Главная Случайная страница


Категории:

ДомЗдоровьеЗоологияИнформатикаИскусствоИскусствоКомпьютерыКулинарияМаркетингМатематикаМедицинаМенеджментОбразованиеПедагогикаПитомцыПрограммированиеПроизводствоПромышленностьПсихологияРазноеРелигияСоциологияСпортСтатистикаТранспортФизикаФилософияФинансыХимияХоббиЭкологияЭкономикаЭлектроника






Несопоставимость уровней рядов динамики

Уровни рядов динамики должны быть сопоставимы между собой. Для несопоставимых величин нельзя вести расчеты показателей рядов динамики.

Несопоставимость может быть:

– по территории,

– по кругу охватываемых объектов,

– из-за разных единиц измерения,

– из-за изменения уровня явления на различные даты,

– из-за различного понимания единицы объекта,

– по структуре.

Смыкание рядов динамики

В большинстве случаев уровни ряда приводятся к сопоставимому уровню путем пересчета. Например может использоваться метод смыкания.

Суть метода заключается в том, что уровень базового года принимается за 100 %, а затем производим соответствующий пересчет. Получаем ряд относительных величин.

Определение среднего уровня ряда динамики.

В качестве обобщенной характеристики уровней ряда динамики служит средний уровень ряда динамики . В зависимости от типа ряда динамики используются различные расчетные формулы.

Интервальный ряд абсолютных величин с равными периодами (интервалами времени):

Моментный ряд с равными интервалами между датами:

Моментный ряд с неравными интервалами между датами:

где - уровни ряда, сохраняющиеся без изменения на протяжении интервала времени .

Показатели изменения уровней ряда динамики.

Одним из важнейших направлений анализа рядов динамики является изучение особенностей развития явления за отдельные периоды времени.

С этой целью для динамических рядов рассчитывают ряд показателей:

К - темпы роста;

- абсолютные приросты;

- темпы прироста.

Темп роста - относительный показатель, получающийся в результате деления двух уровней одного ряда друг на друга. Темпы роста могут рассчитываться как цепные, когда каждый уровень ряда сопоставляется с предшествующим ему уровнем: , либо как базисные, когда все уровни ряда сопоставляются с одним и тем же уровнем , выбранным за базу сравнения: . Темпы роста могут быть представлены в виде коэффициентов либо в виде процентов.

 

Абсолютный прирост - разность между двумя уровнями ряда динамики, имеет ту же размерность, что и уровни самого ряда динамики. Абсолютные приросты могут быть цепными и базисными, в зависимости от способа выбора базы для сравнения:

цепной абсолютный прирост - ;

базисный абсолютный прирост - .

Для относительной оценки абсолютных приростов рассчитываются показатели темпов прироста.

Темп прироста - относительный показатель, показывающий на сколько процентов один уровень ряда динамики больше (или меньше) другого, принимаемого за базу для сравнения.

Базисные темпы прироста: .

Цепные темпы прироста: .

и - абсолютный базисный или цепной прирост;

- уровень ряда динамики, выбранный за базу для определения базисных абсолютных приростов;

- уровень ряда динамики, выбранный за базу для определения i-го цепного абсолютного прироста.

Существует связь между темпами роста и прироста:

К = К - 1 или К = К - 100 % (если темпы роста определены в процентах).

Если разделить абсолютный прирост (цепной) на темп прироста (цепной) за соответствующий период, получим показатель, называемый - абсолютное значение одного процента прироста:

.

Определение среднего абсолютного прироста, средних темпов роста и прироста.

По показателям изменения уровней ряда динамики (абсолютные приросты, темпы роста и прироста), полученным в результате анализа исходного ряда, могут быть рассчитаны обобщающие показатели в виде средних величин - средний абсолютный прирост, средний темп роста, средний темп прироста.

Средний абсолютный прирост может быть получен по одной из формул:

или ,

где n - число уровней ряда динамики;

- первый уровень ряда динамики;

- последний уровень ряда динамики;

- цепные абсолютные приросты.

