judgment
More informationA New Mixed Multiplicative-Additive Model for Seasonal Adjustment
W O R K I N G P A P E R S A N D S T U D I E S ISSN 1725-4825 A New Mixed Multiplicative-Additive Model for Seasonal Adjustment Conference on seasonality, seasonal adjustment and their implications for
More informationRELIABILITY OF GLULAM BEAMS SUBJECTED TO BENDING POUZDANOST LIJEPLJENIH LAMELIRANIH NOSAČA NA SAVIJANJE
RELIABILITY OF GLULAM BEAMS SUBJECTED TO BENDING Mario Jeleč Josip Juraj Strossmayer University of Osijek, Faculty of Civil Engineering Osijek, mag.ing.aedif. Corresponding author: mjelec@gfos.hr Damir
More informationSAVIJANJE TANKOSTJENIH KOMPOZITNIH ŠTAPOVA OTVORENOG POPREČNOG PRESJEKA
SAVIJANJE TANKOSTJENIH KOMPOZITNIH ŠTAPOVA OTVORENOG POPREČNOG PRESJEKA SEMINAR DOKTORANADA I POSLIJEDOKTORANADA Maro Vuaović Spli, 015. Sadržaj 1. Uvod. Savijanje anojenih ompoinih šapova ovorenog poprečnog
More informationRešenja zadataka za vežbu na relacionoj algebri i relacionom računu
Rešenja zadataka za vežbu na relacionoj algebri i relacionom računu 1. Izdvojiti ime i prezime studenata koji su rođeni u Beogradu. (DOSIJE WHERE MESTO_RODJENJA='Beograd')[IME, PREZIME] where mesto_rodjenja='beograd'
More informationLicenciatura de ADE y Licenciatura conjunta Derecho y ADE. Hoja de ejercicios 2 PARTE A
Licenciaura de ADE y Licenciaura conjuna Derecho y ADE Hoja de ejercicios PARTE A 1. Consider he following models Δy = 0.8 + ε (1 + 0.8L) Δ 1 y = ε where ε and ε are independen whie noise processes. In
More informationDESC Technical Workgroup. CWV Optimisation Production Phase Results. 17 th November 2014
DESC Technical Workgroup CWV Optimisation Production Phase Results 17 th November 2014 1 2 Contents CWV Optimisation Background Trial Phase Production Phase Explanation of Results Production Phase Results
More informationTHE ROLE OF SINGULAR VALUES OF MEASURED FREQUENCY RESPONSE FUNCTION MATRIX IN MODAL DAMPING ESTIMATION (PART II: INVESTIGATIONS)
Uloga singularnih vrijednosti izmjerene matrice funkcije frekventnog odziva u procjeni modalnog prigušenja (Dio II: Istraživanja) ISSN 33-365 (Print), ISSN 848-6339 (Online) DOI:.7559/TV-2492894527 THE
More informationCASTOR A PROPULSION SHAFTLINE TORSIONAL VIBRATION ASSESSMENT TOOL
Gojko MAGAZINOVIĆ, University of Split, FESB, R. Boškovića 32, 21000 Split, Croatia E-mail: gmag@fesb.hr CASTOR A PROPULSION SHAFTLINE TORSIONAL VIBRATION ASSESSMENT TOOL Summary Castor (Computer Assessment
More informationMetode praćenja planova
Metode praćenja planova Klasična metoda praćenja Suvremene metode praćenja gantogram mrežni dijagram Metoda vrednovanja funkcionalnosti sustava Gantogram VREMENSKO TRAJANJE AKTIVNOSTI A K T I V N O S T
More informationSuan Sunandha Rajabhat University
Forecasting Exchange Rate between Thai Baht and the US Dollar Using Time Series Analysis Kunya Bowornchockchai Suan Sunandha Rajabhat University INTRODUCTION The objective of this research is to forecast
