- •Цель и задачи дисциплины
- •Место дисциплины в учебном процессе и требования к знаниям и умениям специалиста
- •Тематический план дисциплины
- •Содержание курса
- •Тема 8. Ряды динамики
- •Тема 9. Статистические методы прогнозирования
- •Тема 10. Экономические индексы
- •1. Сводка и группировка статистических данных
- •3. Расчет показателей вариации и ошибок выборки
- •2. Расчет средних величин
- •4. Выборочное наблюдение
- •4. Корреляционно-регрессионный анализ
- •5. Построение и расчет рядов динамики
- •6. Выравнивание рядов динамики
- •7. Прогнозирование рядов динамики
- •8. Экономические индексы.
- •Примеры расчетов
- •Контрольная работа
- •Расчет средних величин
- •Порядок расчета
- •Задание 2. Расчет показателей вариации и ошибок выборки
- •Задание 3. Построение и расчет рядов динамики
- •Задание 4. Экономические индексы
- •Контрольные вопросы
- •Оглавление
- •Марченко Елизавета Маратовна Захаров Павел Николаевич
- •600000, Владимир, ул. Горького, 87.
6. Выравнивание рядов динамики
Основными методами выравнивания рядов динамики с целью выявления общей тенденции являются:
Метод укрупнения интервалов.
Метод простой скользящей средней.
Метод взвешенной скользящей средней.
Метод выравнивания с помощью теоретической кривой.
Метод укрупнения интервалов подразумевает расчет средних значений, исходя из большего количества данных в каждом интервале, при этом влияние отдельных значений уменьшается, кривая носит более сглаженный характер и тенденция проявляется в более явном виде, но чаще используют метод скользящих средних, при которых ряд выравнивается путем расчета средних величин, исходя из определенного участка сглаживания (обычно состоящего из нечетного числа значений ряда или звеньев) при этом участок сглаживания смещается на одно значение по временному ряду.
Рассчитанные средние записываются напротив серединного значения участка сглаживания.
Выявление общей тенденции с помощью взвешенной скользящей средней предполагает замену абсолютных данных средними арифметическими за определенный период. При этом расчет средних ведется методом скольжения, то есть сначала вычисляют средний уровень из определенного числа первых по порядку уровней ряда, затем – средний уровень из такого же числа членов, начиная со второго. Полученные средние записываются к соответствующему серединному интервалу (второму, третьему, четвертому и т.д.). Если интервал скольжения четный, то выполняют центрирование данных, то есть определение средней из найденных средних, что необходимо для определения срединного периода. При этом центрированная средняя будет отнесена ко второму периоду, вторая – к третьему и т.д. Сглаженный ряд «укорачивается» по сравнению с фактическим на (m – 1)/2 члена с одного и другого конца, где m – количество уровней, входящих в интервал. Для восстановления потерянных значений временного ряда необходимо вычислить прирост на последнем участке скольжения и затем восстановить значения ряда динамики путем последовательного прибавления среднего абсолютного прироста к последнему сглаженному значению. Аналогично восстанавливаются первые члены ряда.
Если для процесса характерно нелинейное развитие, то более надежным способом является использование взвешенной скользящей средней, которое осуществляется по полиномам 2-го и 3-го порядков. То есть для каждого участка скольжения подбирается полином вида yt=a0+a1t+a2t+….. параметры которого оцениваются по методу наименьших квадратов. При этом начало отсчета переносится в середину участка скольжения. Ниже приведены весовые коэффициенты для половины интервала сглаживания при различных интервалах сглаживания.
Длина интервала сглаживания |
Весовые коэффициенты |
5 |
1/35(-3,+12,+17) |
7 |
1/21(-2,+3,+6,+7) |
9 |
1/231(-21,+14,+39,+54,+59) |
При использовании метода простой скользящей средней общая тенденция может быть выявлена следующим образом:
1 2 3 4 5 6 7 8 9 10
|
6,7 7,3 7,6 7,9 7,4 8,6 7,8 7,7 7,9 8,2
|
(6,7+7,3+7,6+7,9+7,4)/5=7,38 (7,3+7,6+7,9+7,4+8,6)/5=
(8,6+7,8+7,7+7,9+8,2)/5=8,04
|
11 12 13 14 15 16 17 18 19 20 21 |
8,4 9,1 8,3 8,7 8,9 9,1 9,5 10,4 10,5 10,2 9,3 |
8,68
9,94
|
Недостатком метода скользящей средней является уменьшение ряда динамики на количество звеньев на n-1, где n - это продолжительность активного участка.
Существуют методы восстановления утраченных значений. Для этого определяется абсолютный прирост 1 или последнего активного участка, который вычитается (суммируется) из 1 сглаженного (последнего сглаженного ) члена ряда.
1 2 3 4 5 6 7 8 9 10
|
6,7 7,3 7,6 7,9 7,4 8,6 7,8 7,7 7,9 8,2
|
7,4 7,8 7,9
|
17 18 19 20 21 |
9,5 10.4 10,5 10,2 9,3 |
9,98
9,93 9,88 |
- 7,0 Δ1-5ср=(7,4-6,7)/4=0,2
- 7,2
у2 = у3 - Δ1-5ср=7,4-0,2=7,2
Δсруi=уi-уi-1
У1=7,2-0,2=7,0
Δ17-21ср=(9,3-9,5)/4=- 0,05
У20=9,98+(- 0,05)=9,93
У21=9,93- 0,05=9,88
При анализе показателей, характеризующих сезонность выполнения работ необходимо использовать четырехзвенную или 12 – звенную скользящую среднюю. При этом на 1 этапе для 4-звенной рассчитываются средние значения для четырехзвенного активного участка и записываются напротив интервала между 2-ым и 3-им значением. На 2-ом этапе проводят центрирование, т.е. нахождение средних из двух соседних средних значений и записывают напротив 3-го звена активного участка.