Средний темп роста можно определить, пользуясь формулами:

где n - число рассчитанных цепных или базисных темпов роста;

- уровень ряда, принятый за базу для сравнения;

- последний уровень ряда;

- цепные темпы роста (в коэффициентах);

- первый базисный темп роста;

- последний базисный темп роста.

Между темпами прироста и темпами роста К существует соотношение = К - 1, аналогичное соотношение верно и для средних величин.

Определение в рядах динамики общей тенденции развития.

Определение уровней ряда динамики на протяжении длительного периода времени обусловлено действием ряда факторов, которые неоднородны по силе и направлению воздействия, оказываемого на изучаемое явление.

Рассматривая динамические ряды, пытаются разделить эти факторы на постоянно действующие и оказывающие определяющее воздействие на уровни ряда, формирующие основную тенденцию развития, и случайные факторы, приводящие к кратковременным изменениям уровней ряда динамики. Наиболее важна при анализе ряда динамики его основная тенденция развития, но часто по одному лишь внешнему виду ряда динамики ее установить невозможно, поэтому используют специальные методы обработки, позволяющие показать основную тенденцию ряда. Методы обработки используются как простые, так и достаточно сложные. Простейший способ обработки ряда динамики, применяемый с целью установления закономерностей развития - метод укрупнения интервалов.

Суть метода в том, чтобы от интервалов, или периодов времени, для которых определены исходные уровни ряда динамики, перейти к более продолжительным периодам времени и посмотреть, как уровни ряда изменяются в этом случае.

Исходные уровни ряда динамики подвержены сезонным изменениям; для определения общей тенденции развития переходят, например, от ежемесячных уровней к годовым уровням:

Эти цифры, полученные в результате перехода к годовым уровням ряда динамики, показывают общую тенденцию роста реализации молочной продукции.

Другой способ определения тенденции в ряду динамики —метод скользящих средних. Суть метода заключается в том, что фактические уровни ряда заменяются средними уровнями, вычисленными по определённому правилу, например:

— исходные или фактические уровни ряда динамики заменяются средними уровнями:

...

...

...

В результате получается сглаженный ряд, состоящий из скользящих пятизвенных средних уровней . Между расположением уровней и устанавливается соответствие:

— — — — ,

сглаженный ряд короче исходного на число уровней , где k - число уровней, выбранных для определения средних уровней ряда.

Сглаживание методом скользящих средних можно производить по четырём, пяти или другому числу уровней ряда, используя соответствующие формулы для усреднения исходных уровней.

Полученные при этом средние уровни называются четырёхзвенными скользящими средними, пятизвенными скользящими средними и т.д.

При сглаживании ряда динамики по чётному числу уровней выполняется дополнительная операция, называемая центрированием, поскольку, при вычислении скользящего среднего, например по четырём уровням, относится к временной точке между моментами времени, когда были зафиксированы фактические уровни и . Схема вычислений и расположений уровней сглаженного ряда становится сложнее:

... — исходные уровни;

— — ... — сглаженные уровни;

— — ... — центрированные сглаженные уровни;

.

Метод скользящих средних не позволяет получить численные оценки для выражения основной тенденции в ряду динамики, давая лишь наглядное графическое представление.

Наиболее совершенным способом определения тенденции развития в ряду динамики является метод аналитического выравнивания. При этом методе исходные уровни ряда динамики заменяются теоретическими или расчетными , которые представляют из себя некоторую достаточно простую математическую функцию времени, выражающую общую тенденцию развития ряда динамики. Чаще всего в качестве такой функции выбирают прямую, параболу, экспоненту и др.

Например, ,

где - коэффициенты, определяемые в методе аналитического выравнивания;

- моменты времени, для которых были получены исходные и соответствующие теоретические уровни ряда динамики, образующие прямую, определяемую коэффициентами .

