Serii de timp

Capitolul 4 · Sezonalitate și prognoză

În stînga este slide-ul din curs, în dreapta aceeași figură, calculată în browser din aceleași date. Butonul ▶ modifică parametrul pas cu pas.

Sezonalitatea în datele economice · Diferențierea sezonieră și rădăcinile unitare sezoniere · Modele SARIMA · Studiu de caz: modelul airline · Studiu de caz: PIB-ul neajustat al României · Ajustarea sezonieră în practică · Termeni Fourier și efecte de calendar · Sezonalitate multiplă: consumul de electricitate · TBATS și Prophet · Evaluarea prognozelor · Combinarea prognozelor

Sezonalitatea în datele economice

Sezonalitatea în șase serii din România

Slide-ul 8: Sezonalitatea în șase serii din România
Slide-ul 8
    Întrebare pentru sală În 2010–2019, în ce lună este cea mai mare inflația lunară medie a IAPC?
    Răspuns

    În ianuarie: 0,575% în medie, urmată de octombrie, 0,487%; cea mai mică este în iunie, −0,368% (alimentele proaspete). Ordinea depinde de perioadă: pe 2015–2019, octombrie are 0,575% și mai 0,457%. Pentru PIB, media trimestrului 4 este cu 57% peste media trimestrului 1 (27,8 și 43,6 mld. EUR, 2000–2026); pentru turism, august are de 3,7 ori mai multe înnoptări decît ianuarie (2015–2019).

    Graficul sezonier și graficul pe subserii

    Slide-ul 10: Graficul sezonier și graficul pe subserii
    Slide-ul 10
      Întrebare pentru sală Butonul ▶ trece prin anii 2012–2025. În ce an este cel mai mare raportul dintre înnoptările din august și cele din ianuarie?
      Răspuns

      În 2021: 5,3, față de 3,4 în 2019 și 2,2 în 2020. În ianuarie 2021 restricțiile țineau încă turismul jos, iar vara a revenit; în 2020 a fost afectată și vara, iar aprilie 2020 a avut doar 0,045 milioane de înnoptări. Forma anului rămîne aceeași: august este luna de vîrf în fiecare an. La PIB, cele patru subserii păstrează ordinea T1 < T2 < T3 < T4 în toți cei 21 de ani din 2005–2025.

      Diferențierea sezonieră și rădăcinile unitare sezoniere

      Diferența sezonieră

      Slide-ul 13: Diferența sezonieră
      Slide-ul 13

      Exemplu rezolvat

      \[y_t=100\ln Y_t,\qquad \Delta_4y_t=(1-L^4)y_t=y_t-y_{t-4},\qquad \Delta\Delta_4y_t=(1-L)(1-L^4)y_t=y_t-y_{t-1}-y_{t-4}+y_{t-5}\]
          Întrebare pentru sală În T2 2026, Δy = 17,9, iar Δ₄y = −1,96. A crescut PIB-ul?
          Răspuns

          Nu: 17,9 este saltul sezonier de la T1 la T2 (factorii NSA/SCA ai PIB sînt 0,78 în T1 și 0,93 în T2). Comparația cu același trimestru elimină sezonul: PIB-ul din T2 2026, 45,88 mld. EUR, este cu 1,96 puncte logaritmice sub cel din T2 2025, 46,79 mld. EUR. ΔΔ₄y = −0,46 arată că scăderea anuală s-a adîncit, de la −1,50 în T1 2026 la −1,96.

          Rădăcinile lui 1 - z^s: rădăcini unitare sezoniere

          Slide-ul 15: Rădăcinile lui 1 - z^s: rădăcini unitare sezoniere
          Slide-ul 15
            Întrebare pentru sală Pentru date zilnice cu tipar săptămînal, s = 7. Cîte rădăcini reale are 1 − z⁷?
            Răspuns

            Una singură, z = 1. Rădăcina z = −1 (perioada de 2) există doar cînd s este par; pentru s = 7 celelalte șase rădăcini formează trei perechi complex conjugate, cu perioadele 7, 3,5 și 2,33 zile. Pentru s = 4: 1, −1 și ±i; pentru s = 12: 1, −1 și cinci perechi.

            Interpretarea rădăcinilor sezoniere

            Slide-ul 16: Interpretarea rădăcinilor sezoniere
            Slide-ul 16

            Exemplu rezolvat

            \[1-z^s=0\iff z_k=e^{2\pi ik/s}=\cos\frac{2\pi k}{s}+i\sin\frac{2\pi k}{s},\ \ k=0,1,\dots,s-1;\qquad (1-z_kz)(1-\bar z_kz)=1-2\cos\frac{2\pi k}{s}\,z+z^2\]
                Întrebare pentru sală Pentru date lunare (s = 12), ce perioadă are rădăcina k = 1 și ce factor real dă împreună cu conjugata ei?
                Răspuns

                Perioada 12/1 = 12 luni, ciclul anual: z₁ = 0,866 + 0,500i, iar perechea (k = 1, k = 11) dă factorul 1 − 1,732z + z². Pentru s = 12 există 12 rădăcini: două reale (1 și −1, perioada de 2 luni) și cinci perechi complex conjugate, cu perioadele 12, 6, 4, 3 și 2,4 luni.