More informationFIZIKALNA KOZMOLOGIJA VII. VRLO RANI SVEMIR & INFLACIJA
FIZIKALNA KOZMOLOGIJA VII. VRLO RANI SVEMIR & INFLACIJA KOZMIČKI SAT ranog svemira Ekstra zračenje u mjerenju CMB Usporedba s rezultatima LEP-a Usporedba CMB i neutrina Vj.: Pozadinsko zračenje neutrina
More informationCITY OF MESQUITE Quarterly Investment Report Overview Quarter Ending June 30, 2018
CITY OF MESQUITE Quarterly Investment Report Overview Quarter Ending June 30, 2018 Investment objectives are safety, liquidity, yield and public trust. Portfolio objective is to meet or exceed the average
More informationSlika 1. Slika 2. Da ne bismo stalno izbacivali elemente iz skupa, mi ćemo napraviti još jedan niz markirano, gde će
Permutacije Zadatak. U vreći se nalazi n loptica različitih boja. Iz vreće izvlačimo redom jednu po jednu lopticu i stavljamo jednu pored druge. Koliko različitih redosleda boja možemo da dobijemo? Primer
More informationApproximating fixed-horizon forecasts using fixed-event forecasts
Approximating fixed-horizon forecasts using fixed-event forecasts Comments by Simon Price Essex Business School June 2016 Redundant disclaimer The views in this presentation are solely those of the presenter
More informationEXPERIMENTAL ANALYSIS OF THE STRENGTH OF A POLYMER PRODUCED FROM RECYCLED MATERIAL
A. Jurić et al. EXPERIMENTAL ANALYSIS OF THE STRENGTH OF A POLYMER PRODUCED FROM RECYCLED MATERIAL Aleksandar Jurić, Tihomir Štefić, Zlatko Arbanas ISSN 10-651 UDC/UDK 60.17.1/.:678.74..017 Preliminary
More informationProduct Function Matrix and its Request Model
Strojarstvo 51 (4) 293-301 (2009) M KARAKAŠIĆ et al, Product Function Matrix and its Request Model 293 CODEN STJSAO ISSN 0562-1887 ZX470/1388 UDK 6585122:00442 Product Function Matrix and its Request Model
More informationTechnical note on seasonal adjustment for Capital goods imports
Technical note on seasonal adjustment for Capital goods imports July 1, 2013 Contents 1 Capital goods imports 2 1.1 Additive versus multiplicative seasonality..................... 2 2 Steps in the seasonal
More informationCOMPARISON OF THE DIFFERENCING PARAMETER ESTIMATION FROM ARFIMA MODEL BY SPECTRAL REGRESSION METHODS. By Gumgum Darmawan, Nur Iriawan, Suhartono
COMPARISON OF THE DIFFERENCING PARAMETER ESTIMATION FROM ARFIMA MODEL BY SPECTRAL REGRESSION METHODS By Gumgum Darmawan, Nur Iriawan, Suharono INTRODUCTION (1) TIME SERIES MODELS BASED ON VALUE OF DIFFERENCING
More informationModified Zagreb M 2 Index Comparison with the Randi} Connectivity Index for Benzenoid Systems
CROATICA CHEMICA ACTA CCACAA 7 (2) 83 87 (2003) ISSN-00-3 CCA-2870 Note Modified Zagreb M 2 Index Comparison with the Randi} Connectivity Index for Benzenoid Systems Damir Vuki~evi} a, * and Nenad Trinajsti}
More informationLINEARNI MODELI STATISTIČKI PRAKTIKUM 2 2. VJEŽBE
LINEARNI MODELI STATISTIČKI PRAKTIKUM 2 2. VJEŽBE Linearni model Promatramo jednodimenzionalni linearni model. Y = β 0 + p β k x k + ε k=1 x 1, x 2,..., x p - varijable poticaja (kontrolirane) ε - sl.
