SIMONE TAU
SCHEDA di
SIMONE TAU
VARIABILE ESAMINATA
Employment Rate Tasso di occupazione
PERIODO DI RIFERIMENTO
Gennaio 1998 Giugno 2012
Analisi descrittiva
Il campione di dati utilizzato in questa serie storica presenta 66
osservazioni, fra le quali non vi alcun dato mancante o
Me=
( xt )
X = t =1
x( 33)+ x(34)
2
uguale a 57.0424;
uguale a 57.8;
66
{( x t x )}
t =1
65
Mean
57.0424
Std. Dev.
3.76220
5% Perc.
48.7750
Median
57.8000
C.V.
0.0659545
95% Perc.
61.3000
Minimum
48.4000
Skewness
-0.953779
IQ range
3.87500
Maximum
61.8000
Ex. kurtosis
0.0227022
Missing obs.
0
Prima di effettuare
alcun tipo di
analisi sulla nostra
serie storica, ne
effettuiamo una
rappresentazione
grafica.
1. Tt = Trend
La componente trend (chiamata anche componente di fondo),
definisce landamento di lungo periodo di una s.s., essendo
determinata da fattori che influenzano la variabile oggetto di
osservazione in modo regolare.
Utilizzeremo il metodo della regressione per ladattamento di una
funzione trend.
Dallanalisi condotta su excel risulta un modello di regressione
^y =0.2497 x i+ 557.93
63
61
59
57
55
53
51
49
47
45
Valori detrendizzati
12.00
7.00
2.00
-3.00
-8.00
-13.00
2. Ct = Ciclica
La componente ciclica costituita da fattori che determinano
landamento di una serie storica allalternarsi di fasi di
espansione o di recessione della variabile in esame. Al fine di
poter riscontrare questa caratteristica in una s.s. sarebbe
Row
Labels
Q1
Q2
Q3
Q4
Grand
Total
Average
of
detrendizzati
-0.446590175
0.112233355
0.50575206
-0.15049794
-3.91875E-14
Componente stagionale
0.9
0.7
0.5
0.3
0.1
-0.1
-0.3
-0.5
-0.7
-0.9
Valori
Valori destagionalizzati
7.00
2.00
-3.00
-8.00
-13.00
4. Vt = Residui
La componente residuale individuata da fattori che influenzano
la variabile oggetto di osservazione, ma che non rientrano in
nessuna delle categorie sopramenzionate. Il nostro obbiettivo in
questultima fase sar quello di scoprire se esiste ancora
correlazione temporale fra i residui.
Utilizzando il software Gretl analizziamo il correlogramma della
nostra s.s. alla quale stata gi rimossa la componente trend e
stagionale, per un numero di lag massimo pari a (66/4) = 16.
|Bi|>1 , e
Previsioni:
Sebbene il modello non
rispetti tutte le condizioni
affinch
possa
essere
definito
valido,
ci
approcciamo ad effettuare
delle previsioni per 4 istanti
temporali futuri. Si noti che
le previsioni effettuate si
riferiscono alla serie dei
valori destagionalizzata e
detrendizzata.
Al
fine
quindi
di
ottenere
le
previsioni
sui
valori
originari
sarebbe
necessario aggiungere alle
stagionale e trend.
stime
ottenute
la
componente