CORSO DI ANALISI DELLE SERIE STORICHE A.A 2008/2009- LABORATORIO DI STATA: LEZIONE 3 ANALISI CLASSICA DELLE SERIE STORICHE I (FORMATO PDF)

Dimensione: px

Iniziare la visualizzazioe della pagina:

Download "CORSO DI ANALISI DELLE SERIE STORICHE A.A 2008/2009- LABORATORIO DI STATA: LEZIONE 3 ANALISI CLASSICA DELLE SERIE STORICHE I (FORMATO PDF)"

Giulietta Zanella
5 anni fa
Visualizzazioni

A 2008/2009- LABORATORIO DI STATA: LEZIONE 3 ANALISI CLASSICA DELLE SERIE

1 Universiy of Naples Federico II From he SelecedWorks of Carlo Drago Winer December 19, 2008 CORSO DI ANALISI DELLE SERIE STORICHE A.A 2008/2009- LABORATORIO DI STATA: LEZIONE 3 ANALISI CLASSICA DELLE SERIE STORICHE I (FORMATO PDF) Carlo Drago Available a: hps://works.bepress.com/carlo_drago/80/

2 Corso di Soriche a.a 2008/ 2009 Laboraorio di : lezione 3 analisi classica delle serie soriche (I) Carlo Drago c.drago@mclink.i 19 dicembre

3 Riepilogo della scorsa lezione La cosruzione del daase emporale Le rasformazioni delle variabili (1): variabili emporali, variabili indicaore. Le rasformazioni delle variabili (2): riardi (lags), ermini anicipaivi (leads), differenze. Le rasformazioni delle variabili (3): medie mobili Le rasformazioni delle variabili (4): alre rasformazioni La descrizione dei dai e le saisiche descriive L analisi grafica dei dai 2

4 Sommario Analisi delle componeni di una serie sorica Trend lineare o linearizzabile nei parameri L oupu di sima Il salvaaggio delle sime Le avole di comparazione delle sime La visualizzazione del rend La generazione dei residui Sima della componene sagionale Sima simulanea del rend e della sagionalià 3

5 Analisi delle componeni di una serie sorica La prima esplorazione dei dai avviene mediane l ispezione della serie sorica (o delle serie soriche) mediane un grafico. Come abbiamo deo il comando è sline [variabile1] [variabile2] [variabile n] nel caso volessimo analizzare più serie conemporaneamene. All inerno della serie possono essere analizzae a livello visuale sia rend, cicli e sagionalià della serie sessa. Le analisi possono essere svole anche in locale focalizzandosi e comparando gli andameni in diverse fasi emporali (facendo uso di un cosruo come if ad esempio per diversi periodi) Condizione fondamenale è chiaramene che si sia effeuaa la pulizia delle serie sorica (o delle serie soriche) al fine di eviare errori. La pulizia della serie sorica, può anche riguardare l impuazione di valori mancani. 4

6 La creazione delle variabili necessarie All inerno della procedura di sima la prima variabile può essere il ermine lineare creao semplicemene con gen =id laddove avessimo creao una variabile chiave di queso ipo. Chiaramene ci si deve essere accerai che la procedura sia correa da un puno di visa saisico. Il ermine quadraico sarà invece gen 2=* e così via per i ermini successivi cubico gen 3=** e così via. A queso puno si può simare il rend uilizzando le variabili così cosruie. 5

7 Trend lineare o linearizzabile nei parameri A queso puno parendo dalla serie visualizzaa, la sima di un rend in avviene mediane il comando regress Il modello y si sima con = β 0 + β 1 + ε per = 1,2,..., n regress y 2 Il modello y = β 0 + β 1 + β 2 + ε per = 1,2,..., n con regress y Il modello y = β 0 + β 1 + β 2 + β 3 + ε per = 1,2,..., con regress y Laddove ε WN(0, σ ) n 6

