15. Характеристика уровней развития изучаемых явлений во времени: определение абсолютных относительных и обобщающих показателей динамики.

Обобщающие показатели – это база анализа и прогнозирования социально–экономического развития отдельных районов, областей.регионов и страны в целом. Количественная сторона явлений помогает проанализировать качественную сторону объекта и проникает в его сущность.

Абсолютные величины – всегда числа именованные, имеют определенную размерность, единицы измерения. В статистической науке применяются натуральные, денежные (стоимостные) и трудовые единицы измерения.

Единицы измерения называют натуральными, если они будут соответствовать потребительским или природным свойствам предмета, товара и будут выражены в физических весах, мерах длины и т. п. В статистической практике натуральные единицы измерения могут быть составными. Применяют условно–натуральные единицы измерения при суммировании количества разнородных товаров, продуктов.

Трудовые единицы измерения (человек–дни, человек–часы) используются для определения затрат труда на производства продукции, выполнение работы и т.д.

Абсолютные величины измеряются в стоимостных единицах – ценах. В стоимостных единицах измеряют доходы населения, валовой выпуск продукции и др.

Одних абсолютных статистических величин недостаточно для характеристики изучаемых объектов. Чтобы отразить состояние рост, развитие явлений, соотношение их во времени и пространстве в статистике широко пользуются относительными величинами.

Показатели, полученные в результате сравнения абсолютных величин, в статистике называют относительными величинами.

Относительные величины дают представление, во сколько раз одна абсолютная величина больше другой или какую часть одна абсолютная величина составляет от другой, или сколько единиц одной совокупности приходится на единицу другой.

Относительные величины – это показатель, который представляет собой частное от деления двух статистических величин и характеризует количественное соотношение между ними.

Для расчета относительных величин в числитель ставится сравниваемый показатель, который будет отражать изучаемое явление а в знаменателе отражается показатель, с которым и будет производиться это сравнение, он является основанием или базой для сравнения. База сравнения – это своеобразный измеритель. Основание имеет результат отношения в зависимости от количественного (числового) значения, который выражается в: коэффициенте, процентах, промилле или децимилле.

16. Понятие тренда и методы его выявления.

Одной из важнейших задач статистики является определение в рядах динамики общей тенденции развития явления. На развитие явления во времени оказывают влияние факторы, различные по характеру и силе воздействия. Одни из них оказывают практически постоянное воздействие и формируют в рядах динамики определенную тенденцию развития. Воздействие же других факторов может быть кратковременным или носить случайный характер.

Основная тенденция (тренд) – изменение, определяющее общее направление развития, это систематическая составляющая долговременного действия.

Задача – выявить общую тенденцию в изменении уровней ряда, освобожденную от действия различных случайных факторов. Методы выявления тренда:

1) Метод укрупнения интервалов основан на укрупнении периодов времени, к которым относятся уровни ряда динамики (одновременно уменьшается количество интервалов). Средняя, исчисленная по укрупненным интервалам, позволяет выявить направление и характер (ускорение или замедление роста) основной тенденции развития, в то время как слишком малые интервалы между наблюдениями приводят к появлению ненужных деталей в динамике процесса, засоряющих общую тенденцию.

Месяц	Объем выпуска, млн.руб.	Месяц	Объем выпуска, млн.руб.
Январь	5,1	Июль	5,6
Февраль	5,4	Август	5,9
Март	5,2	Сентябрь	6,1
Апрель	5,3	Октябрь	6,0
Май	5,6	Ноябрь	5,9
Июнь	5,8	Декабрь	6,2

Различные направления изменений уровней ряда по отдельным месяцам затрудняют выводы об основной тенденции производства. Если соответствующие месячные уровни объединить в квартальные и вычислить среднемесячный выпуск продукции по кварталам, т.е. укрупнить интервалы, то решение задачи упрощается.

Квартал	Объем производства, млн.руб.
	в квартал	в среднем в месяц
1	15,7	5,23
2	16,7	5,57
3	17,6	5,87
4	18,1	6,03

После укрупнения интервалов основная тенденция роста производства стала очевидной: 5,23<5,57<5,87<6,03 млн.руб.

2) Метод скользящей средней заключается в том, что исчисляется средней уровень из определенного числа (обычно нечетного) первых по счету уровней ряда, затем – из такого же числа уровней, но начиная со второго по счету, далее – начиная с третьего и т.д. Таким образом, средняя как бы “скользит” по ряду динамики, передвигаясь на один срок.

Недостатком сглаживания ряда является укорачивание сглаженного ряда по сравнению с фактическим, а, следовательно, потеря информации.

