Читайте также:
|
|
При исследовании социально-экономических процессов встречаются такие ряды динамики, когда уровни ряда претерпевают самые различные изменения (то возрастают, то убывают) и, в данном случае, можно говорить только об общей тенденции развития явления (к росту или снижению).
Выявление основной тенденции развития (тренда) называется в статистике выравниваем временного ряда, а методы выявления основной тенденции – методами выравнивания.
Рассмотрим наиболее простой прием обнаружения общей тенденции развития явления – укрупнение интервала динамического ряда. При этом первоначальный ряд динамики преобразуется и заменяется другим, показатели которого относятся к большим по продолжительности периодам времени. Например, имеются данные об объеме прибыли, полученной предприятием (по месяцам), млн. руб.:
Объем прибыли (по месяцам), млн. руб.
Месяц | Объем прибыли, млн. руб. | Месяц | Объем прибыли, млн. руб. |
Январь Февраль Март Апрель Май Июнь | Июль Август Сентябрь Октябрь Ноябрь Декабрь |
Различные направления изменения уровней ряда по отдельным месяцам затрудняют выводы об основной тенденции исследуемого показателя. Если соответствующие месячные уровни объединить в квартальные и вычислить среднемесячный объем прибыли, то есть укрупнить интервалы, то решение задачи упрощается:
Таблица 1
Объем прибыли (по кварталам), млн. руб.
Квартал | За квартал | В среднем за месяц |
I II III IV |
После укрупнения интервалов основная тенденция роста объема прибыли прослеживается в I, II и III кварталах. В IV квартале размер анализируемого показателя уменьшился как в целом за квартал, так и в среднем за месяц.
Наиболее простыми методами прогнозирования по одномерным временным рядам, являются:
- метод среднего абсолютного прироста;
- метод среднего темпа роста.
Прогнозирование методом среднего абсолютного прироста предполагает, что общая тенденция развития изучаемого социально-экономического явления наилучшим об разом аппроксимируется линейной формой аналитического выражения.
Для прогнозирования используется модель вида:
По данным об объеме импорта коммерческой продукции за период январь-август 2014 г. построить прогноз методом среднего абсолютного прироста на сентябрь – ноябрь 2014 г.:
Расчетная таблица для определения прогнозных значений методом среднего абсолютного прироста
Месяц | Объем импорта, млн. руб., | Абсолютные цепные приросты |
январь | 201,8 | - |
февраль | 202,4 | 0,6 |
март | 203,1 | 0,7 |
апрель | 204,0 | 0,9 |
май | 205,2 | 1,2 |
июнь | 206,4 | 1,2 |
июль | 207,6 | 1,2 |
август | 208,8 | 1,2 |
Итого | 1639,3 | 7,0 |
Средний абсолютный прирост составил:
– конечный уровень динамического ряда;
– начальный уровень динамического ряда.
Прогнозные оценки данного показателя на сентябрь-ноябрь 2014 г. составят:
Прогнозирование методом среднего темпа роста осуществляется в случае если темпы роста цепные, рассчитанные по данным исходного временного ряда за исследуемый период времени, имеют приблизительно одинаковое цифровое значение, а тенденция развития явления подчиняется геометрической прогрессии и может быть описана показательной (экспоненциальной) кривой. Модель прогноза методом среднего темпа роста имеет вид:
средний темп роста, который определяется по формуле:
Сумма теоретических значений , полученных в результате выравнивания по среднему темпу роста, должна совпадать с суммой эмпирических значений исходного временного ряда :
Несовпадение данных сумм может быть вызвано следующими причинами:
1. Исходному временному ряду свойственна другая закономерность, а не экспоненциальная;
2. Существенное и значимое влияние на изучаемое социально-экономическое явление оказывают случайные факторы.
Пример. По следующим данным об объеме импорта по торговому предприятию в январе-мае 2014 г. построить прогноз на июнь-июль 2014 г.
Расчетная таблица для определения прогнозных значений
методом среднего темпа роста
Месяц | Объем товарооборота, млн. руб. | Тр |
январь | - | |
февраль | 1,10 | |
март | 1,18 | |
апрель | 1,15 | |
май | 1,13 | |
Итого | - |
Средний темп роста составил:
Прогноз объема импорта составил:
Рассмотренные методы прогнозирования являются простейшими, и поэтому прогнозы, полученные на их основе, являются приближенными и не всегда надежны при увеличении периода упреждения. Как правило, эти методы используются только при краткосрочном прогнозировании.
