fbpx

Analiza vremenskih serija u EViews-u

Analiza vremenskih serija u EViews-u

Centar za Istraživanja

Vreme je najvažniji faktor koji osigurava uspeh u poslu, ali je teško ići u korak sa vremenom. Međutim, tehnologija je razvila metode i alate pomoću kojih možemo određene stvari „videti“ pre vremena; ne govorimo o vremenskim mašinama ili nekim sposobnostima vidovnjaka, već o statističkoj tehnici analiza vremenskih serija i metodama predviđanja u statistici.

Šta je zajedničko berzama i avio-kompanijama?

 I jedni i drugi koriste podatke vremenskih serija

Kao što sam naziv kaže, analiza vremenskih serija uključuje podatke zasnovane na vremenu (godinama, danima, satima, minutima) kako bi se dobili određeni uvidi za donošenje odluka zasnovanih na informacijama. Analiza vremenskih serija pomaže u analizi prošlih podataka kako bi se predvideli budući podaci.

Predviđanje budućih podataka

Metoda se intenzivno primenjuje u prognoziranju finansijskih i poslovnih podataka na osnovu uzorka podataka prikupljenih tokom vremena upoređujući ga s trenutnim trendovima. To je najveća prednost analize vremenskih serija koju organizacije koriste za donošenje odluka i planiranje poslovnih politika.

Vremenske serije imamo u ekonomiji, finansijama, epidemiologiji, društvenim naukama, itd. Analiza vremenskih serija primenjuje se u različite svrhe, kao što su analiza berzanskih pokazatelja, ekonomska predviđanja, prognoza prodaje, itd.

Primeri vremenskih serija u različitim naukama su:

Primeri vremenskih serija u različitim naukama

EViews je najbolji i najviše korišćen softver za ekonometrijske analize, posebno analize vremenskih serija. Kurs Analiza vremenskih serija u EViews-u obuhvata statističke koncepte i njihovu praktičnu primenu kroz mnoštvo zadataka u EViews-u. Na kursu ćete naučiti kako da analizirate podatke, testirate statističke hipoteze, donosite zaključke i interpretirate rezultate. Kurs je namenjen ekonomistima, studentima, ali i svima koji žele da steknu nova ili unaprede postojeća znanja iz oblasti analize vremenskih serija.

Kurs „Analiza vremenskih serija“ se sastoji iz 4 modula.

Kurs: Analiza vremenskih serija u EViews-u

Prvi modul „Prvi koraci u EViews-u“ upoznaje Vas sa teorijskim osnovama statistike, osnovnim karakteristikama vremenskih serija, a potom sa pokretanjem i korišćenjem EViews-a. Na kraju modula ćete se upoznati sa osnovnim statističkim tehnikama kao što su deskriptivna statististika, dijgramima i korelacijom.

Spisak tema koje su pokrivene prvim modulom kursa su:

  •  Teorijske osnove statistike
  •  Osnovne karakteristike vremenskih serija
  •  Pokretanje i upoznavanje programa
  •  Prozori, meniji, okviri za dijalog
  •  Definisanje, unos i modifikovanje podataka
  •  Korišćenje datoteka sa podacima
  •  Uvoz podataka iz različitih formata
  •  Deskriptivna statistika
  •  Dijagrami za analizu podataka
  •  Korelacija
  •  Zatvaranje programa

Drugi modul „Klasičan jednostavni i višestruki linearni regresioni model“ upoznaje Vas sa osnovnim pretpostavkama klasičnog jednostavnog i višestrukog linearnog regresionog modela, metodom običnih najmanjih kandidata.

Spisak tema koje su pokrivene drugim modulom kursa su:

  •  Pretpostavke klasičnog jednostavnog linearnog regresionog modela
  •  Pretpostavke klasičnog višestrukog linearnog modela
  •  Metod ONK
  •  Multikolinearnost
  •  Autokorelacija
  •  Heteroskedastičnost
  •  Testiranje normalnosti raspodele
  •  Tumačenje rezultata

Treći modul “Panel regresiona analiza” upoznaje Vas sa pretpostavkama i postupkom panel regresione analize, modelom sa fiksnim i slučajnim efektom, i Hausman testom.

