1.Анализ ряда динамики
1.1. Показатели ряда динамики
Одной из важнейших задач статистики является изучение изменений анализируемых показателей во времени, то есть их динамика. Эта задача решается с помощью анализа рядов динамики (или временных рядов). Ряд динамики представляет собой ряд расположенных в хронологической последовательности числовых значений статистического показателя, характеризующих изменение общественных явлений во времени.
Классификация рядов динамики
Составными элементами ряда динамики являются показатели уровней ряда и периоды времени (годы, кварталы, месяцы, сутки ) или моменты (даты ) времени.
Уровни ряда обычно обозначаются через "У", периоды времени или моменты через " t ".
Классификация рядов динамики производится по следующим признакам.
1. В зависимости от способа выражения уровней ряды динамики подразделяются на ряды абсолютных, относительных и средних величин.
2. В зависимости от того, как выражаются уровни ряда на определенные моменты времени ( на начало месяца, квартала, года и т. п.) или его величину на определенные интервалы времени ( например за сутки, месяц, год и. т. п.), различают соответственно моментные и интервальные ряды динамики.
Особенность интервального ряда состоит в том, что его уровни характеризуют собой суммарный итог какого либо явления за определенный отрезок времени. Они зависят от продолжительности этого периода времени, их можно суммировать, как не содержащие повторного счета.
Особенность моментного ряда состоит в том, что его уровни, как правило, содержат элементы повторного счета, например число вкладов населения, учитываемых за январь, существует и в настоящее время, являясь единицами совокупности в июне. В результате чего суммировать уровни ряда не целесообразно.
3. В зависимости от расстояния между уровнями ряды динамики под разделяются на ряды динамики с равноотстоящими уровнями и не равноотстоящими уровнями во времени.
4. В зависимости от наличия основной тенденции изучаемого процесса ряды динамики подразделяются на стационарные и нестационарные.
Если математическое ожидание значения признака и дисперсия постоянны, не зависят от времени, процесс считается стационарным и ряды динамики также называются стационарными. Понятие сопоставимости рядов динамики
Забиваем Сайты В ТОП КУВАЛДОЙ - Уникальные возможности от SeoHammer
Каждая ссылка анализируется по трем пакетам оценки: SEO, Трафик и SMM.
SeoHammer делает продвижение сайта прозрачным и простым занятием.
Ссылки, вечные ссылки, статьи, упоминания, пресс-релизы - используйте по максимуму потенциал SeoHammer для продвижения вашего сайта.
Что умеет делать SeoHammer
— Продвижение в один клик, интеллектуальный подбор запросов, покупка самых лучших ссылок с высокой степенью качества у лучших бирж ссылок.
— Регулярная проверка качества ссылок по более чем 100 показателям и ежедневный пересчет показателей качества проекта.
— Все известные форматы ссылок: арендные ссылки, вечные ссылки, публикации (упоминания, мнения, отзывы, статьи, пресс-релизы).
— SeoHammer покажет, где рост или падение, а также запросы, на которые нужно обратить внимание.
SeoHammer еще предоставляет технологию Буст, она ускоряет продвижение в десятки раз,
а первые результаты появляются уже в течение первых 7 дней.
Зарегистрироваться и Начать продвижение
Система показателей изменения уровней ряда динамики
При формировании системы показателей изменения уровней ряда динамики принято сравниваемый уровень называть отчетным, а уровень, с которым производят сравнение – базисным.
К некоторым показателям изменения уровней ряда динамики относятся.
1. Абсолютный прирост (Δу)
- характеризует размер увеличения ( или уменьшения) уровня ряда за определенный промежуток времени. Физически он означает абсолютную скорость роста ( снижения) процесса (явления)
Δу = yi – yi - k ; где i = 1, 2, 3, ..,n.
Если k =1, то уровень yi – 1 является предыдущим для данного ряда, а абсолютные приросты изменения будут цепными.
Если k постоянно для данного ряда, то абсолютные приросты будут базисными.
2. Коэффициент роста
отражает относительное изменение абсолютных уровней ряда по сравнению с предыдущим (Кцеп
) и базисным уровнем (Кбаз
). Цепные коэффициенты характеризуют движение за отдельные годы, а базисные – за произвольный период.
3. Темп роста
– показатель, получаемый умножением коэффициента роста на 100%
4. Темп прироста
- показатель характеризующий относительную скорость изменения уровня ряда в единицу времени. Физически темп прироста показывает на какую долю (или процент) уровень данного периода или момента времени больше (или меньше) базисного уровня. Он представляет собой отношение абсолютного прироста к уровню ряда, принятого за базу 100.
 -цепные абсолютные приросты
 -базисные абсолютные приросты
5. Средний уровень ряда динамики
( ) - для интервальных рядов с равноотстоящими уровнями средний уровень находится по формуле средней арифметической простой, а для не равноотстоящих уровней - по средней арифметической средней взвешенной
 - ряд динамики простой
 - ряд динамики моментный
6.Средний абсолютный прирост
– определяется как средняя арифметическая простая
 , где
 -цепные абсолютные приросты;
n – число приростов.
7. Средний темп роста –
определяется формулой
 , где
к1
,к2
, кn
– цепные коэффициенты роста
n – число цепных коэффициентов роста
8. Средний темп прироста
– Определяется через значение среднего тепра прироста:
1.2. Прогнозирование и аналитическое выравнивание динамического ряда
Выравнивание - метод, при помощи которого получают аналитическое и графическое выражение статистической закономерности, лежащей в основе заданного эмпирического ряда статистических данных. Путём выравнивания ломаную линию уровней эмпирического ряда заменяют плавной «выравнивающей» кривой (в частном случае - прямой) и вычисляют уравнение этой кривой. При выравнивании последовательно решают три задачи:
Сервис онлайн-записи на собственном Telegram-боте
Попробуйте сервис онлайн-записи VisitTime на основе вашего собственного Telegram-бота:
— Разгрузит мастера, специалиста или компанию;
— Позволит гибко управлять расписанием и загрузкой;
— Разошлет оповещения о новых услугах или акциях;
— Позволит принять оплату на карту/кошелек/счет;
— Позволит записываться на групповые и персональные посещения;
— Поможет получить от клиента отзывы о визите к вам;
— Включает в себя сервис чаевых.