1 2 3 4 5 6 7
|
6,7 7,3 7,6 7,9 7,4 8,6 7,8
|
(6,7+7,3+7,6+7,9)/4=7,3 7,6 7,9
|
(7,3+7,6)/2=7,45
|
При использовании четного числа звеньев в активном участке динамический ряд уменьшается на n звеньев. Где n- длина активного участка.
Метод сглаживания рядов динамики с применением теоретических кривых
Характеристика теоретических кривых.
Прежде чем выбирать конкретный вид, конкретный тип кривой, необходимо провести логический анализ анализируемого явления, т.е. ответить на следующие вопросы:
1. возможен ли бесконечный рост уровня ряда, если да, то какой он – равномерный, равноускоренный
2. есть ли точки насыщения
3. есть ли точки перегиба
В качестве теоретических кривых обычно используют прямую или полином 1 степени yt= a0+ a1t, полином 2 степени или параболу yt= a0+ a1t+ a2t2, полиномом 3 степени или кривую yt= a0+ a1t+ a2t2+ a3t3, экспоненту yt=ахеt, логарифмическую кривую.
В основе выбора теоретической кривой лежит метод «наименьших квадратных», в соответствии с которым теоретическая кривая выбирается таким образом, чтобы сумма квадратных отклонений всех фактических значений от теоретического была бы минимальной
n
∑(yt–y^t)2→min
t=1
При этом для каждого вида теоретической кривой рассчитана своя система нормальных уравнений, на основе которых рассчитываются коэффициенты регрессии и свободный член уравнений.
Так для теоретической прямой вида yt= a0+ a1t система нормальных уравнений имеет следующий вид.
∑yt=a0+a1∑t
{
∑ytt =a0∑t +a1∑t2
t=1,…,n
n - количество членов ряда динамики
t - номер периодов
Чтобы упростить расчет, начало координат переносится в середину РД.
a0=∑yt/n
a1=∑ytt/∑t2
Если рассматривается парабола 2-го порядка, система нормальных уравнений будет следующая.
∑yt=a0n +a1∑t+ a2∑t2
{ ∑ytt =a0∑t +a1∑t2+a2∑t3
∑ytt2 =a0∑t2 +a1∑t3+a2∑t4
a1=∑ytt/∑t2
a2=(n∑ytt -∑t2- ∑yt )/(n∑t4- (∑t2)2)
a0=∑ytt/n - ∑t2/n[(n∑ytt -∑t2- ∑yt )/(n∑t4- (∑t2)2)]
Исходя из уравнений, находятся параметры параболы, и строится график.
Использование метода «наименьших квадратных».
Используя теоретическую кривую, рассчитать ее параметры и дать прогноз остатков вкладов населения в банках на период упреждения равный 2.
№п\п |
yt |
t |
ytt |
t2 |
1 |
14717 |
-7 |
-103019 |
49 |
2 |
16642 |
-6 |
-99852 |
36 |
3 |
18504 |
-5 |
-92520 |
25 |
4 |
20376 |
-4 |
-81504 |
16 |
5 |
21321 |
-3 |
-63963 |
9 |
6 |
23342 |
-2 |
-46684 |
5 |
7 |
28317 |
-1 |
-28317 |
1 |
8 |
30624 |
0 |
0 |
0 |
9 |
33408 |
1 |
33408 |
1 |
10 |
36505 |
2 |
73010 |
4 |
11 |
40524 |
3 |
121572 |
9 |
12 |
45416 |
4 |
181664 |
16 |
13 |
50857 |
5 |
254285 |
25 |
14 |
56024 |
6 |
336144 |
36 |
15 |
59381 |
7 |
415667 |
49 |
Итого: |
495958 |
|
899891 |
280 |
a0=495958/15=33064
} yt=33064+3214t
a1=899891/280=3214
Методы выбора теоретических кривых роста.
Выбор теоретической кривой может опираться на графическое построение эмпирических данных – визуальный метод отбора.
Метод последовательных разностей используется для определения степени полинома:
определяются разности уровней ряда (из 2 года вычитают 1 год) – находят абсолютный прирост
находят разности абсолютных приростов
находят разности разностей абсолютных приростов и т.д.
Определяют до тех пор, пока эти разности не будут почти одинаковы. Порядок разностей определяет степень полинома.
Метод наименьших квадратных часто употребляемый, на его основе определяют среднюю квадратическую ошибку.
σ=√(( yt–y^t)2/n) простое среднее квадратическое отклонение основано на равномерном распределении.
Чтобы просчитать ошибку, нужно знать yt и y^t.
№ п\п |
yt |
t |
y^t |
yt–y^t |
( yt–y^t)2 |
1 |
14717 |
-7 |
10566 |
4151 |
17230801 |
2 |
16642 |
-6 |
13780 |
2862 |
8191044 |
3 |
18504 |
-5 |
16994 |
1510 |
2280100 |
4 |
20376 |
-4 |
20208 |
168 |
28224 |
5 |
21321 |
-3 |
23422 |
-2101 |
4414201 |
