Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
POMIARRYZYKAWSYSTEMIECENYJEDNOLITEJ...
33
∇–operatorróżnicowy
∇
s
z
t
=
z
t
−
z
t
−
s
=
(−
1
B
s
)
z
t
,
ε
t
–resztymodelu.
Wtabeli2zamieszczonowynikiestymacjimetodąnajwiększejwiary-
godnościparametrówrównania(2)dladwóchszeregówlogarytmicznychgo-
dzinnychstópzwrotucenenergiielektrycznejnotowanychnaAukcji1oraz
Aukcji2.Szereginiewykazywałyistotnegotrendu(rządintegracjiszeregu
d=0).Napodstawieobserwacjifunkcjiautokorelacjiorazautokorelacjicząst-
kowej,zróżnicowanoszeregizopóźnieniemsezonowyms=24,anastępnie
dobranorządopóźnieńczęściautokorelacjiiśredniejruchomej
1.Otrzymane
modeleróżniąsięnieznaczniemiędzysobą.DlaszereguczasowegozAukcji2
parametrprzyśredniejruchomejzopóźnieniemrzędudwaokazałsięstatys-
tycznienieistotny.Pozostałeparametrymodelisąstatystycznieistotne,ponadto
bardzodosiebiezbliżone.Cooznacza,żenaobydwuaukcjachprocesyzmien-
nościprzebiegająpodobnie,alenapoziomieichwartościoczekiwanych.Proces
notowańnaAukcji2manieco„krótsząpamięć”,ponieważsięgaonatylko
jednegookresuwstecz.
Tabela2
WynikiestymacjimodeliSARIMA
SARIMA(1,0,2)(1,1,1)
SARIMA(1,0,1)(1,1,1)
MS=0,0098
MS=0,0154
AUKCJA2
AUKCA1
s=24
Parametry
Qs(1)
Qs(1)
Ps(1)
Ps(1)
p(1)
q(1)
q(2)
p(1)
q(1)
parametrów
Oceny
0,83
0,86
0,13
0,21
0,75
0,82
0,99
0,15
0,79
p-wartość
<0,01
<0,01
<0,01
<0,01
<0,01
<0,01
<0,01
<0,01
<0,01
AnalizującresztymodeliSARIMAbrakjestpodstawdoodrzuceniahipo-
tezyobrakuautokorelacjireszt.Niemniejjednakrozkładyresztróżniąsięistot-
nieodrozkładunormalnego.Charakteryzująsięasymetriąprawostronną,
leptokurtozą,grubymiogonami.Towarzyszyimrównieżefektskupianiasię
zmienności(rys.2).
1Występującawszeregachtygodniowacyklicznośćdanychzostałazaburzonaprzezwyeliminowaniedni
brakującychnotowańnaAukcji2.