Для новых пользователей первый месяц бесплатно.
Зарегистрироваться в сервисе
1. Выбирают тип уравнения (форму плавной кривой);
2. Вычисляют параметры (коэффициенты) этого уравнения;
3. Вычисляют (на основании уравнения) или измеряют (по графику кривой) уровни полученного «теоретического» статистического ряда.
Тип уравнения и, соответственно, форму плавной кривой выбирают на основании общих сведений о сущности явления, о закономерностях его структуры и развития, о зависимости между его признаками (так называемое «аналитическое выравнивание»).
К выравниванию рядов динамики прибегают, чтобы получить уравнение (и плавную линию), выражающее тенденцию развития процесса во времени (t). Например: y = a + bt, y = a + bt + ct2 и т.п.
Исключение случайных колебаний значений уровней ряда осуществляется с помощью нахождения «усредненных» значений. А способы устранения случайных факторов делятся на две больше группы:
1. Способы «механического» сглаживания колебаний путем усреднения значений ряда относительно других, расположенных рядом, уровней ряда.
2. Способы «аналитического» выравнивания, т. е. определения сначала функционального выражения тенденции ряда, а затем новых, расчетных значений ряда.
К методам сглаживания относятся:
1.Метод усреднения по левой и правой половине - разделяют ряд динамики на две части, находят для каждой из них среднее арифметическое значение и проводят через полученные точки линию тренда Тренд - основная тенденция развития динамического ряда. на графике.
2.Метод простой скользящей средней - заключается в том, что вычисляется средний уровень из определенного числа первых по порядку уровней ряда, затем - средний уровень из такого же числа уровней, начиная со второго, далее - начиная с третьего, и т.д. Таким образом, при расчетах среднего уровня как бы скользят по ряду динамики от его начала к концу, каждый раз отбрасывая один уровень в начале и добавляя один следующий. Отсюда название - скользящая средняя.
3.Метод взвешенной скользящей средней - основное отличие от предыдущего метода состоит в том, что уровни, входящие в интервал усреднения, суммируются с различными весами, т.к. аппроксимация в пределах интервала сглаживания осуществляется с использованием уровней, рассчитанных по полиному n-го порядка.
Экстраполяция - распространение установленных в прошлом тенденций на будущий период (экстраполяция во времени применяется для перспективных расчетов населения).
Интерполяция – это приближенный расчет уровней ряда динамики, лежащих внутри этого ряда, но по какой-либо причине неизвестных
Более совершенным приемом изучения общей тенденции в рядах динамики является аналитическое выравнивание. При изучении общей тенденции методом аналитического выравнивания исходят из того, что изменения уровней ряда динамики могут быть с той или иной степенью точности приближения выражены определенными математическими функциями.
Задачей аналитического выравнивания является определение не только общей тенденции развития явления, но и некоторых недостающих значений как внутри периода, так и за его пределами. Способ определения неизвестных значений внутри динамического ряда называют интерполяцией. Эти неизвестные значения можно определить:
1.Используя полусумму уровней, расположенных рядом с интерполируемыми;
2. По среднему абсолютному приросту;
3.По темпу роста.
Вид уравнения определяется характером динамики развития конкретного явления. Логический анализ при выборе вида уравнения может быть основан на рассчитанных показателях динамики, а именно:
1.Если относительно стабильны абсолютные приросты (первые разности уровней приблизительно равны), сглаживание может быть выполнено по прямой;
2.Если абсолютные приросты равномерно увеличиваются (вторые разности уровней приблизительно равны), можно принять параболу второго порядка;
3.При ускоренно возрастающих или замедляющихся абсолютных приростах - параболу третьего порядка;
4.При относительно стабильных темпах роста показательную функцию.
Для аналитического выравнивания наиболее часто используются следующие виды трендовых моделей: прямая (линейная), парабола второго порядка, показательная (логарифмическая) кривая, гиперболическая.
Целью аналитического выравнивания является - определение аналитической или графической зависимости. На практике, по имеющемуся временному ряду, задают вид и находят параметры функции, а затем анализируют поведение отклонений от тенденции. Не следует смешивать выравнивание статистических рядов динамики со сглаживанием статистических рядов.
Одним из наиболее элементарных способов изучения общей тенденции в ряду динамики является укрупнение интервалов. При использовании этого метода ряд динамики, состоящий из мелких интервалов, заменяется рядом, состоящим из более крупных интервалов (например, преобразование месячных периодов в квартальные, квартальных в годовые и т.д.). Или уровни исходного динамического ряда объединяются по более крупным периодам. Особое внимание при этом следует обращать на обоснование периодов укрупнения.
Так как на каждый уровень исходного ряда влияют факторы, вызывающие их разнонаправленное изменение, то это мешает видеть основную тенденцию. При укрупнении интервалов влияние факторов нивелируется, и основная тенденция проявляется более отчетливо. Расчет среднего значения уровня по укрупненному интервалу осуществляется по формуле простой средней арифметической. Недостаток этого способа заключается в том, что сокращается число уровней ряда, а это не позволяет учитывать изменения внутри укрупненного интервала. Но преимущество в том, что сохраняется природа явления.
|
