[통계]저축률 시계열분석

소개글

예제 2번 저축률에 관한 분석
1. 자료설명

□ 이 사례연구는 미국의 대기업에서 제공한 것으로 90개의 주간별 관측값으로 이루어져 있음

□ 데이터를 분기나 일 또는 필요한 형태로 정렬함.(Data-defind datas-week)

□ 정렬된 데이터를 가지고 그래프를 생성하여 평균과 분산에 관한 분석을 실시함



□ 그래프를 본 결과 평균은 시간의 흐름에 따라 상하로 오르락 내리락 하지만 분산은 고정된 것을 알 수 있음

□ 따라서 평균의 정상성 여부를 판단하기 위해서 ACF와 PACF를 조사해봐야함

목차

1. 자료설명
2. 식별단계
3. 추정 및 모형검진단계
4. 잔차의 자기상관함수
5. 예측단계
6. 추가점검

본문내용

□ 그래프 생성결과 원 자료에 비해 차분된 값들이 일정한 평균을 주위로 일정하게 움직이는 것을 알 수 있으며, 이는 차분 후에 평균이 정상이 됨을 의미함

□ 재 식별을 위해 Autocorrelation에서 Variable에 이용률을 넣고 Maximum number of legs를 100개의 25%인 23.로 설정한뒤 분석을 실시함

ACF
PACF




□ 위 결과로 보아 ACF는 시차 1과 21에서 약간의 큰 값을 나타내고 있으며 PACF에서는 시차 5까지 감소하는 형태를 나타냄. 이것으로 보아 MA(0,1,1)모형이 적합할 것으로 판단함


3. 추정 및 모형검진단계

□ Time series analysis - ARIMA 분석(MA(0,1,1))을 실시함

□ 분석 결과 다음과 같은 결과를 얻을 수 있었음

Analysis of Variance:
DF Adj. Sum of Squares Residual Variance
Residuals 87 361.90824 4.1251848
Variables in the Model:
B SEB T-RATIO APPROX. PROB.
MA1 .72478368 .07611314 9.5224518 .00000000
CONSTANT .04268417 .06108680 .6987462 .48657441

□ P값은 0.00000으로 유의수준 0.05보다 작기 때문에 Ho를 기각함 즉, 유의함

□ 계수 |₁|값이 0.72478368으로 1보다 작기 때문에 가역성 조건을 만족함을 알 수 있음

□ 또한 T 값은 2보다 큰 것을 알 수 있음
T값
=
1-0.72478368
=
>
2
0.07611314


□ 확인결과 3.616으로 2보다 큰값이 나와 Ho를 기각함

□ 위의 결과로 AR(1)모형의 일반식에 대입하면 Yt =0.04268417+.72478368Yt-₁+ei 임을 알 수 있음

참고 자료

없음