分享

尋找美國PCE通貨膨脹率的機率模型

想知道經濟指標的機率模型嗎?不是做不到,而是需要工具。今天我使用免費的「建模軟體」跑一遍美國trimmed mean PCE inflation rate從1983年1月到2021年2月的數據,看看會測試出這個通貨膨脹率指標會是哪種機率模型呢?
經濟指標
先讓我們了解一下trimmed mean PCE inflation rate是什麼吧!這個通貨膨脹率是由達拉斯聯邦儲備銀行計算做為個人消費支出的價格指數之核心通貨膨脹替代指標。
計算方式是給定月份的修正平均PCE通貨膨脹率,包含查看個人消費支出各組成成份的價格變化。若單一價格變化則按照從「跌最多」到「漲最多」的升序排列方式,將兩端極端值依一定比例剔除。再將通貨膨脹率計算那些剩餘的加權平均。調整後的平均通貨膨脹率就是真實核心PCE通貨膨脹率的代表。
這樣計算出來的通貨膨脹率顯示優於傳統不包含食物和能源的核心通貨膨脹率。
那麼這篇內容使用「建模軟體」尋找數據的機率模型方式,看看這樣一個優良的通貨膨脹率數據有什麼特徵呢?
那Gumbel分配特性是什麼呢?這是用於衡量特定年份河流最大水位、預測極端地震發生可能等的分配。也就是用在現象中極端值發生可能的衡量。在維基百科上提到Gumbel是廣義極值分配的特例,也是取對數的韋伯分配或雙倍指數分配。
Gumbel的型II分配是類似於韋伯分配,兩者的關係反映在參數上。它的機率密度函數為f(X)=abx^(-a-1) e^(-b x^(-a))。如果b=1,就是逆韋伯分配。這都是用於極端事件發生頻率的衡量分配。
而45種分配檢測後,可以發現trimmed mean PCE通貨膨脹率是適用Gumbel的型II分配,也代表有上述的分配特性。
如果想要看到圖形或是其他功能,就得使用者#統計學不能做為大數據分析的工具 書後軟體。
#機率模型 #建模 #人工智慧 #大數據分析 #大數據 #統計分析 #適合度檢定 #資料科學 #經濟指標 #物價指數 #通貨膨脹率
#經濟指標 
分類:學習

🟠掃除觀念的雷點🟠算學的運用🟠建模技術🟠大數據分析方法🟠人工智慧分析方法

評論
上一篇
  • 用大數據分析尋找台灣消費者物價指數年增率的機率模型
  • 更多文章
    載入中... 沒有更多了