                PIB-ul României: diferențe obișnuite și sezoniere

                Slide-ul 17: PIB-ul României: diferențe obișnuite și sezoniere
                Slide-ul 17
                  Întrebare pentru sală Pe tot eșantionul, ACF pentru ΔΔ₄ ln Y este −0,40 la lagul 4. Rămîne semnificativă dacă eșantionul se oprește în T4 2019, înainte de pandemie?
                  Răspuns

                  Da: −0,34, în afara benzii ±0,23 (T = 75). Valoarea negativă la lagul sezonier nu vine din 2020, ci din tiparul sezonier care se modifică lent: semnătura unui MA sezonier. La Δ ln Y, ACF rămîne 0,94 la lagul 4 și pe eșantionul scurt; la Δ₄ ln Y, ACF la lagul 1 este 0,68.

                  Testul HEGY

                  Slide-ul 19: Testul HEGY
                  Slide-ul 19

                  Exemplu rezolvat

                  \[\begin{gathered}y_{1t}=(1+L+L^2+L^3)y_t,\quad y_{2t}=-(1-L+L^2-L^3)y_t,\quad y_{3t}=-(1-L^2)y_t\\ \Delta_4y_t=\pi_1y_{1,t-1}+\pi_2y_{2,t-1}+\pi_3y_{3,t-2}+\pi_4y_{3,t-1}+\text{termeni determiniști}+\textstyle\sum_{j=1}^{k}a_j\Delta_4y_{t-j}+\varepsilon_t\end{gathered}\]
                      Întrebare pentru sală Cu 0 laguri ale lui Δ₄y în loc de 1 (ales după AIC), pe 2000–2019, mai rămîn nerespinse toate cele trei ipoteze nule?
                      Răspuns

                      Nu: cu k = 0, t(π₂) = −3,34 < −2,77 și F(π₃, π₄) = 17,25 > 6,64, deci rădăcinile −1 și ±i sînt respinse; rămîne doar rădăcina 1 (t(π₁) = −1,46). Cu k = 1, ales după AIC, nicio ipoteză nu este respinsă (−1,97; −2,19; 6,12). Autocorelația lăsată în reziduuri de regresia fără laguri schimbă decizia. Și sfîrșitul eșantionului contează: pînă în T4 2025, cu k = 1, t(π₂) = −2,88 și F = 8,38 resping două ipoteze.

                      Teste de rădăcină unitară sezonieră pe date din România

                      Slide-ul 21: Teste de rădăcină unitară sezonieră pe date din România
                      Slide-ul 21
                        Întrebare pentru sală Pentru ce serii se schimbă decizia cînd mutăm sfîrșitul eșantionului între 2012 și 2025?
                        Răspuns

                        Pentru PIB nu se schimbă: OCSB dă D = 1, Canova–Hansen D = 0 și KPSS d = 1 pentru orice sfîrșit. Se schimbă la înnoptările turistice (OCSB dă D = 1 pentru 2012 și 2020, iar d trece între 0 și 1), la producția industrială (D = 1 după OCSB pentru 2012 și 2014) și la IAPC (d = 1 pentru 2012, apoi d = 2). Canova–Hansen nu respinge sezonalitatea stabilă pentru nicio serie și niciun sfîrșit.

                        Modele SARIMA

                        Exemplu rezolvat: modelul airline

                        Slide-ul 24: Exemplu rezolvat: modelul airline
                        Slide-ul 24

                        Exemplu rezolvat

                        \[(1-L)(1-L^{12})y_t=(1+\theta L)(1+\Theta L^{12})\varepsilon_t,\quad \gamma(0)=\sigma^2(1+\theta^2)(1+\Theta^2),\quad \rho_1=\frac{\theta}{1+\theta^2},\ \rho_{12}=\frac{\Theta}{1+\Theta^2},\ \rho_{11}=\rho_{13}=\rho_1\rho_{12}\]
                            Întrebare pentru sală Modelul airline dă aceeași autocorelație la lagurile 11 și 13. Arată datele pasagerilor aerieni același lucru?
                            Răspuns

                            Nu exact: estimațiile pe 1949–1960, θ̂ = −0,402 și Θ̂ = −0,557, implică ρ₁₁ = ρ₁₃ = 0,147, iar ACF de selecție a lui w_t este 0,064 la lagul 11 și 0,152 la lagul 13. Ambele valori sînt în banda ±0,17, deci testul nu le separă de valoarea modelului. La lagurile 1 și 12 modelul implică −0,346 și −0,425, iar datele dau −0,341 și −0,387.