Teme koje se obrađuju u trećem modulu su:

  • Osnove panel regresiona analiza
  • Postupak panel analize
  • Model sa fiksnim efektom
  • Model sa slučajnim efektom
  • Hausman test
  • Tumačenje rezultata

Modul „VAR, VECM model“ Vas upoznaje sa osnovnim konceptima vektorskog autoregresivnog modela i modela sa korekcijom ravnotežne greške, Johansenovim testom kointegracije i Grejndžerovim testom kauzalnosti, funkcijom impulsnog odziva i dekompozicijom varijanse.

Teme obrađene u ovom delu kursa su:

  •  Osnovne postavke VAR i VECM modela
  •  Postupak VAR i VECM modela u EViews-u
  •  Test jediničnog korena, stacionarnost/nestacionarnost
  •  Johansen test kointegracije
  •  Granger causality test
  •  Lag selection
  •  Tumačenje rezultata VAR i VECM modela
  •  Funkcija impulsnog odziva
  •  Dekompozicija varijanse

Cene kurseva se formiraju na osnovu toga da li su kursevi namenjeni za pravna ili fizicka lica, za grupu ili individualno, offline ili online, u vasim ili nasim prostorijama. Molimo Vas, da nas kontaktirate za ponudu.

Često postavljena pitanja u vezi kursa

Ovde možete pronaći odgovore na često postavljena pitanja u vezi kursa “Analiza vremenskih serija u EViews-u.

Kurs „„Analiza vremenskih serija u EViews “ se održava u prostorijama Centra za istraživanja odnosno Centra za ljudske resurse (Vlajkovićeva 19 ili Nemanjina 5, Beograd) sem ako nije drugačije naglašeno. Svakako ćete pre početka kursa dobiti detalje o lokaciji.

Da. Centar za istraživanja ne obezbeđuje instalacioni paket za EViews. Možemo Vam samo pomoći da dobijete privremenu licencu za EViews.

Da, nakon kursa ćete dobiti sertifika o pohađanju kursa „Analiza vremenskih serija u EViews-u“.

Ako pohađate individualni kurs „Analiza vremenskih serija u EViews-u“ možete da koristite Vaše podatke. Ako pohađate grupni kurs, podatke za kurs će obezbediti predavač.

Da, imate pravo na besplatne konsultacije mesec dana nakon kursa s tim što su konsultacije ograničene na maksimalno 3 sata.

Da, materijal za kurs „Analiza vremenskih serija u EViews-u“ dobijate u štampanom obliku.

Da, na kraju kursa se radi procena stečenog znanja kroz samostalno rešavanje zadataka.

Da, dobro bi bilo da ponesete sopstveni laptop. Ako to nije moguće, Centar za ljudske resurse odnosno njegova izdvojena jedinica Centar za istraživanja će Vam obezbediti laptop koji ćete koristiti tokom kursa.

Da, broj polaznika je ograničen na 10.

Nakon slanja prijave na naš kurs, dobićete formu koju je potrebno da popunite i da nam je prosledite nazad radi definisanja cene kursa. Cena zavisi od Vašeg predznanja, modula koje želite da pohađate i cilja koji želite da postignete na kursu. Nakon popunjavanja forme ili razgovora sa našim zaposlenima putem emaila ćete dobiti ponudu.

Okvirna cena kursa ''Analiza vremenskih serija u EViews-u'' iznosi 140.000 dinara

Da, definisana cena kursa ostaje ista nezavisno od lokacije.

Da, cena individualnog kursa se razlikuje za fizička i pravna lica. U zavisnosti od profesije, predznanja i željenog cilja, formira se i različita cena.

Naravno. Ukoliko pohađate individualni online kurs ili u našim prostorijama, postoji mogućnost dogovora oko satnice i dana održavanja kursa.

Kurs "Analiza vremenskih serija u EViews-u" traje 20h.

Još malo o vremenskim serijama

Kako koristimo podatke vremenskih serija u prognoziranju vremena?