More informationON DERIVATING OF AN ELASTIC STABILITY MATRIX FOR A TRANSVERSELY CRACKED BEAM COLUMN BASED ON TAYLOR EXPANSION
POLYTECHNIC & DESIGN Vol. 3, No. 3, 2015. DOI: 10.19279/TVZ.PD.2015-3-3-04 ON DERIVATING OF AN ELASTIC STABILITY MATRIX FOR A TRANSVERSELY CRACKED BEAM COLUMN BASED ON TAYLOR EXPANSION IZVOD MATRICE ELASTIČNE
More informationTime Series Analysis
Time Series Analysis A time series is a sequence of observations made: 1) over a continuous time interval, 2) of successive measurements across that interval, 3) using equal spacing between consecutive
More informationA Specification Test for Linear Dynamic Stochastic General Equilibrium Models
Journal of Saisical and Economeric Mehods, vol.1, no.2, 2012, 65-70 ISSN: 2241-0384 (prin), 2241-0376 (online) Scienpress Ld, 2012 A Specificaion Tes for Linear Dynamic Sochasic General Equilibrium Models
More informationTIGER: Tracking Indexes for the Global Economic Recovery By Eswar Prasad and Karim Foda
TIGER: Tracking Indexes for the Global Economic Recovery By Eswar Prasad and Karim Foda Technical Appendix Methodology In our analysis, we employ a statistical procedure called Principal Compon Analysis
More informationCITY OF MESQUITE Quarterly Investment Report Overview Quarter Ending September 30, 2018
CITY OF MESQUITE Quarterly Investment Report Overview Quarter Ending September 30, 2018 Investment objectives are safety, liquidity, yield and public trust. Portfolio objective is to meet or exceed the
More informationZANIMLJIV NAČIN IZRAČUNAVANJA NEKIH GRANIČNIH VRIJEDNOSTI FUNKCIJA. Šefket Arslanagić, Sarajevo, BiH
MAT-KOL (Banja Luka) XXIII ()(7), -7 http://wwwimviblorg/dmbl/dmblhtm DOI: 75/МК7A ISSN 5-6969 (o) ISSN 986-588 (o) ZANIMLJIV NAČIN IZRAČUNAVANJA NEKIH GRANIČNIH VRIJEDNOSTI FUNKCIJA Šefket Arslanagić,
More informationPRIKAZI br. 28 REVIEWS N 28
REPUBLIKA HRVATSKA DRŽAVNI HIDROMETEOROLOŠKI ZAVOD REPUBLIC OF CROATIA METEOROLOGICAL AND HYDROLOGICAL SERVICE PRIKAZI br. 28 REVIEWS N 28 PRAĆENJE I OCJENA KLIME U 2016. GODINI CLIMATE MONITORING AND
More informationAffine term structure models
Affine erm srucure models A. Inro o Gaussian affine erm srucure models B. Esimaion by minimum chi square (Hamilon and Wu) C. Esimaion by OLS (Adrian, Moench, and Crump) D. Dynamic Nelson-Siegel model (Chrisensen,
More informationThe existence theorem for the solution of a nonlinear least squares problem
61 The existence theorem for the solution of a nonlinear least squares problem Dragan Jukić Abstract. In this paper we prove a theorem which gives necessary and sufficient conditions which guarantee the
More informationForecasting using R. Rob J Hyndman. 1.3 Seasonality and trends. Forecasting using R 1
Forecasting using R Rob J Hyndman 1.3 Seasonality and trends Forecasting using R 1 Outline 1 Time series components 2 STL decomposition 3 Forecasting and decomposition 4 Lab session 5 Forecasting using
More informationDates and Prices ICAEW - Manchester In Centre Programme Prices
Dates and Prices ICAEW - Manchester - 2019 In Centre Programme Prices Certificate Level GBP ( ) Intensive Accounting 690 Assurance 615 Law 615 Business, Technology and Finance 615 Mangement Information
More informationDetection and Forecasting of Islamic Calendar Effects in Time Series Data
SBP-Research Bulletin Volume 1, Number 1, 2005 Detection and Forecasting of Islamic Calendar Effects in Time Series Data Riaz Riazuddin and Mahmood-ul-Hasan Khan As the behavior of Islamic societies incorporates
More informationStability. Coefficients may change over time. Evolution of the economy Policy changes
Sabiliy Coefficiens may change over ime Evoluion of he economy Policy changes Time Varying Parameers y = α + x β + Coefficiens depend on he ime period If he coefficiens vary randomly and are unpredicable,