8 L oupu di sima Il ipico oupu oenuo in relaivo alla sima di un modello. 7

9 Il salvaaggio delle sime Le sime possono essere salvae con il comando esimaes sore [nome della sima] La procedura è uile laddove ad esempio si desideri creare una avola comparaiva con ue le sime. Per eliminare delle sime precedenemene salvae si usa il comando esimaes drop _all 8

10 Il salvaaggio delle sime (sore esimaion resuls) 9

11 Le avole di comparazione delle sime La abellazione comparaiva delle sime può essere oenua con il comando esimaes able [nome sima1] [nome sima2] ecc. Una serie di opzioni sono molo imporani per visualizzare alre saisiche desiderai. Ad esempio poremo avere: esimaes able es1 es2 es3, sas(r2_a ) sar( ) syle(oneline), laddove es1, es2 ed es3 sono i re nomi delle sime salvae. Si noi, quindi, che è possibile aggiungere olre all R quadrao correo anche alre saisiche (opzione sas). In queso caso l R quadrao si oerrà ad esempio aggiungendo r2 nelle opzioni in sas. L opzione sar permee di visualizzare la significaivià dei singoli coefficieni. 10

12 Le avole di comparazione delle sime (able esimaion resuls) 11

13 La visualizzazione a livello grafico del rend La visualizzazione del rend della serie sorica y può semplicemene avvenire con il comando woway (sline y) (lfi y anno) nel caso di dai annuali. Alrimeni è molo uile cosruire una colonna di valori oenui nel procedimeno di sima con il comando predic [nome variabile] ad esempio predic yha dopo la procedura di sima e successivamene visualizzarlo ad esempio con: sline [variabile di cui si è simao il rend] yha. In paricolare il comando predic permee di creare varie ipologie di variabili a parire dalla sima, valori simai o predei, residui e così via. Mediane il comando if si possono visualizzare diversi inervalli emporali di riferimeno. 12

14 La creazione dei residui I residui dei modelli possono essere semplicemene creai con il comando predic [nome variabile residui da creare], residuals I residui in queso modo vengono inserii ra le variabili e possono essere osservai visualmene o analizzai secondo alre meodologie che ne permeano di analizzare la casualià. I residui dei modelli possono essere semplicemene visualizzai con sline [nome della variabile dei residui] 13

15 Sima delle componeni della sagionalià Si può effeuare la sima delle componeni della sagionalià facendo uso delle variabili dummy precedenemene creae (si veda la lezione 2). In queso caso il modello di regressione sarà: y = γ 1d1 + γ 2d2 + γ 3d3 + γ 4d4 + ε ε WN(0, σ 2 ) La regressione va effeuaa senza l inercea. Bisogna quindi effeuare una regressione con il comando regress, ogliendo l inercea ra i regressori con l opzione noconsan. La regressione divena quindi regress y d1 d2 d3 d4, noconsan ad esempio. 14

16 Sima simulanea del rend e della sagionalià In queso caso il modello di regressione divena: y ε = 1d1 + γ 2d2 + γ 3d3 + γ 4d4 + 1 γ β + ε WN(0, σ 2 ) In queso modello siamo simando simulaneamene il rend e le componeni della sagionalià La regressione va sempre effeuaa senza l inercea. Bisogna quindi effeuare una regressione con il comando regress, ogliendo l inercea ra i regressori con l opzione noconsan. La regressione in quindi sarà: regress y d1 d2 d3 d4, noconsan ad esempio. 15

17 Riepilogo Analisi delle componeni di una serie sorica Trend lineare o linearizzabile nei parameri L oupu di sima Il salvaaggio delle sime Le avole di comparazione delle sime La visualizzazione del rend La generazione dei residui Sima della componene sagionale Sima simulanea del rend e della sagionalià 16

