Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Практикум Статистика Кречетова.docx
Скачиваний:
5
Добавлен:
01.07.2025
Размер:
815 Кб
Скачать
☆

8.5 Статистическое изучение сезонности

Сезонность – это изменения уровней ряда, периодически повторяющиеся из года в год под влиянием времени года.

Для изучения сезонности в статистике применяются следующие методы:

  1. Гармонический анализ – разложение уровней ряда в ряд Фурье по синусам и косинусам.

  2. Определение специальных показателей, называемых индексами сезонности. Они характеризуют относительное отклонение месячных или квартальных средних за несколько лет от общей средней за все месяца или кварталы.

Если в ряду динамики отсутствует тренд или он незначителен, то для каждого месяца (квартала) индексы сезонности определяются по формуле:

(89)

­­

где  – отношение средней за одноименные месяца (квартала) к общей средней за все года и месяца.

Расчет индексов сезонности заканчивается построением графика сезонной волны. По оси ОХ откладываются месяцы (квартала), по оси ОУ – индексы сезонности. Анализ графика сезонной волны позволяет сделать выводы о характере сезонности в ряде динамики.

Для оценки силы влияния сезонных колебаний на изучаемый показатель применяется среднеквадратическое отклонение сезонности

(90)

Если оно меньше 5 – то влияние сезонности незначительное;

Если оно находится в интервале от 5 до 10 – то влияние сезонности умеренное;

Если больше 10 – то влияние сезонности сильное.

Типовые примеры

Пример 1. Имеется следующая информация о товарообороте ассоциации до, и после укрупнения обслуживаемого региона (в сопоставимых ценах, млн. руб.), представленные в таблице 62.

Таблица 62

Динамика товарооборота по региону за 2001-2005 гг.

Товарооборот

в границах:

Годы

2001

2002

2003

2004

2005

Прежних

260

270

275

-

-

Новых

-

-

440

450

466

Произведите анализ динамики товарооборота ассоциации, предварительно приведя информацию к сопоставимому виду. Сделайте выводы.

Решение:

1. Приведём ряд динамики к сопоставимому виду, применив метод смыкания (таблица 63).

Таблица 63

Расчетная таблица приведения к сопоставимому виду.

Товарооборот

в границах:

Годы

2001

2001

2001

2001

2001

Прежних

260

270

275

-

-

Новых

-

-

440

450

466

Сопоставимый ряд

416

432

440

450

466

Определим коэффициент пересчёта:

К = 440 : 275 = 1,6

Умножим на этот коэффициент все данные до изменения, получим сопоставимый ряд.

2. Проанализируем изменение товарооборота при помощи показателей динамики (таблица 64).

Таблица 64

Аналитические показатели динамики

Годы

Уi

Абсолютный прирост

Темп роста

Темп прироста

абсолютное значение 1% цепного прироста

2001

416

-

-

-

-

-

-

-

2002

432

16

16

103,8

103,8

3,8

3,8

4,16

2003

440

8

24

101,9

105,8

1,9

5,8

4,32

2004

450

10

34

102,3

108,2

2,3

8,2

4,4

2005

466

16

50

103,6

112

3,6

12,0

4,5

Итого:

2204

50

-

Пр =112

-

-

-

17,38

Рассчитаем средние показатели динамики:

Вывод: Таким образом, товарооборот по региону за 2001-2005 гг. увеличился в целом на 50 млн. руб. (12%), причем ежегодно он увеличивался от 8 млн. руб. (1,9%) до 16 млн. руб. (3,8%). В среднем в год товарооборот составлял млн. руб., он увеличивался в среднем в год на 12,5 млн. руб. (2,9%)

Пример 2. Имеются данные о потреблении овощей на одного члена семьи по району за 2000 –2006 гг. (таблица 65).

Таблица 65

Данные по потреблению овощей на одного человека в год за 2000-2006 гг.

Год

2000

2001

2002

2003

2004

2005

2006

У(t)

10,0

10,5

12,0

10,2

13,0

16,3

18,0

Построить модель тренда методом аналитического выравнивания по прямой.

Решение:

Для определения параметров модели построим расчетную таблицу 66.

Таблица 66

Расчет параметров модели

Год

Потребление овощей, кг.

yt

t

t2

yi*t

ft = 13 +

+1,3*t

et = (yt – ft)

et2 =(yt –ft)2

1

2

3

4

5

6

7

8

2000

10,0

-3

9

-30,0

9,1

0,9

0,81

2001

10,5

-2

4

-21,0

10,4

0,1

0,01

2002

12,0

-1

1

-12,0

11,7

0,3

0,09

2003

11,2

0

0

0

13,0

-0,8

0,64

2004

13,0

1

1

13,0

14,3

-1,3

1,69

2005

16,3

2

4

32,6

15,6

0,7

0,49

2006

18,0

3

9

54

16,9

1,1

1,21

Итого

91

0

28

36,6

91

–

4,94

По данным расчетной таблицы 66 (столбец 2) определим параметры линейной модели тренда yt = a0 +a1 *t.

Рассчитаем значения ft по построенной модели ft = 13 + 1,3*t.

Расчетные данные приведены в таблице 66 (столбец 6). Для наглядного представления основной тенденции развития явления строится график фактических данных и модели тренда (рис.6).