                            ACF și PACF teoretice pentru trei modele sezoniere

                            Slide-ul 25: ACF și PACF teoretice pentru trei modele sezoniere
                            Slide-ul 25
                              Întrebare pentru sală Cu θ = −0,4 și Θ = −0,6, sateliții de la lagurile 11 și 13 au 0,152. Ce se întîmplă cu ei dacă θ devine +0,4?
                              Răspuns

                              Își schimbă semnul: −0,152. Sateliții sînt produsul ρ₁ρ₁₂, iar ρ₁ = θ/(1 + θ²) trece de la −0,345 la 0,345, în timp ce ρ₁₂ = −0,441 rămîne. La SAR(1)₁₂ cu Φ = 0,8, ACF descrește 0,8; 0,64; 0,512 la lagurile 12, 24, 36; la SMA(1)₁₂ cu Θ = −0,6, PACF este −0,242 la lagul 24.

                              Prognoza cu modele SARIMA

                              Slide-ul 29: Prognoza cu modele SARIMA
                              Slide-ul 29

                              Exemplu rezolvat

                              \[\hat y_{T+h}=\hat y_{T+h-1}+\hat y_{T+h-12}-\hat y_{T+h-13}+\hat\theta\hat\varepsilon_{T+h-1}+\hat\Theta\hat\varepsilon_{T+h-12}+\hat\theta\hat\Theta\hat\varepsilon_{T+h-13},\qquad \hat\varepsilon_{T+j}=0\ (j\ge1)\]
                                  Întrebare pentru sală Din decembrie 1958, cît adaugă termenii MA la prognoza pentru ianuarie 1959 și de la ce orizont dispar?
                                  Răspuns

                                  +0,0220 în logaritmi, adică circa 2,2%: prognoza este 348,6 mii, față de 341,0 fără termenii MA; valoarea reală a fost 360. Termenii MA folosesc reziduuri cel mult pînă la lagul 13, deci de la h = 14 sînt 0 și prognoza repetă tiparul pe dreaptă (februarie 1960: 354,6 față de 391 real).

                                  Studiu de caz: modelul airline

                                  Identificarea modelului airline

                                  Slide-ul 33: Identificarea modelului airline
                                  Slide-ul 33
                                    Întrebare pentru sală Fără diferența obișnuită, doar cu Δ₁₂ ln y, cum arată ACF?
                                    Răspuns

                                    Autocorelații pozitive care scad încet: 0,71 la lagul 1, 0,48 la lagul 3, încă 0,19 la lagul 8. Trendul nu este eliminat, iar seria rămîne nestaționară. Cu ΔΔ₁₂ ln y rămîn valori nenule la lagurile 1 (−0,34) și 12 (−0,39); în afara benzii ±0,17 mai ies lagurile 3, 9, 23 și 32. PACF are −0,341, −0,013 și −0,193 la lagurile 1, 2 și 3: valoarea de la lagul 2 este practic zero.

                                    Modelul airline: prognoze în afara eșantionului

                                    Slide-ul 35: Modelul airline: prognoze în afara eșantionului
                                    Slide-ul 35
                                      Întrebare pentru sală Cu originea în decembrie 1958, intervalul de 95% pentru decembrie 1960 are lățimea 239. Ce lățime are dacă originea este decembrie 1954, cu 72 de luni înainte?
                                      Răspuns

                                      Mult mai mare: 852 (intervalul [201; 1053]), deoarece cele două rădăcini unitare fac varianța erorii să crească cu orizontul. Valoarea reală, 432, rămîne în interval de la orice origine. Din 1958: prognoza 388, intervalul [286; 526], MAPE 8,5% față de 15,5% pentru metoda sezonieră naivă.

                                      Interpretarea prognozelor airline

                                      Slide-ul 36: Interpretarea prognozelor airline
                                      Slide-ul 36
                                        Întrebare pentru sală Slide-ul dă Ljung–Box p = 0,37. Este acesta testul modelului estimat pe 1949–1958?
                                        Răspuns

                                        Nu: pentru 1949–1958, p = 0,71; p = 0,37 este testul pe eșantionul complet, 1949–1960. Estimațiile depind de lungimea eșantionului: pe 1949–1952, Θ̂ = −0,904 cu SE 3,39 (aproape neidentificat), pe 1949–1958, Θ̂ = −0,541 cu SE 0,105. Cu originea în decembrie 1952, MAPE pînă în decembrie 1960 este 16,8% pentru modelul airline și 38,2% pentru metoda sezonieră naivă.

