Obciążenie prognoz struktury uzyskanych przy pomocy łańcuchów Markowa

• Autorzy: Jan Acedański

Warianty tytułu

A Bias of Structure Forecasts from Markov Chain Models

• Języki publikacji: PL

Abstrakty

Celem artykułu jest ocena obciążenia prognoz struktury uzyskanych na podstawie łańcuchów Markowa w przypadku, gdy macierz przejścia łańcucha szacowana jest metodą najmniejszych kwadratów i jej odmianami przy użyciu makrodanych. Źródłem badanego obciążenia jest obciążenie estymatorów macierzy przejścia. Przy zastosowaniu metod symulacyjnych pokazano, że pomimo dużego obciążenia ocen macierzy przejścia uzyskane na jej podstawie prognozy cechują się niewielkim obciążeniem. Jednocześnie stwierdzono, że znany w literaturze wzór analityczny daje z reguły dobre oszacowania obciążenia macierzy przejścia, jednak nie nadaje się do oceny obciążenia prognoz. Rozważania zostały zilustrowane przykładem prognozowania struktury polskiego eksportu według głównych odbiorców. (abstrakt oryginalny)

EN

The paper investigates a bias of forecasts of structure obtained from Markov chain models when the transition matrix of the chain is estimated using least squares methods and macrodata. The bias comes from a bias of the transition matrix estimators. Based on simulation methods it is shown that despite significant bias in the transition matrix estimates, bias of the forecasts is rather small. It is also acknowledged that analytical equation known from literature gives accurate estimates of the transition matrix bias, but it is not useful for assessing bias of the forecasts. The analysis is illustrated with forecasting of structure of Polish export by the main partners. (original abstract)

Słowa kluczowe

PL

Łańcuch Markowa; Prognozowanie zjawisk ekonomiczno-społecznych; Modele symulacyjne; Macierze; Macierze przejścia

EN

Markov chain; Economic and social phenomenon forecasting; Simulation models; Matrix; Transition matrices

• Czasopismo: Acta Universitatis Lodziensis. Folia Oeconomica
• Rocznik: 2011
• Tom: 253 Ekonometria przestrzenna i regionalne analizy ekonomiczne
• Strony: 241--252

Twórcy

autor

Jan Acedański

• Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach

Bibliografia

• Abadir K., Hadri K., Tzavalis E., [1999], The Influence of VAR Dimensions on Estimator Biases, Econometrica, Vol. 67(1).
• Acedański J., [2006], O pewnej metodzie prognozowania przewozów w gospodarce, [w:] Dittmann P., Krupowicz J. (red.), Prognozowanie w zarządzaniu firmą, Prace Naukowe AE we Wrocławiu nr 1112, Wrocław.
• Acedański J., [2008], Dokładność prognoz struktury uzyskanych za pomocą modeli wektorowej autoregresji, [w:] Dittmann P., Szanduła J. (red.), Prognozowanie w zarządzaniu firmą, AE Wrocław, Wydawnictwo Indygo Zahir Media, Wrocław.
• Kendall M., [1951], Note on Bias in the Estimation of Autocorrelation, Biometrika, Vol. 41.
• Kiviet J., Phillips G., [2005], Moment Approximation for Least-Squares Estimators in Dynamic Regression Models with a Unit Root, Econometrics Journal, Vol. 8.
• Koźniewska I. (red.), [1980], Prognozowanie struktury za pomocą łańcuchów Markowa, SGPiS, Warszawa.
• Lawford S., Stamatogiannis M., [2004], The Finite-Sample Effects of VAR Dimensions on OLS Bias, OLS Variance, and Minimum MSE Estimators, Journal of Econometrics, Vol. 148(2).
• Lee T. C., Judge G., Zellner A., [1970], Estimating the Parameters of the Markov Probability Model from Aggregate Time Series Data, North-Holland Publishing Company, Amsterdam-Londyn.
• Podgórska M., Śliwka P., Topolewski M., Wrzosek M., [2000], Łańcuchy Markowa w teorii i zastosowaniach, SGH, Warszawa.
• Tjostheim D., Paulsen J., [1983], Bias of some Commonly-Used Time Series Estimates, Bio- metrika, Vol. 70(2).
• Yamamoto T., Kunitomo N., [1984], Asymptotic Bias of the Least Squares Estimator for Multi- variate Autoregressive Models, Annals of the Institute of Statistical Mathematics, Vol. 36(1).

Identyfikatory

DOI

11089/659