Выявление основной тенденции может быть осуществлено методом скользящей средней. Метод состоит в вычислении среднего уровня 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:
Исходные данные и результаты расчета скользящей средней
Год | Объем выручки рекламного агентства, млн. руб. | Скользящая средняя | |
трехчленная | пятичленная | ||
15,4 | - | - | |
14,0 | 15,7 | - | |
17,6 | 15,7 | 14,7 | |
15,4 | 14, 6 | 15,1 | |
10,9 | 14,6 | 15,3 | |
17,5 | 14,5 | 15,5 | |
15,0 | 17,0 | 15,2 | |
18,5 | 15,9 | 16,0 | |
14,2 | 15,9 | - | |
14,9 | - | - |
Сглаженный ряд по трехчленной скользящей средней короче фактического на одно значение в начале и в конце, по пятичленной – на два значения в начале и в конце ряда, то есть часть информации теряется. Однако сглаженный ряд меньше, чем фактический, подвержен колебаниям случайных причин и четче, в виде некоторой линии на графике выражает основную тенденцию роста за изучаемый период, связанную с действием долговременно существующих причин и условий развития (рис. 1):
Рис. 1. Графическое изображение фактического и сглаженных
динамических рядов
При построении взвешенной скользящей средней на каждом активном участке значение центрального уровня заменяется на расчетное, определяемое по формуле средней арифметической взвешенной:
– весовые коэффициенты.
Простая скользящая средняя учитывает все уровни ряда, входящие в активный участок сглаживания, с равными весами (), а взвешенная средняя приписывает каждому уровню вес, зависящий от удаления данного уровня до уровня, стоящего в середине активного участка. При простой скользящей средней выравнивание на каждом активном участке производится по прямой (полиному первого порядка), а при сглаживании по взвешенной скользящей средней используются полиномы более высоких порядков, чаще всего – 2-го или 3-его порядка. Поэтому метод простой скользящей средней может рассматриваться как частный случай метода взвешенной скользящей средней.
Алгоритм выравнивания: для каждого активного участка подбирается полином вида:
+ ;
Коэффициенты которого оцениваются с помощью метода наименьших квадратов (МНК). При этом начало отсчета (начало координат) переносится в середину активного участка. Например, для длины интервала сглаживания l =7 рассматриваются моменты времени t: –3, –2, –1, 0, 1, 2, 3.
Тогда сглаженным значением для уровня, стоящего в середине активного участка, будет значение параметра подобранного полинома. Весовые коэффициенты при уровнях ряда, входящих в активный участок сглаживания, будут одинаковыми для каждого активного участка.
Например, длина интервала сглаживания l =5, а локальное поведение сглаженного временного ряда внутри каждого активного участка описывается с помощью полинома второго порядка. Перенесем начало координат в середину временного интервала, т.е. в моменты времени: t = –2, –1, 0, 1, 2. Неизвестные коэффициенты полинома второй степени оцениваются с помощью МНК. Учитывая, что для нечетных получаем систему:
Для определения необходимо найти и . Так как интервал сглаживания равен 5, то =34. Система нормальных уравнений, определяющая и , имеет вид:
Решение этой системы относительно представлено:
Аналогичным путем получают выражения и для других интервалов сглаживания по параболе второго и третьего порядка:
Длина интервала сглаживания | Весовые коэффициенты |
Пример. Рассчитать взвешенную скользящую среднюю для временного ряда EURO c 25 июля 2014 г. по 7 августа 2014 г. Длина интервала l =5, сглаживание на каждом участке – по полиному 2-го порядка:
Сглаживание временного ряда курса EURO с помощью взвешенной скользящей средней
Дата | Порядковый номер уровня, t | Курс EURO | Взвешенная скользящая средняя |
25.июл | 47,170 | - | |
26.июл | 47,221 | - | |
29.июл | 47,480 | 47,513 | |
30.июл | 47,864 | 47,832 | |
31.июл | 47,896 | 47,780 | |
01.авг | 47,470 | 47,670 | |
02.авг | 47,824 | 47,692 | |
05.авг | 47,867 | 47,917 | |
06.авг | 48,049 | - | |
07.авг | 48,243 | - |
= 47,513
= 47,832
Рассмотренные методы позволяют определить лишь общую тенденцию развития явления, более или менее освобожденную от случайных и волнообразных колебаний. Однако получить обобщенную статистическую модель тренда посредством этих методов нельзя.
Дата добавления: 2015-04-12; просмотров: 130 | Поможем написать вашу работу | Нарушение авторских прав |