Change search
ReferencesLink to record
Permanent link

Direct link
Prognostisering av Sveriges inflation: Med hjälp av ARIMA-modeller
Karlstad University, Faculty of Economic Sciences, Communication and IT.
2007 (Swedish)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesis
Abstract [sv]

Syftet med min uppsats är att redogöra för de steg som krävs för att prognostisera den svenska inflationen med hjälp av Autoregressive Integrated Moving Average (ARIMA), för att sedan bestämma den modell som ger den bästa prognosen. Jag använder mig av månadsdata av Konsumentprisindex (KPI) som mått på inflation. För att man ska kunna prognostisera en tidsserie är det viktigt att den är stationär  och efter att ha utforskat korrelogram drar jag slutsatsen att dels en förstadifferens och dels en tolvmånadersdifferens måste tas för att kunna prognostisera KPI.   

Jag följer Box-Jenkins-metodologin tämligen väl, där modellidentifikation, diagnostiska test och prognostisering är centrala begrepp.  Jag rankar de tio bästa modellerna enligt Bayesian Information Criterion (BIC) för att sedan utföra diagnostiska test på den bästa modellen i synnerhet och de andra modellerna i allmänhet. Slutligen utvärderas de olika modellerna bl.a. med hjälp av ”Root Mean Square Error” (RMSE). Den modell som bäst prognostiserar  inflationen  är en säsongsbetonad Moving Average  process  av order  ett förutom differentieringarna. 

Place, publisher, year, edition, pages
2007. , 28 p.
National Category
Probability Theory and Statistics
Identifiers
URN: urn:nbn:se:kau:diva-7522Local ID: STA C-2OAI: oai:DiVA.org:kau-7522DiVA: diva2:422317
Subject / course
Statistics
Uppsok
Physics, Chemistry, Mathematics
Supervisors
Available from: 2013-03-26 Created: 2011-06-12 Last updated: 2013-05-08Bibliographically approved

Open Access in DiVA

No full text

Search in DiVA

By author/editor
Andersson, Fredrik
By organisation
Faculty of Economic Sciences, Communication and IT
Probability Theory and Statistics

Search outside of DiVA

GoogleGoogle Scholar

Total: 72 hits
ReferencesLink to record
Permanent link

Direct link