Meteorolozi često imaju zadatak da prognoziraju vreme za predstojeće dane. Da bi dosledno pravili precizna predviđanja, oslanjaju se na analizu prošlih podataka. To znači da ako podaci nisu poređani hronološki, pronalazak ispravnog obrasca bio bi izuzetno težak.

Analiza vremenskih serija - Prognoziranje vremena

Na primer, znati najvišu temperaturu u poslednjih 5 dana bilo bi beskorisno ako ne znamo koja vrednost odgovara svakom danu, jer šanse da se temperatura povisila 5 dana zaredom ili smanjila 5 dana zaredom, jednake su. Dakle, bez odgovarajućih vremenskih razdoblja za svaku vrednost, podaci su manje relevantni.

Podaci vremenskih serija u finansijama

U svetu poslovanja, podaci vremenskih serija uglavno se primenjuju u finansijama. Za investitore, kao i za vlasnike kompanija, ključno je utvrditi da li će se cene, prinosi, profit i prodaja u budućnosti povećavati ili smanjivati. Stoga je uobičajena tema u analizi vremenskih serija utvrđivanje efikasnostiii stabilnosti finansijskih tržišta i portfelja.

Na primer, ako možemo tačno da predvidimo cene tržišnih indeksa na osnovu prošlih vrednosti, ta tržišta nisu baš efikasna.

Istraživanje povezano sa akcijama ili tržištima akcija usredsređeno je na kupovinu ili prodaju, ali ne uspeva da se bavi dimenzijom i očekivanjima novog investitora. Uobičajeno mišljenje u vezi tržišta akcija je da je veoma rizično za ulaganja ili nije pogodno za trgovinu, tako da većina ljudi nije ni zainteresovana. Sezonska varijacija i stalan protok bilo kog indeksa pomoći će postojećim i naivnim investitorima da razumeju i donesu odluku o ulaganju u tržište akcija ili akcije. Za rešavanje ovih vrsta problema, analiza vremenskih serija je najbolje sredstvo za predviđanje trenda ili čak budućnosti.

Eastman Kodak jedna je od najznačajnijih kompanija u svetu. Njeni principi su: velika, jeftina proizvodnja, međunarodna distribucija proizvoda, masovna upotreba reklama i pažnja prema potrošaču. Izvršni nivoi Eastman Kodak-a su shvatili važnost istraživanja i kontinuiranu i tačnu analizu rezultata i performansi kompanije kada ste lider u sektoru. Prema tome kompanija koristi podatke o godišnjem prihodu kompanija kako bi izvršila određena predviđana na osnovu analize vremenskih serija. Takva analiza je od velike pomoći menadžmentu kompanije da shvati istorijski razvoj i sve postignute promene, da konkretno identifikuje poziciju koju Eastman Kodak ima u sektoru i proceni moguće rezultate nekih strategija koje kompanija može odlučiti da usvoji u budućnosti.

Podaci vremenskih serija u prognoziranju prodaje

Druga primena vremenskih serija u svetu poslovanja odnosi se na predviđanje prodaje. Drugim rečima, gledamo trendove od pre kako bismo predvideli buduće zahteve. To omogućava kompanijama da pune svoje magacine, tako da ne ostanu bez zaliha. Pored toga, pomaže im da prilagode cene kako bi ostvarili najveći mogući profit.

Prognoziranje prodaje

Na primer, avio-kompanije na ovaj način manipulišu cenama u zavisnosti od očekivane potražnje. Ta potražnja se predviđa na osnovu potražnje iz prethodnih godina i meseci koristeći podatke vremenskih serija.

Drugi model vremenske serije predviđa značajan porast korisnika na mreži u odnosu na prošlu godinu, a još više nego godinu pre. Prema tome, kompanija odlučuje da je postigla tačku kontinuiranog značajnog rasta i da je tada pravo vreme za ulaganje u bolju infrastrukturu za naredne godine.