                                        Studiu de caz: PIB-ul neajustat al României

                                        Modele SARIMA pentru PIB-ul României

                                        Slide-ul 37: Modele SARIMA pentru PIB-ul României
                                        Slide-ul 37

                                        Exemplu rezolvat

                                        \[\mathrm{AIC}=-2\ln L+2k,\qquad \mathrm{AICc}=\mathrm{AIC}+\frac{2k(k+1)}{n-k-1},\qquad \mathrm{BIC}=-2\ln L+k\ln n\]
                                            Întrebare pentru sală Care modele nu trec testul Ljung–Box la 5% cu m = 8 și trece modelul ales după BIC cu m = 12?
                                            Răspuns

                                            Nu trec cele trei fără MA sezonier: (0,1,1)(1,1,0)₄ cu p = 0,003, (1,1,0)(1,1,0)₄ cu p = 0,004 și (0,1,1)(0,1,0)₄ cu p = 0,005. Modelul ales după BIC, (0,1,0)(0,1,1)₄, are p = 0,286 cu m = 8 și p = 0,526 cu m = 12. AICc diferă cu doar 1,4 între acest model și (1,1,1)(0,1,1)₄; BIC penalizează mai mult parametrul în plus.

                                            Diagnosticarea modelului pentru PIB

                                            Slide-ul 39: Diagnosticarea modelului pentru PIB
                                            Slide-ul 39
                                              Întrebare pentru sală SARIMA(0,1,1)(1,1,0)₄ înlocuiește MA-ul sezonier cu un AR sezonier. Sînt reziduurile lui necorelate după testul Ljung–Box?
                                              Răspuns

                                              Nu: Q*(8) = 19,5 cu 6 grade de libertate, p = 0,003, iar AICc crește la 529,9, față de 519,7. Pentru SARIMA(0,1,0)(0,1,1)₄: Q*(8) = 8,55 cu 7 grade de libertate, p = 0,286, și Q*(12) cu p = 0,526. În toate modelele reziduurile nu urmează distribuția Normală: pentru modelul BIC, Jarque–Bera 22,0 și reziduul −11,4% în T2 2020.

                                              Prognozele PIB-ului României

                                              Slide-ul 41: Prognozele PIB-ului României
                                              Slide-ul 41
                                                Întrebare pentru sală Butonul ▶ mișcă Θ de la −0,95 la 0. Ce devine creșterea anuală prognozată cînd Θ = 0?
                                                Răspuns

                                                Aceeași în fiecare trimestru: −1,96%, creșterea anuală din T2 2026. Cu Θ = 0, modelul este Δ₄y_t = Δ₄y_{t−1} + ε_t, iar prognoza repetă ultima creștere anuală. Cu Θ̂ = −0,577, tiparul are ponderea 1 + Θ̂ = 0,42 pentru anul cel mai recent: creșterea implicată −0,81%; 0,53%; 0,83%; 0,55%, apoi 0,55%. Cu Θ = −0,95, tiparul este aproape fix, iar creșterea implicată urcă la 3,99%.

                                                Interpretarea prognozelor PIB

                                                Slide-ul 42: Interpretarea prognozelor PIB
                                                Slide-ul 42
                                                  Întrebare pentru sală Θ = 0 înseamnă că tiparul de anul trecut se repetă. Cum se schimbă prognozele și intervalul de 95% pentru T2 2028?
                                                  Răspuns

                                                  Prognozele scad puțin: 52,5; 57,3; 37,6 și 45,0 mld. EUR, față de 53,1; 58,7; 38,7 și 46,1 cu Θ = −0,577; intervalul pentru T2 2028 devine 32,4–60,0, față de 37,6–57,2. Cu Θ = −0,95 (tipar aproape fix) intervalul este 37,3–66,1: abaterea standard a reziduurilor crește cînd Θ se depărtează de estimația de verosimilitate maximă.

                                                  Ajustarea sezonieră în practică

                                                  Serii neajustate și ajustate

                                                  Slide-ul 47: Serii neajustate și ajustate
                                                  Slide-ul 47
                                                    Întrebare pentru sală În T1 2026, PIB-ul neajustat scade cu 42,1% (puncte logaritmice) față de trimestrul anterior. Cît s-a modificat seria SCA?
                                                    Răspuns

                                                    Cu −0,06%: practic deloc. Scăderea seriei neajustate este tiparul sezonier, cu factorul NSA/SCA 0,786 în T1 și 1,197 în T4 2025. Creșterea anuală spune același lucru în ambele serii: −1,50% (NSA) și −1,14% (SCA). Totalurile anuale coincid: 196,4 mld. EUR în 2024.

                                                    Interpretarea seriilor ajustate

                                                    Slide-ul 48: Interpretarea seriilor ajustate
                                                    Slide-ul 48

                                                    Exemplu rezolvat

                                                    \[100(\ln Y_t-\ln Y_{t-1})\ \ \text{(NSA)},\qquad 100(\ln Y^{SCA}_t-\ln Y^{SCA}_{t-1})\ \ \text{(SCA)},\qquad \frac{Y_t}{Y^{SCA}_t}=\hat S_t\hat C_t\]
                                                        Întrebare pentru sală S-au schimbat factorii sezonieri ai PIB între 2010–2014 și 2020–2025?
                                                        Răspuns

                                                        Foarte puțin: T1 0,77 și 0,79, T2 0,93 și 0,93, T3 1,09 și 1,08, T4 1,20 și 1,20. Tiparul se mișcă încet, cum indică Θ̂ = −0,577. La comerțul cu amănuntul, factorul din ianuarie urcă de la 0,84 (2015–2019) la 0,86 (2020–2025), iar cel din decembrie rămîne 1,10.