More informationarxiv:math/ v1 [math.st] 27 Feb 2007
IMS Lecture Notes Monograph Series Time Series and Related Topics Vol. 52 (2006) 138 148 c Institute of Mathematical Statistics, 2006 DOI: 10.1214/074921706000001003 Modeling macroeconomic time series
More informationOn the Use of Forecasts when Forcing Annual Totals on Seasonally Adjusted Data
The 34 th International Symposium on Forecasting Rotterdam, The Netherlands, June 29 to July 2, 2014 On the Use of Forecasts when Forcing Annual Totals on Seasonally Adjusted Data Michel Ferland, Susie
More informationTime Series Analysis of Currency in Circulation in Nigeria
ISSN -3 (Paper) ISSN 5-091 (Online) Time Series Analysis of Currency in Circulation in Nigeria Omekara C.O Okereke O.E. Ire K.I. Irokwe O. Department of Statistics, Michael Okpara University of Agriculture
More informationMetode izračunavanja determinanti matrica n-tog reda
Osječki matematički list 10(2010), 31 42 31 STUDENTSKA RUBRIKA Metode izračunavanja determinanti matrica n-tog reda Damira Keček Sažetak U članku su opisane metode izračunavanja determinanti matrica n-tog
More informationSTATE BANK OF PAKISTAN WORKING PAPERS. Detection and Forecasting of Islamic Calendar Effects in. Time Series Data
STATE BANK OF PAKISTAN WORKING PAPERS No. 2 January 2002 Detection and Forecasting of Islamic Calendar Effects in Time Series Data by Riaz Riazuddin and Mahmood-ul-Hasan Khan The Working Paper is Available
More informationIn Centre, Online Classroom Live and Online Classroom Programme Prices
In Centre, and Online Classroom Programme Prices In Centre Online Classroom Foundation Certificate Bookkeeping Transactions 430 325 300 Bookkeeping Controls 320 245 225 Elements of Costing 320 245 225
More informationSeasonal Adjustment of an Aggregate Series using Univariate and Multivariate Basic Structural Models
University of Wollongong Research Online Centre for Statistical & Survey Methodology Working Paper Series Faculty of Engineering and Information Sciences 2010 Seasonal Adjustment of an Aggregate Series
More informationBOKDSGE: A DSGE Model for the Korean Economy
BOKDSGE: A DSGE Model for he Korean Economy June 4, 2008 Joong Shik Lee, Head Macroeconomeric Model Secion Research Deparmen The Bank of Korea Ouline 1. Background 2. Model srucure & parameer values 3.
More informationTHE GLOBAL DECLINE OF THE LABOR SHARE
THE GLOBAL DECLINE OF THE LABOR SHARE Shi Zhengyang, Huang Yiguo, Ma Chengchao, Xie Yuchen June 5, 208 Auhor-Loukas Karabarbounis Academic Posiion Associae professor, Deparmen of Economics, Universiy of
More informationEXAMINATIONS OF THE ROYAL STATISTICAL SOCIETY
EXAMINATIONS OF THE ROYAL STATISTICAL SOCIETY GRADUATE DIPLOMA, 011 MODULE 3 : Stochastic processes and time series Time allowed: Three Hours Candidates should answer FIVE questions. All questions carry
More informationECON 482 / WH Hong Time Series Data Analysis 1. The Nature of Time Series Data. Example of time series data (inflation and unemployment rates)
ECON 48 / WH Hong Time Series Daa Analysis. The Naure of Time Series Daa Example of ime series daa (inflaion and unemploymen raes) ECON 48 / WH Hong Time Series Daa Analysis The naure of ime series daa
More informationThe Prediction of. Key words: LD converter, slopping, acoustic pressure, Fourier transformation, prediction, evaluation
K. Kostúr, J. et Futó al.: The Prediction of Metal Slopping in LD Coerter on Base an Acoustic ISSN 0543-5846... METABK 45 (2) 97-101 (2006) UDC - UDK 669.184.224.66:534.6=111 The Prediction of Metal Slopping
More informationShort-term forecasts of GDP from dynamic factor models
Short-term forecasts of GDP from dynamic factor models Gerhard Rünstler gerhard.ruenstler@wifo.ac.at Austrian Institute for Economic Research November 16, 2011 1 Introduction Forecasting GDP from large