Podaci vremenskih serija za predviđanje saobraćajnih gužvi

AvionSenzorski uređaji beleže broj vozila koja prođu raskrsnicom svakih 20 minuta. Koristeći ove brojeve vozila snimljenih svakih 20 minuta, može se napraviti model vremenskih serija koji predviđa gustinu saobraćaja na raskrsnici u narednih 20 minuta. Prema tim podacima, aplikacija za planiranje putovanja odlučuje da li će vas preusmeriti sa te raskrsnice kako biste izbegli saobraćajnu gužvu, ravnomernije rasporedivši saobraćajno opterećenje na putevima.

Podaci vremenskih serija za predviđanje zadovoljstva kupaca

black friday

Recenzije kupaca svakodnevno se pregledaju i analiziraju, prateći ukupni rezultat njihovih ocena koje pokazuju da li su zadovoljni kompanijom i proizvodom ili ne. Ukoliko se dogodi da kompanija primeti preokret i rezultat s vremenom počne da opada, kompanija razmišlja o tome šta je potrebno uraditi da bi recenzije ponovo bile pozitivne. Model prognoziranja na podacima vremenskih serija pokazuje da se recenzije verovatno neće poboljšati, i da će u narednih nekoliko dana i dalje padati do rezultata koji je neprihvatljiv za kompaniju.

Ovaj model omogućava kompaniji da donese odluku da omogući dodatna sredstva timu za brigu o kupcima i marketing timu kako bi osmislili nove strategije i preokrenuli trend negativnih rezultata, pre nego što dostigne kritičnu tačku.

Podaci vremenskih serija u prognoziranju navika potrošača

Internet stranica za maloprodaju obično beleži periode rasta i pada prodaje. Međutim, naručivanje zaliha u vreme rasta prodaje je skuplje nego u drugim perioduma. Na primer, prošle godine tokom vrha prodajne sezone, trgovac je morao da naruči dodatne zalihe po skupljoj ceni, jer je potcenio potražnju za svojim proizvodima.

Prema tome, trgovac je ove godine mudriji i koristi modele predviđanja da predvidi ili bliže proceni koliko je zaliha potrebno za sledeći vrh prodajne sezone. Prema modelu, najbolja pretpostavka za ovu godinu još uvek podcenjuje koliko kupaca dolazi tokom vrha prodajne sezone. Prodavac odlučuje da naruči dodatne zalihe nego što se očekivalo van prodajne sezone, pre nego što troškovi postanu veliki da bi naručio dodatne zalihe tokom sezone. U donošenju ovakve odluke mu pomažu podaci vremenskih serija i modeli zasnovani na njima.

 

Podaci vremenskih serija u prognoziranju broja zaposlenih

Mnogi faktori mogu dovesti do povećanja ili smanjenja broja zaposlenih, ali da li ste ikada primetili da može biti određenih meseci u kojima je broj zaposlenih malo veći od ostalih? Na primer, tokom novogodišnjih praznika može doći do smanjenja broja zaposlenih, jer ljudi odlučuju da naprave promene u svojim karijerama kao novogodišnje odluk ili zbog povećanog obima posla tomo novogodišnjih praznika dolazi do povećanja broja zaposlenih.

Traženje novih radnika i njihova obuka može biti dugotrajno i skupo. Kompanije mogu da koriste podatke vremenskih serija i modele zasnovane na njima da predviđaju kada mogu da očekuju veći, odnosno manji broj zaposlenih, s obzirom na mesec u godini kako bi mogle da sprovode planove zadržavanja zaposlenih.

Podaci vremenskih serija u svakodnevnom životu

Novogodišnje odluke su veoma bitne i početak godine je pravo je vreme za postavljanje ciljeva. Shodno tome, Vaša novogodišnja odluka je da budete finansijski svesniji, pa ste odlučili da kreirati mesečni proračun troškova.

Sigurni ste da mesečni troškovi nisu uvek stalni, ali neki bi se obrasci mogli pojaviti tokom cele godine, poput trošenja više novca tokom božićnog vremena ili za vreme godišnjeg odmora. O našim mesečnim troškovima možemo razmišljati kao o vremenskoj seriji, nešto što se može meriti vremenom (mesec).