                                                        Termeni Fourier și efecte de calendar

                                                        Variabile dummy sezoniere și termeni Fourier

                                                        Slide-ul 50: Variabile dummy sezoniere și termeni Fourier
                                                        Slide-ul 50

                                                        Exemplu rezolvat

                                                        \[\sum_{k=1}^{K}\Big[\alpha_k\sin\frac{2\pi kt}{m}+\beta_k\cos\frac{2\pi kt}{m}\Big],\qquad \text{amplitudinea}_k=\sqrt{\alpha_k^2+\beta_k^2}\]
                                                            Întrebare pentru sală Pentru consumul zilnic, în ce zi din 2025 este maximă componenta Fourier anuală a DHR și cît este?
                                                            Răspuns

                                                            Pe 1 februarie 2025: +0,64 GW (644 MW), cu toate cele patru perechi; minimul este pe 13 mai 2025, −0,60 GW. Prima pereche are amplitudinea 0,499 GW. La turism, ajustarea cu K = 3 dă pentru august 0,765, față de efectul observat 0,847.

                                                            Aproximarea Fourier a unui tipar sezonier

                                                            Slide-ul 51: Aproximarea Fourier a unui tipar sezonier
                                                            Slide-ul 51
                                                              Întrebare pentru sală Cîte armonici sînt necesare pentru R² ≥ 0,98?
                                                              Răspuns

                                                              Trei: K = 3, șase coeficienți, R² = 0,989. K = 1 dă 0,925, K = 2 dă 0,966. K = 5, cu zece coeficienți, dă 0,999. Pentru K = 6, sin(2π6t/12) este zero în fiecare lună și este omis: cu cos(2π6t/12), cei 11 coeficienți trec prin toate cele 12 puncte (R² = 1), ca 11 variabile dummy.

                                                              Interpretarea ajustărilor Fourier

                                                              Slide-ul 52: Interpretarea ajustărilor Fourier
                                                              Slide-ul 52
                                                                Întrebare pentru sală Ce K alege AICc pentru tiparul lunar al turismului?
                                                                Răspuns

                                                                K = 1 (AICc −41,5, față de −40,1 la K = 2 și −32,0 la K = 3), deși R² crește de la 0,925 la 0,989 și vîrful din august cere K ≥ 3. Cu doar 12 puncte, corecția 2k(k + 1)/(12 − k − 1) crește repede: 28 la K = 3; la K = 5 și K = 6 AICc nu mai este definit. K = 5 dă R² = 0,999; K = 6 (11 coeficienți) trece prin toate punctele, R² = 1.

                                                                Efecte de calendar și Paștele ortodox

                                                                Slide-ul 53: Efecte de calendar și Paștele ortodox
                                                                Slide-ul 53

                                                                Exemplu rezolvat

                                                                \[E_t=\frac{1}{w}\,\#\{d\in[\text{Paște}-w,\ \text{Paște}-1]:\ d\ \text{în luna}\ t\}\]
                                                                    Întrebare pentru sală În 2027 Paștele este pe 2 mai. Cum se împarte regresorul cu w = 10?
                                                                    Răspuns

                                                                    Fereastra merge de la 22 aprilie la 1 mai: 9 zile în aprilie (E = 0,9) și 1 zi în mai (E = 0,1). Cu β̂_E = 5,95% pentru alimente, efectul este +5,35% în aprilie și +0,59% în mai. În 2024 (5 mai): 0,6 în aprilie și 0,4 în mai; în 2025 (20 aprilie): 1 în aprilie.

                                                                    Paștele și comerțul cu amănuntul din România

                                                                    Slide-ul 55: Paștele și comerțul cu amănuntul din România
                                                                    Slide-ul 55
                                                                      Întrebare pentru sală Cu fereastra w = 3 (doar cele trei zile dinaintea Paștelui), efectul estimat al Paștelui asupra vînzărilor de alimente crește sau scade?
                                                                      Răspuns

                                                                      Scade la 1,6% (eroarea standard 1,6, t = 1,0) și nu se mai separă de zgomot. Cu w = 10 (curs): 5,9% (2,3; t = 2,6); cu w = 12: 6,1% (t = 2,9). Cumpărăturile de Paște se întind pe mai multe zile; un regresor prea îngust pune o parte din ele în luna greșită. Zilele lucrătoare rămîn în jur de +0,6% pentru alimente și +1,0% pentru total, pentru orice w.

