100% tevredenheidsgarantie Direct beschikbaar na betaling Zowel online als in PDF Je zit nergens aan vast
logo-home
Summary Time series models and forecasting (For the second half of the subject EMF) €3,49   In winkelwagen

Samenvatting

Summary Time series models and forecasting (For the second half of the subject EMF)

 4 keer bekeken  0 keer verkocht

A concise summary of all important elements for this topic, for the second half of the subject EMF.

Voorbeeld 2 van de 8  pagina's

  • 22 maart 2024
  • 8
  • 2023/2024
  • Samenvatting
Alle documenten voor dit vak (17)
avatar-seller
benthedelaat7
Time-series models and forecasting
Time series models : describe the behaviour of variable(s) on the basis of lagged values of these
same variable(s). Only y and lagged y, no x anymore in (OLS) regression.
Time series models are used to:
- Analyse how a (economic / financial) shock affects variables now and in the future
= Impulse response
- Forecas ng variables
- Not/ less useful for establishing causal rela onships

Variables in me series models need to be sta onary:
- Without trend
- Stable variance over me
- Stable autocorrela on structure over me
- No seasonality
If you draw a line through the middle of a sta onary process then it should be flat.
It may have cycles, but overall it does not trend up nor down.

Uncondi onal distribu on = distribu on of variable(s) without having any addi onal informa on
(opposite is condi onal distribu on).

Mathema cally speaking sta onary:
- The uncondi onal joint probability distribu on does not change when shi ed in me
- Parameters such as uncondi onal mean and variance, autocorrela on thus cannot change
over me
- Condi onal mean and variance can change over me




Why do we need sta onary variables?
- OLS assump ons imply sta onarity for the error term
- If variable is not sta onary, OLS gives spurious and false results
- Ma ers for forecas ng

, White noise process : no discernible structure, no autocorrela on.
Autocorrela on func on will be zero apart from a single peak of 1 at s = 0.




If there is no autocorrela on at all (white noise), no need to use me-series model.
If there is evidence for autocorrela on:




Example (there is decay, but not super fast) (H0 is rejected).

Voordelen van het kopen van samenvattingen bij Stuvia op een rij:

Verzekerd van kwaliteit door reviews

Verzekerd van kwaliteit door reviews

Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!

Snel en makkelijk kopen

Snel en makkelijk kopen

Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.

Focus op de essentie

Focus op de essentie

Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!

Veelgestelde vragen

Wat krijg ik als ik dit document koop?

Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.

Tevredenheidsgarantie: hoe werkt dat?

Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.

Van wie koop ik deze samenvatting?

Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper benthedelaat7. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €3,49. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

4,6 sterren op Google & Trustpilot (+1000 reviews)

Afgelopen 30 dagen zijn er 75759 samenvattingen verkocht

Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen

Start met verkopen
€3,49
  • (0)
  Kopen