Расчет коэффициентов ведется на основе метода наименьших квадратов:

Если вместо подставить (или соответствующее выражение для других математических функций), получим:

 

Это функция двух переменных (все и известны), которая при определенных достигает минимума. Из этого выражения на основе знаний, полученных в курсе высшей математики об экстремуме функций n переменных, получают значения коэффициентов .

Для прямой:

где n — число моментов времени, для которых были получены исходные уровни ряда .

Если вместо абсолютного времени выбрать условное время таким образом, чтобы , то записанные выражения для определения упрощаются:

Определение в рядах внутригодовой динамики.

Многие процессы хозяйственной деятельности, торговли, сельского хозяйства и других сфер человеческой деятельности подвержены сезонным изменениям, например, продажа мороженого, потребление электроэнергии, производство молока, сахара, продажа сельхозпродукции и др.

Для анализа рядов динамики, подверженных сезонным изменениям, используются специальные методы, позволяющие установить и описать особенности изменения уровней ряда. Прежде, чем использовать методы изучения сезонности, необходимо подготовить данные, приведённые в сопоставимый вид, за несколько лет наблюдения по месяцам или кварталам. Изменения сезонных колебаний производится с помощью индексов сезонности. В зависимости от существующих в ряду динамики тенденций используются различные правила построения индексов.

1. Ряд динамики не имеет общей тенденции развития, либо она не велика.

Индекс сезонности: ,

где — средний уровень ряда, полученный в результате осреднения уровней ряда за одноимённые периоды времени (например, средний уровень января за все годы наблюдения);

— общий средний уровень ряда за всё время наблюдения.

Вывод о наличии или отсутствия в ряду динамики ярко выраженной тенденции может производиться, например, при помощи метода укрупнения интервалов.

Прогнозирование (экстраполяция) – это определение будущих размеров экономического явления.

Интерполяция – это определение недостающих показателей уровней ряда.

Наиболее простым методом прогнозирования является расчет средних характеристик роста (средний абсолютный прирост, средний темп роста и т.д.) и перенесение их на будущие даты. Прогнозирование на основе аналитического выравнивания является наиболее распространенным методом.

Анализ взаимосвязанных рядов динамики

Под взаимосвязанными понимаются такие ряды динамики, в которых уровни одного ряда в какой-то степени определяют уровни другого. Например, ряд, отражающий внесение удобрений на 1 га, связан с временным рядом урожайности, ряд уровней средней выработки — с рядом динамики средней заработной платы, ряд среднегодового поголовья молочного стада — с годовыми уровнями надоев молока и т. д.

В простейших случаях для характеристики взаимосвязи двух и более рядов их приводят к общему основанию, для чего берут в качестве базисных уровни за один и тот же период и исчисляют коэффициенты опережения по темпам роста или прироста.

Коэффициенты опережения по темпам роста — это отношение темпов роста (цепных или базисных) одного ряда к соответствующим по времени темпам роста (также цепным или базисным) другого ряда. Аналогично находятся и коэффициенты опережения по темпам прироста.

Анализ взаимосвязанных рядов представляет наибольшую сложность при изучении временных последовательностей. Нередко совпадение общих тенденций развития бывает вызвано не взаимной связью, а прочими неучитываемыми факторами. Поэтому в сопоставляемых рядах предварительно следует избавиться от влияния существующих в них тенденций, а после этого провести анализ взаимосвязи по отклонениям от тренда. Исследование включает проверку рядов динамики (отклонений) на автокорреляцию и установление взаимосвязи между признаками.

Под автокорреляцией понимается зависимость последующих уровней ряда от предыдущих. Проверка на наличие автокорреляции осуществляется по критерию Дарбина — Уотсона:

,

где εt — отклонение фактического уровня ряда в точке tот теоретического (выравненного) значения.

При К = 0 имеется полная положительная автокорреляция, при К = 2 автокорреляция отсутствует, при К = 4 — полная отрицательная автокорреляция.

Последнее изменение этой страницы: 2016-06-10

lectmania.ru. Все права принадлежат авторам данных материалов. В случае нарушения авторского права напишите нам сюда...