                                                                      Interpretarea efectului Paștelui

                                                                      Slide-ul 56: Interpretarea efectului Paștelui
                                                                      Slide-ul 56
                                                                        Întrebare pentru sală Depinde efectul Paștelui asupra comerțului cu alimente de fereastra w?
                                                                        Răspuns

                                                                        Da: cu w = 5, β̂_E = 3,0% (SE 1,8, t = 1,7), nesemnificativ la 5%; cu w = 10, 5,9% (SE 2,3, t = 2,6); cu w = 20, 5,4% (SE 1,4, t = 3,8). Pentru tot comerțul, efectul rămîne mic (−0,1%; 0,8%; 1,5%), în timp ce zilele lucrătoare contează la orice w (circa +1% pe zi).

                                                                        Sezonalitate multiplă: consumul de electricitate

                                                                        Consumul orar: ziua și săptămîna

                                                                        Slide-ul 59: Consumul orar: ziua și săptămîna
                                                                        Slide-ul 59
                                                                          Întrebare pentru sală Pentru 2025, care autocorelație este mai mare: la lagul 24 (aceeași oră ieri) sau la lagul 168 (aceeași oră acum o săptămînă)?
                                                                          Răspuns

                                                                          La lagul 168: 0,817 față de 0,811. Diferența este mai mare în 2023 (0,841 și 0,800) și 2024 (0,846 și 0,804). La lagul 84 (o jumătate de săptămînă) ACF este doar 0,22. Ciclul zilnic: minimul la ora 3:00 (5,3 GW), maximul la ora 19:00 (7,3 GW).

                                                                          MSTL: cîte o componentă sezonieră pentru fiecare perioadă

                                                                          Slide-ul 61: MSTL: cîte o componentă sezonieră pentru fiecare perioadă
                                                                          Slide-ul 61
                                                                            Întrebare pentru sală În fereastra din februarie 2025, componenta neregulată are 2% din varianța din jurul trendului. Cît are în fereastra 7 aprilie – 4 mai 2025, care cuprinde Paștele?
                                                                            Răspuns

                                                                            13%: Paștele (20 aprilie) și 1 Mai nu urmează tiparul zilnic sau săptămînal, deci ajung în componenta neregulată. În februarie: 70% componenta zilnică, 29% cea săptămînală. Ponderea componentei săptămînale variază între 20% (august) și 43% (iunie).

                                                                            Consumul zilnic și sărbătorile legale

                                                                            Slide-ul 63: Consumul zilnic și sărbătorile legale
                                                                            Slide-ul 63
                                                                              Întrebare pentru sală Care este ziua cu cel mai mic consum din 2023?
                                                                              Răspuns

                                                                              Duminica Rusaliilor, 4 iunie 2023: 4,37 GW, sub Duminica Paștelui, 16 aprilie 2023 (4,48 GW). În 2022, 2024 și 2025 cea mai joasă zi este Duminica Paștelui; pe tot eșantionul, 20 aprilie 2025 (3,79 GW, media 6,18 GW). Sîmbăta este cu 9%, duminica cu 17% sub miercuri, iar ianuarie cu 25% peste mai.

                                                                              O regresie armonică dinamică pentru consumul zilnic

                                                                              Slide-ul 65: O regresie armonică dinamică pentru consumul zilnic
                                                                              Slide-ul 65

                                                                              Exemplu rezolvat

                                                                              \[y_t=\sum_{k=1}^{4}\Big[\alpha_k\sin\frac{2\pi kt}{365{,}25}+\beta_k\cos\frac{2\pi kt}{365{,}25}\Big]+\sum_j\delta_jD^{\mathrm{day}}_{jt}+\lambda_1H_t+\lambda_2E_t+\lambda_3X_t+u_t\]
                                                                                  Întrebare pentru sală Ce dă partea deterministă a DHR pentru Lunea Paștelui, 21 aprilie 2025, față de o duminică la media anuală?
                                                                                  Răspuns

                                                                                  −0,145 GW: efectul zilei de luni, +0,884, plus componenta anuală, −0,448, plus variabila dummy a Paștelui, −0,581. O luni obișnuită din aceeași perioadă ar avea circa +0,44 GW. Nivelul seriei vine din erorile ARIMA(1,1,1), cu AR 0,80 și MA −0,98.

                                                                                  TBATS și Prophet

                                                                                  Componentele Prophet pentru consumul zilnic

                                                                                  Slide-ul 69: Componentele Prophet pentru consumul zilnic
                                                                                  Slide-ul 69
                                                                                    Întrebare pentru sală Dacă Prophet este estimat fără lista sărbătorilor, ce se întîmplă cu eroarea medie absolută în eșantion?
                                                                                    Răspuns

                                                                                    Crește de la 197 la 226 MW. Fără sărbători, zilele de Crăciun și Paște rămîn în reziduuri, iar componenta anuală se deformează: maximul ei trece de la 7 decembrie la 24 ianuarie 2024. Cu sărbătorile, efectele sînt −1,24 GW (Crăciunul), −1,10 GW (Anul Nou) și −1,04 GW (Paștele).