Для оценки качества модели рассчитываются отклонения от тренда et и сумма квадратов отклонений от тренда et2 (колонка 7 и 8 таблицы 66), а также абсолютная и относительная меры колеблемости отклонений от тренда (остатков):

Стандартная ошибка модели равна

Где к – число параметров в модели, n – число уровней ряда.

Относительная ошибка модели равна

Вывод: Таким образом, относительная мера колеблемости остатков меньше 10 %, следовательно, построенная модель является достаточно хорошей.

Рис. 6 Динамика потребления овощей на одного

человека за 2000-2006 гг.

Пример 3. Имеются данные о производстве продукции по предприятию (тыс. шт.) за 2000 – 2008 гг. (таблица 67).

Таблица 67

Динамика производства продукции по предприятию за 2000-2008 гг.

Год

2000

2001

2002

2003

2004

2005

2006

2007

2008

У(t)

15

14

12

9

11

14

16

13

18

Построить модель тренда методом аналитического выравнивания по параболе, оценить ее качество и построить прогноз на 2010 г.

Решение:

Для определения параметров модели построим расчетную таблицу 68.

Таблица 68

Расчет параметров модели

Год

Производство продукции тыс. шт.

yi

t

t2

yi*t

t4

yi*t2

ft

(yt – ft)2

2000

15

-4

16

-60

256

240

14,7

0,09

2001

14

-3

9

-42

81

126

13

1

2002

12

-2

4

-24

16

48

11,9

0,01

2003

9

-1

1

-9

1

9

11,4

5,76

2004

11

0

0

0

0

0

11,5

0,25

2005

14

1

1

14

1

14

12,2

3,24

2006

16

2

4

32

16

64

13,5

6,25

2007

13

3

9

39

81

117

15,4

5,76

2008

18

4

16

72

256

288

17,9

0,01

Итого

122

0

60

22

708

906

121,5

22,37

П о данным расчетной таблицы 68 определим параметры квадратичной модели тренда yt = a0 +a1 *t + a2*t2.

Решая систему уравнений, получим значения параметров – a0 = 11,5, a1 =0,4, a2 =0,3. Тогда модель основной тенденции примет вид:

ft = 11,5 +0,4 *t + 0,3*t2.

Рассчитаем значения yt по построенной модели. Расчетные данные приведены в предпоследней колонке таблицы 68. Для наглядного представления основной тенденции развития явления строится график фактических данных и модели тренда (рис. 7). Для оценки качества модели рассчитывается сумма квадратов отклонений от тренда (последняя колонка таблицы 68), а также абсолютная и относительная меры колеблемости отклонений от тренда (остатков):

Рис. 7 Динамика производства продукции по предприятию

за 2000-2008 гг.

Стандартная ошибка модели равна

Где к – число параметров в модели, n – число уровней ряда.

Средний уровень ряда равен

Относительная ошибка модели равна

Вывод: Таким образом, относительная мера колеблемости остатков меньше 15 %, следовательно, построенная модель может быть использована для прогнозирования.

Построим прогноз продукции предприятия на 2010 г. по построенной модели тренда. Так как в 2010 г. время t будет равняться 6, то прогноз равен:

Y* 2004 = 11,5 + 0,4 *6 + 0,3* 36 = 24,7 тыс. шт.

Пример 4.

Имеются месячные данные динамики производства мороженного по предприятию (таблица 69). Проанализировать сезонность производства мороженного, сделать выводы.

Таблица 69

Динамика производства мороженного 2004-2006 гг.

Номер строки

Год

Месяц t

январь

февраль

март

апрель

май

июнь

июль

август

сентябрь

октябрь

ноябрь

декабрь

1

2004

30

35

45

55

58

64

69

52

42

35

33

31

2

2005

37

40

44

52

46

70

60

48

46

38

36

35

3

2006

33

39

42

56

62

73

65

56

39

35

31

28

4

Итого

100

114

131

163

166

207

194

156

127

108

100

94

Решение: Для расчетов построим таблицу 70.

Таблица 70

Динамика производства мороженного 2004-2006 гг.

Номер строки

Год

Месяц t

январь

февраль

март

апрель

май

июнь

июль

август

сентябрь

октябрь

ноябрь

декабрь

1

2004

30

35

45

55

58

64

69

52

42

35

33

31

2

2005

37

40

44

52

46

70

60

48

46

38

36

35

3

2006

33

39

42

56

62

73

65

56

39

35

31

28

4

Итого

100

114

131

163

166

207

194

156

127

108

100

94

5

33,3

38,0

43,7

54,3

55,3

69,0

64,7

52,0

42,3

36,0

33,3

31,3

6

72,3

82,4

94,7

118,8

120

149,6

140,2

112,8

91,8

78,1

72,3

68,0

Определим средние за каждый месяц значения реализации мороженного (строка 5 таблицы 70) и общую среднюю за весь период

Рассчитаем индексы сезонности за каждый месяц (строка 6 таблицы 70). Например,

Построим график сезонной волны производства мороженного (рис. 8).

Вывод: Таким образом, динамика производства мороженного характеризуется ростом с января по июнь и снижением в июле-декабре.

Рис. 8 Сезонная волна производства мороженного