More informationVectorautoregressive Model and Cointegration Analysis. Time Series Analysis Dr. Sevtap Kestel 1
Vecorauoregressive Model and Coinegraion Analysis Par V Time Series Analysis Dr. Sevap Kesel 1 Vecorauoregression Vecor auoregression (VAR) is an economeric model used o capure he evoluion and he inerdependencies
More informationCOMPARISON OF LINEAR SEAKEEPING TOOLS FOR CONTAINERSHIPS USPOREDBA PROGRAMSKIH ALATA ZA LINEARNU ANALIZU POMORSTVENOSTI KONTEJNERSKIH BRODOVA
Ana Đigaš, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje Maro Ćorak, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje Joško Parunov, Sveučilište u Zagrebu, Fakultet strojarstva i
More informationREGIONAL TRAINING COURSE ON METHODS AND TOOLS TO IDENTIFY SOURCES OF AIR POLLUTION
REGIONAL TRAINING COURSE ON METHODS AND TOOLS TO IDENTIFY SOURCES OF AIR POLLUTION IAEA RER 1013: Supporting Air Quality Management Source apportionment by Positive Matrix Factorization Marta Almeida Email:
More informationThe Spectrum of Broadway: A SAS
The Spectrum of Broadway: A SAS PROC SPECTRA Inquiry James D. Ryan and Joseph Earley Emporia State University and Loyola Marymount University Abstract This paper describes how to use the sophisticated
More informationAnnual Average NYMEX Strip Comparison 7/03/2017
Annual Average NYMEX Strip Comparison 7/03/2017 To Year to Year Oil Price Deck ($/bbl) change Year change 7/3/2017 6/1/2017 5/1/2017 4/3/2017 3/1/2017 2/1/2017-2.7% 2017 Average -10.4% 47.52 48.84 49.58
More informationEstimation Uncertainty
Esimaion Uncerainy The sample mean is an esimae of β = E(y +h ) The esimaion error is = + = T h y T b ( ) = = + = + = = = T T h T h e T y T y T b β β β Esimaion Variance Under classical condiions, where
More informationMATHEMATICAL MODELING OF DIE LOAD IN THE PROCESS OF CROSS TUBE HYDROFORMING
Journal for Technology of Plasticity, Vol. 40 (2015), Number 1 MATHEMATICAL MODELING OF DIE LOAD IN THE PROCESS OF CROSS TUBE HYDROFORMING Mehmed Mahmić, Edina Karabegović University of Bihać, Faculty
More informationSveučilište u Zagrebu Fakultet prometnih znanosti Diplomski studij. Umjetna inteligencija - Genetski algoritmi 47895/47816 UMINTELI HG/
Sveučilište u Zagrebu Fakultet prometnih znanosti Diplomski studij Umjetna inteligencija - Genetski algoritmi 47895/47816 UMINTELI HG/2008-2009 Genetski algoritam Postupak stohastičkog pretraživanja prostora
More informationANALYSIS OF INFLUENCE OF PARAMETERS ON TRANSFER FUNCTIONS OF APERIODIC MECHANISMS UDC Života Živković, Miloš Milošević, Ivan Ivanov
UNIVERSITY OF NIŠ The scientific journal FACTA UNIVERSITATIS Series: Mechanical Engineering Vol.1, N o 6, 1999 pp. 675-681 Editor of series: Nenad Radojković, e-mail: radojkovic@ni.ac.yu Address: Univerzitetski
More informationBidding in sequential electricity markets: The Nordic case
Bidding in sequenial elecriciy markes: The Nordic case Trine Krogh Boomsma Deparmen of Mahemaical Sciences, Universiy of Copenhagen Join work wih Sein-Erik Fleen and Nina Juul Par of he ENSYMORA projec
More information15. Which Rule for Monetary Policy?
15. Which Rule for Moneary Policy? John B. Taylor, May 22, 2013 Sared Course wih a Big Policy Issue: Compeing Moneary Policies Fed Vice Chair Yellen described hese in her April 2012 paper, as discussed
More informationNAPREDNI FIZIČKI PRAKTIKUM 1 studij Matematika i fizika; smjer nastavnički MJERENJE MALIH OTPORA
NAPREDNI FIZIČKI PRAKTIKUM 1 studij Matematika i fizika; smjer nastavnički MJERENJE MALIH OTPORA studij Matematika i fizika; smjer nastavnički NFP 1 1 ZADACI 1. Mjerenjem geometrijskih dimenzija i otpora
More informationSVEUČILIŠTE U ZAGREBU FAKULTET STROJARSTVA I BRODOGRADNJE DIPLOMSKI RAD. Bruno Dogančić. Zagreb, 2015.