                                                                                    Evaluarea prognozelor

                                                                                    Validarea încrucișată pentru serii de timp

                                                                                    Slide-ul 72: Validarea încrucișată pentru serii de timp
                                                                                    Slide-ul 72
                                                                                      Întrebare pentru sală Cu pasul 1 între origini și orizontul h = 3, în cîte ferestre de prognoză apare aceeași dată?
                                                                                      Răspuns

                                                                                      În trei: ferestrele consecutive se suprapun pe h − 1 = 2 perioade, deci erorile sînt corelate pînă la lagul h − 1, iar testul Diebold–Mariano folosește h − 1 autocovarianțe. În schema cursului originile sînt la 14 zile, iar h = 14: ferestrele nu se suprapun, deci testul are o valoare pe fereastră și h = 1 în formulă.

                                                                                      Testul Diebold–Mariano

                                                                                      Slide-ul 74: Testul Diebold–Mariano
                                                                                      Slide-ul 74
                                                                                        Întrebare pentru sală Global, DHR bate metoda sezonieră naivă (HLN −4,42). La ce orizonturi respinge testul făcut orizont cu orizont?
                                                                                        Răspuns

                                                                                        Doar la h = 8 și h = 10–14 (|HLN| > 2,06); la h = 1–7 și h = 9 nu. O singură zi pentru fiecare origine are mai mult zgomot decît media pe 14 zile. DHR față de Prophet: respins la h = 1, 2 și 12–14.

                                                                                        Exemplu rezolvat: un test Diebold–Mariano

                                                                                        Slide-ul 75: Exemplu rezolvat: un test Diebold–Mariano
                                                                                        Slide-ul 75

                                                                                        Exemplu rezolvat

                                                                                        \[\bar d=\frac1n\sum_j d_j,\quad \hat\gamma_d(0)=\frac1n\sum_j(d_j-\bar d)^2,\quad \mathrm{DM}=\frac{\bar d}{\sqrt{\hat\gamma_d(0)/n}},\quad \mathrm{HLN}=\sqrt{\frac{n+1-2h+h(h-1)/n}{n}}\;\mathrm{DM}\]
                                                                                            Întrebare pentru sală Cu cele 26 de ferestre reale, DHR față de metoda sezonieră naivă: cît sînt DM și HLN și de ce diferă puțin?
                                                                                            Răspuns

                                                                                            DM = −4,51, HLN = −4,42, p < 0,001; DHR are pierderea mai mică în 22 din 26 de ferestre (d̄ = −0,157 GW²). Corecția HLN este √(25/26) = 0,981, deci contează puțin la n = 26; în exemplul cu cinci ferestre este √(4/5) = 0,894, iar valoarea critică t(4) = 2,78 în loc de 1,96 schimbă decizia.

                                                                                            Prognoze dintr-o singură origine, peste Paștele din 2026

                                                                                            Slide-ul 76: Prognoze dintr-o singură origine, peste Paștele din 2026
                                                                                            Slide-ul 76
                                                                                              Întrebare pentru sală În fereastra Paștelui (originea 6 aprilie 2026), care model are cea mai mică MAE?
                                                                                              Răspuns

                                                                                              ETS, cu 299 MW, urmat de TBATS (309) și DHR (344); metoda sezonieră naivă are 686, Prophet 616. ETS nu are o linie în graficul din slide, deși are cea mai mică eroare în această fereastră. După Paște consumul rămîne sub toate prognozele, iar ETS și TBATS urmează nivelul ultimelor zile.

                                                                                              Rezultatele validării încrucișate pentru consumul zilnic

                                                                                              Slide-ul 78: Rezultatele validării încrucișate pentru consumul zilnic
                                                                                              Slide-ul 78
                                                                                                Întrebare pentru sală În cele 8 ferestre care cuprind o sărbătoare, mai are DHR cea mai mică MAE?
                                                                                                Răspuns

                                                                                                Nu: TBATS 317 MW și DHR 318 MW sînt la egalitate, iar testul DM nu le separă (HLN 0,83, p = 0,431). În cele 18 ferestre fără sărbători, DHR are 258 MW, înaintea combinării (290). Pe toate cele 26 de ferestre: DHR 276, combinarea 305, Prophet 328 MW; ETS, SARIMA și TBATS nu sînt separate de metoda sezonieră naivă (p = 0,431; 0,231; 0,145).

