Студопедия

Главная страница Случайная страница

КАТЕГОРИИ:

АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника






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 ε t — 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.


Поделиться с друзьями:

mylektsii.su - Мои Лекции - 2015-2024 год. (0.009 сек.)Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав Пожаловаться на материал