18 Bibliografia Baum C.F. (2004) Inroducion o, Faculy Micro Resource Cener Academic Technology Services, Boson College hp://fmwww.bc.edu/gsa/docs/inro.pdf Di Fonzo T., Lisi F. (2001) Serie soriche economiche Carocci ediore Garner M. (2000) A primer in European Macroeconomics Prenice Hall Gould W. (2003) How do I creae dummy variables? hp:// Hardin J. (1996) How do I creae a lag variable? hp:// LSE Research Laboraory IT Service (2004) Inroducion o hp://rlab.lse.ac.uk/i/i_docs/inroducion_o_saa.pdf 17

19 Bibliografia Milone G. (2005) Laboraorio di Diparimeno di Maemaica e Saisica, Universià degli Sudi di Napoli Federico II hp:// 1 Piccolo D. (2000) Saisica Il Mulino Scepi G. (2008) Corso di Soriche Diparimeno di Maemaica e Saisica, Universià degli Sudi di Napoli Federico II hp:// 1 corp (2007) 10 manuals corp (2007) Time Series Reference Manual corp websie hp:// 18

20 Bibliografia Syracuse Universiy Library (na) Tuorial hp://library.syr.edu/informaion/mgi/nds/sofware/saa/inr o/reading_and_documening_daa.hml Svend J. (2004) Inroducion o, Deparmen of Epidemiology and Social Medicine, Universiy of Aarhus hp:// df UCLA Academic Technology Services (na) FAQ: How can I exrac monh and year componen from a variable wih %m forma? hp:// hm 19

21 Per approfondire e il calcolo saisico al compuer (saisical compuing) Baum C.F. (2002) Why should you avoid using poin-and-click mehod in saisical sofware packages? hp://fmwww.bc.edu/gsa/docs/poinclick.hml Baum C.F (2005) A lile bi of programming goes a long way IDEAS Working Paper hp://ideas.repec.org/p/boc/usug05/16.hml Bookmark delicious sul calcolo saisico al compuer ad UCLA hp://delicious.com/sacomp Carolina Populaion Cener: uorial hp:// uorial Eszer s Goodies Page ( helpful resources) hp:// Porale su ad UCLA hp:// 20

22 Per approfondire e il calcolo saisico al compuer (saisical compuing) Princeon Universiy: online raining a DSS hp:// Ricerche consigliae su Google o alri moori di ricerca: uorial, ips, Learning, Inroducion, lecure noes, programs, do files, ado files Risorse per l apprendimeno di presso corp (raccola di collegameni) hp:// Risorse generali su (programmi, esempi, daases..) presso corp hp:// lis, gruppo di discussione su hp:// Sromberg, A.J. (2005) Why wrie saisical sofware? The case of robus saisical mehods, Journal of Saisical Sofware 10(5) hp:// 21

23 Riepilogo dei comandi di (consulare l help per maggiori deagli) Gen genera la variabile Drop elimina una variabile (specificando _all le elimina ue) Lis visualizza una variabile (specificando _all le visualizza ue) Tsline [serie1] [serie2] ecc. visualizza le serie soriche Regress regressione lineare, con l opzione noconsan la regressione avviene senza inercea. Esimaes sore [nome sima] salvaaggio delle sime Esimaes drop [nome sima] eliminazione della sima salvaa con _all elimina ue le sime salvae Esimaes able [nome sima1] [nome sima2] ecc. visualizza la avola con i risulai delle sime a livello comparaivo Predic [nome] genera i valori simai Predic [nome], residuals genera i residui 22

Documenti analoghi

CORSO DI ANALISI DELLE SERIE STORICHE A.A 2008/2009- LABORATORIO DI STATA: LEZIONE 5 ANALISI MODERNA DELLE SERIE STORICHE (FORMATO PDF)

University of Naples Federico II From the SelectedWorks of Carlo Drago Winter January 9, 2009 CORSO DI ANALISI DELLE SERIE STORICHE A.A 2008/2009- LABORATORIO DI STATA: LEZIONE 5 ANALISI MODERNA DELLE