Год	Урожайность, ц/га	Скользящая средняя
		трехлетняя	пятилетняя
1991	15,4	–	–
1992	14,0	15,7 = 15,4+14,0+ +17,6)/3	–
1993	17,6	15,7 = 14,0+17,6+ +15,4)/3	14,7
1994	15,4	14,6	15,1
1995	10,9	14,6	15,3
1996	17,5	14,5	15,5
1997	15,0	17,0	15,2
1998	18,5	15,9	16,0
1999	14,2	15,9	–
2000	14,9	–	–
Итого	153,4

Сглаженный ряд урожайности по трехлетиям короче фактического на один член ряда в начале и в конце, по пятилетиям – на два члена в начале и в конце ряда. Он меньше, чем фактический, подвержен колебаниям из-за случайных причин, и четче выражает основную тенденцию роста урожайности за изучаемый период, связанную с действием долговременно существующих причин и условий развития.

Укрупнение интервалов и метод скользящей средней дают возможность определить лишь общую тенденцию развития явления, более или менее освобожденную от случайных или волнообразных колебаний. Получить обобщенную статистическую модель тренда посредством этих методов нельзя.

Рис. 8.2. Эмпирические и сглаженные уровни ряда динамики

3) Аналитическое выравнивание ряда динамики используется для того, чтобы дать количественную модель, выражающую основную тенденцию изменения уровней ряда динамики во времени.

Общая тенденция развития рассчитывается как функция времени:

ŷ_t=f(t), (6.16)

где ŷ_t – уровни динамического ряда, вычисленные по соответствующему аналитическому уравнению на момент времени t.

Определение теоретических (расчетных) уровней ŷ_t производится на основе так называемой адекватной математической модели, которая наилучшим образом отображает (аппроксимирует) основную тенденцию ряда динамики.

Простейшими моделями, выражающими тенденцию развития, являются (где a₀,a₁ – параметры уравнения; t – время):

Линейная функция (прямая) ŷ_t=a₀+a₁·t. (6.17)

Показательная функция .(6.18)

Степенная функция (парабола) ŷ_t = a₀ + a₁·t + a₂·t². (6.19)

Расчет параметров функции обычно производится методом наименьших квадратов. Выравнивание ряда динамики заключается в замене фактических уровней y_i плавно изменяющимися уровнями ŷ_t, наилучшим образом аппроксимирующими статистические данные.

Выравнивание по прямой используется в тех случаях, когда абсолютные приросты практически постоянны, т.е. когда уровни изменяются в арифметической прогрессии.

Выравнивание по показательной функции используется в тех случаях, когда ряд отражает развитие в геометрической прогрессии, т.е. когда цепные коэффициенты роста практически постоянны.

Выравнивание ряда динамики по прямой ŷ_t = a₀ + a₁·t. Параметры a₀,a₁ согласно МНК находятся решением следующей системы нормальных уравнений:

(6.20)

где y – фактические (эмпирические) уровни ряда;

t – время (порядковый номер периода или момента времени).

t = 0, так что система нормальных уравнений (8.20) принимает вид:

(6.21)

Отсюда можно выразить коэффициенты регрессии:

; (6.22)

. (8.23)

Если расчеты выполнены правильно, то  y = ŷt.

Пример

Для выравнивания ряда из примера 8.3 используем линейную трендовую модель – уравнение прямойŷ_t = a₀ + a₁·t. n = 10. Расчет уравнения регрессии выполним в табличной форме.

Таким образом,

y =153,4; y·t = 6,8; t² = 330.

Вычислим параметры a₀,a₁по формулам (8.22, 8.23):

= 15,34; = 0,021.

Расчет уравнения регрессии

Год	y	t	t2	y·t	ŷt	yi– ŷt	(yi– ŷt)2
1	2	3	4	5	6	7	8
1991	15,4	-9	81	-138,6	15,15	0,25	0,0625
1992	14,0	-7	49	-98,0	15,19	-1,19	1,4161
1993	17,6	-5	25	-88,0	15,23	2,37	5,6169
1994	15,4	-3	9	-46,2	15,28	0,12	0,0144
1995	10,9	-1	1	-10,9	15,32	-4,42	19,5364
1996	17,5	1	1	17,5	15,36	2,14	4,5796
1997	15,0	3	9	45,0	15,40	-0,40	0,0160
1998	18,5	5	25	92,5	15,45	3,05	9,3025
1999	14,2	7	49	99,4	15,49	-1,29	1,6641
2000	14,9	9	81	134,1	15,53	-0,63	0,3969
Итого	153,4	0	330	6,8	153,4	0	42,6050

Уравнение прямой будет иметь вид:

ŷ_t = 15,34+0,021·t.

Подставляя в данное уравнение последовательно значения, находим выравненные уровни ŷ_t (гр. 6 табл. 7.3).

Проверим расчеты:

y =  ŷ_t = 153,4.

Следовательно, значения уровней выравненного ряда найдены верно.

Полученное уравнение показывает, что, несмотря на значительные колебания в отдельные годы, наблюдается тенденция увеличения урожайности: с 1991 по 2000 г. урожайность зерновых культур в среднем возрастала на 0,021 ц/га в год.

Тенденция роста урожайности зерновых культур в изучаемом периоде отчетливо проявляется в результате построения выравненной прямой.