                                                                                                Interpretarea rezultatelor validării încrucișate

                                                                                                Slide-ul 79: Interpretarea rezultatelor validării încrucișate
                                                                                                Slide-ul 79

                                                                                                Exemplu rezolvat

                                                                                                \[\mathrm{MASE}=\frac{\mathrm{MAE}}{\frac{1}{T-7}\sum_{t=8}^{T}|y_t-y_{t-7}|}\]
                                                                                                    Întrebare pentru sală Fără cele 8 ferestre cu sărbători, rămîne DHR cea mai bună și ce se întîmplă în ferestrele cu sărbători?
                                                                                                    Răspuns

                                                                                                    Fără sărbători (18 ferestre), DHR are MAE 258 MW și MASE 0,83, iar combinarea 0,94. În cele 8 ferestre cu sărbători nicio metodă nu are MASE sub 1: TBATS 317 MW, DHR 318 MW, combinarea 340 MW. Pe orizonturile 8–14 nici DHR nu mai are MASE sub 1 (1,02).

                                                                                                    Un al doilea test: PIB-ul României

                                                                                                    Slide-ul 80: Un al doilea test: PIB-ul României
                                                                                                    Slide-ul 80
                                                                                                      Întrebare pentru sală Fără 2019–2020, SARIMA are MAE 1,89 la h = 4, față de 2,44 pentru ETS. Este diferența semnificativă?
                                                                                                      Răspuns

                                                                                                      Nu: HLN = −1,11 (p = 0,275) la h = 4 și −1,47 (p = 0,148) la h = 1, cu 43 de origini. Cu toate cele 51 de origini, la h = 4 SARIMA are chiar MAE 2,70 față de 2,84, iar HLN = 0,50 (p = 0,620): pierderea pătratică a SARIMA este mai mare în anii pandemiei.

                                                                                                      Combinarea prognozelor

                                                                                                      Avantajul combinării prognozelor

                                                                                                      Slide-ul 82: Avantajul combinării prognozelor
                                                                                                      Slide-ul 82

                                                                                                      Exemplu rezolvat

                                                                                                      \[\mathrm{MSE}(w)=w^2\sigma_1^2+(1-w)^2\sigma_2^2+2w(1-w)\rho\sigma_1\sigma_2,\qquad w^*=\frac{\sigma_2^2-\rho\sigma_1\sigma_2}{\sigma_1^2+\sigma_2^2-2\rho\sigma_1\sigma_2}\]
                                                                                                          Întrebare pentru sală Cu erorile reale ale DHR și Prophet, bate media cu ponderi egale DHR singur?
                                                                                                          Răspuns

                                                                                                          Nu: σ₁ = 348 MW, σ₂ = 411 MW, ρ = 0,75; varianța combinării egale este 126 036 MW², peste σ₁² = 120 854. Ponderea optimă este w* = 0,82 (MSE 118 370), aproape de DHR singur. În MAE, combinarea egală are 283 MW, DHR singur 276. Erorile puternic corelate lasă puțin loc pentru cîștig, ca în exemplul din slide (1,060 față de 1).

                                                                                                          Combinarea DHR și Prophet

                                                                                                          Slide-ul 83: Combinarea DHR și Prophet
                                                                                                          Slide-ul 83
                                                                                                            Întrebare pentru sală Combinați ETS (MAE 381 MW) și Prophet (328 MW), ale căror erori au corelația 0,36. Ce MAE are media cu ponderi egale?
                                                                                                            Răspuns

                                                                                                            295 MW: sub ambele componente. Cu erori slab corelate, greșelile se compensează parțial; ponderea cea mai bună retrospectiv este w = 0,37 (MAE 286). Pentru DHR și Prophet (ρ = 0,75): 283 MW cu ponderi egale, față de 276 pentru DHR singur; pentru ETS și TBATS (ρ = 0,98), media cu ponderi egale (370) este mai slabă decît TBATS singur (363).

                                                                                                            Interpretarea combinării

                                                                                                            Slide-ul 84: Interpretarea combinării
                                                                                                            Slide-ul 84
                                                                                                              Întrebare pentru sală Bat ponderile estimate din ferestrele anterioare ponderile egale pentru cele cinci modele?
                                                                                                              Răspuns

                                                                                                              Puțin: MAE 299 MW, față de 305 cu ponderi egale; ponderile alese a posteriori dau 296, iar DHR singur 276. Pentru DHR și Prophet: 283 cu ponderi egale, 281 din ferestrele anterioare, 274 cu cea mai bună pondere a posteriori (w = 0,86). Cîștigul ponderilor estimate este mic, cum spune „forecast combination puzzle”.

                                                                                                              PIB-ul României: Eurostat, volume înlănțuite (prețuri 2010), serie neajustată (NSA) și ajustată sezonier și pentru efectele de calendar (SCA), în versiunea folosită în curs. Comerțul cu amănuntul, producția industrială și înnoptările turistice: Eurostat, pînă în iulie 2026; IAPC: Eurostat, pînă în august 2026. Consumul de electricitate: ENTSO-E, „monthly hourly load values”, România, 1 ianuarie 2022 – 30 iunie 2026, ora de iarnă a României. Pasagerii aerieni: setul de date AirPassengers (Box și Jenkins), 1949–1960. Prognozele validării încrucișate sînt cele din curs; variantele care nu apar în curs sînt rulări suplimentare ale codului capitolului, cu aceleași date.