SVEUČILIŠTE U ZAGREBU FAKULTET STROJARSTVA I BRODOGRADNJE DIPLOMSKI RAD Bruno Dogančić Zagreb, 215. SVEUČILIŠTE U ZAGREBU FAKULTET STROJARSTVA I BRODOGRADNJE DIPLOMSKI RAD Menor: Doc. dr. sc. Marko Jokić,
More informationSmoothed Prediction of the Onset of Tree Stem Radius Increase Based on Temperature Patterns
Smoothed Prediction of the Onset of Tree Stem Radius Increase Based on Temperature Patterns Mikko Korpela 1 Harri Mäkinen 2 Mika Sulkava 1 Pekka Nöjd 2 Jaakko Hollmén 1 1 Helsinki
More informationSolutions: Wednesday, November 14
Amhers College Deparmen of Economics Economics 360 Fall 2012 Soluions: Wednesday, November 14 Judicial Daa: Cross secion daa of judicial and economic saisics for he fify saes in 2000. JudExp CrimesAll
More informationShort-Term Job Growth Impacts of Hurricane Harvey on the Gulf Coast and Texas
Short-Term Job Growth Impacts of Hurricane Harvey on the Gulf Coast and Texas Keith Phillips & Christopher Slijk Federal Reserve Bank of Dallas San Antonio Branch The views expressed in this presentation
More informationUPUTE ZA OBLIKOVANJE DIPLOMSKOG RADA
1 UPUTE ZA OBLIKOVANJE DIPLOMSKOG RADA Opseg je diplomskog rada ograničen na 30 stranica teksta (broje se i arapskim brojevima označavaju stranice od početka Uvoda do kraja rada). Veličina je stranice
More informationDETERMINATION OF THE EFFECTIVE STRAIN FLOW IN COLD FORMED MATERIAL
DETERMINATION OF THE EFFECTIVE STRAIN FLOW IN COLD FORMED MATERIAL Leo Gusel University of Maribor, Faculty of Mechanical Engineering Smetanova 17, SI 000 Maribor, Slovenia ABSTRACT In the article the
More informationIMPACT OF PV POWER PLANTS ON THE VOLTAGE CONDITIONS AND POWER SYSTEM LOSSES IN MV DISTRIBUTION NETWORK
HRVATSKI OGRANAK MEĐUNARODNE ELEKTRODISTRIBUCIJSKE KONFERENCIJE - HO CIRED 4. (0.) savjeovanje Trogir/Sege Donji,. - 4. svibnja 204. SO2 07 Doc dr. sc. Damir Jakus, dipl.ing Fakule elekroehnike, srojarsva
More informationQUARRY STABILITY ANALYSIS FOR COMPLEX SLIP SURFACES USING THE MATHSLOPE METHOD
Rudarsko-geološko-naftni zbornik Vol. 16 str. 91-96 Zagreb, 2004. UDC 622.1:681.14 UDK 622.1:681.14 Original scientific paper Originalni znanstveni rad QUARRY STABILITY ANALYSIS FOR COMPLEX SLIP SURFACES
More informationVARIJABILNOST PADALINA U HVARU I CRIKVENICI PRECIPITATION VARIABILITY IN HVAR AND CRIKVENICA
VARIJABILNOST PADALINA U HVARU I CRIKVENICI PRECIPITATION VARIABILITY IN HVAR AND CRIKVENICA MLADEN MARADIN Geografski odsjek, PMF, Zagreb / Department of Geography, Faculty of Science, Zagreb Primljeno
More informationPassive Diffusion Monitoring
Passive Diffusion Monitoring for Ammonia in the US U.S. Lear, G. 1, C. Sweet 2,3, M. Caughey 3, C. Lehmann 2,3, T. Dombek 2,3, and D. Gay 2,3 1 U.S. Environmental Protection Agency Clean Air Markets Division
More informationOptimizacija Niza Čerenkovljevih teleskopa (CTA) pomoću Monte Carlo simulacija
1 / 21 Optimizacija Niza Čerenkovljevih teleskopa (CTA) pomoću Monte Carlo simulacija Mario Petričević Fizički odsjek, PMF Sveučilište u Zagrebu 30. siječnja 2016. 2 / 21 Izvori Spektar Detekcija Gama-astronomija
More informationMATHEMATICAL ANALYSIS OF PERFORMANCE OF A VIBRATORY BOWL FEEDER FOR FEEDING BOTTLE CAPS
http://doi.org/10.24867/jpe-2018-02-055 JPE (2018) Vol.21 (2) Choudhary, M., Narang, R., Khanna, P. Original Scientific Paper MATHEMATICAL ANALYSIS OF PERFORMANCE OF A VIBRATORY BOWL FEEDER FOR FEEDING
More informationBOSNA I HERCEGOVINA TRŽIŠTE OSIGURANJA 2009
BOSNA I HERCEGOVINA TRŽIŠTE OSIGURANJA 2009 OSTVARENA PREMIJA OSIGURANJA ZA 2009. GODINU U BOSNI I HERCEGOVINI u EUR Društvo za osiguranje 31.12.2009 Premija na dan 31.12.2008 Indeks rasta Ukupno neživot
More informationFormule za udaljenost točke do pravca u ravnini, u smislu lp - udaljenosti math.e Vol 28.
1 math.e Hrvatski matematički elektronički časopis Formule za udaljenost točke do pravca u ravnini, u smislu lp - udaljenosti Banachovi prostori Funkcija udaljenosti obrada podataka optimizacija Aleksandra
More information