Главная страница

1. Понятие о статистике 3


Скачать 4.08 Mb.
Название1. Понятие о статистике 3
Дата20.12.2022
Размер4.08 Mb.
Формат файлаdoc
Имя файлаTEORIYA_STATISTIKI_-_lekcii.doc
ТипДокументы
#853901
страница25 из 43
1   ...   21   22   23   24   25   26   27   28   ...   43

6.6. Анализ сезонных колебаний


В рядах динамики, уровни которых являются месячными или квартальными показателями, наряду со случайными колебаниями часто наблюдаются сезонные колебания, под которыми понимаются периодически повторяющиеся из года в год повышение и снижение уровней в отдельные месяцы или кварталы.

Сезонным колебаниям подвержены внутригодовые уровни многих показателей. Например, расход электроэнергии в летние месяцы значительно меньше, чем в зимние; или рыночные цены на овощи в отдельные месяцы далеко не одинаковы.

При графическом изображении таких рядов сезонные колебания проявляются в повышении и снижении уровней в определенные месяцы (кварталы). В качестве иллюстрации рядов с сезонными колебаниями могут служить данные, представленные в табл. 32 и их графическое изображение (рис. 15).

Таблица 32. Динамика производства мороженого предприятием по месяцам, тонн

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



33,333

38,000

43,667

54,333

55,333

69,000

64,667

52,000

42,333

36,000

33,333

31,333

6



0,723

0,824

0,947

1,178

1,200

1,496

1,402

1,128

0,918

0,781

0,723

0,680



Рис. 15. Динамика производства мороженого предприятием по месяцам, тонн

Вместо месячных показателей могут быть квартальные. Если колебания не случайны, то они сохраняются и в квартальных уровнях, как это показано в табл. 33 и на рис. 16, где месячные данные из табл. 32 преобразованы в квартальные.

Таблица 33. Динамика производства мороженого предприятием по кварталам, тонн

Год

Кварталы

Итого

1

2

3

4

2004

110

177

163

99

549

2005

121

168

154

109

552

2006

114

191

160

94

559

Итого

345

536

477

302

1660



Рис. 16. Динамика производства мороженого предприятием по кварталам, тонн

Наблюдение за сезонными колебаниями позволяет устранить их там, где они нежелательны, а также решить ряд практических задач, например, определить потребности в сырье, рабочей силе в тех отраслях, где влияние сезонности велико.

При изучении рядов динамики, содержащих «сезонную волну», ее выделяют из общей колеблемости уровней и измеряют. Существует 2 основных метода для решения этой задачи: расчет индексов сезонности и гармонический анализ.

Индексы сезонности показывают, во сколько раз фактический уровень ряда в определенный момент или интервал времени t больше среднего уровня, либо уровня, вычисляемого по уравнению тренда ( ). Способы расчета индексов сезонности зависят от наличия или отсутствия тренда. Если тренда нет или от незначителен, то для каждого месяца (квартала) индекс сезонности определяется по формуле (106):

, (106)

где Yt – уровень ряда динамики за месяц (квартал) t;

– средний уровень всего ряда динамики.

Индексы сезонности желательно рассчитывать для рядов динамики, длиной в несколько лет, тогда формула индекса сезонности примет следующий вид:

, (107)

где – средний уровень ряда динамики по одноименным месяцам tза T лет.

Например, по данным таблицы 32, представляющим ряд динамики за 3 года, индексы сезонности будем рассчитывать по формуле (107), для чего сначала рассчитаем (4-я строка таблицы 32), а затем, разделив полученные значение на T=3, получим средние уровни за каждый месяц (5-я строка таблицы 32). Средний уровень всего ряда определяем по формуле средней арифметической простой: . В 6-й строке таблицы 32 определены индексы сезонности для каждого месяца по формуле (107), то есть делением значений в 5-й строке на 46,111.

При наличии тренда индексы сезонности определяются определяются аналогично по формулам (106) – (107) с учетом замены на выравненные по уравнению тренда уровни . На основе найденных индексов сезонности и тренда можно спрогнозировать (экстраполировать) ряд динамики по формуле:

. (108)

Особое место при анализе сезонных колебаний занимает гармонический анализ сезонных колебаний, в котором осуществляется выравнивание ряда динамики с помощью ряда Фурье, уровни которого можно выразить как функцию времени следующим уравнением:

. (109)

То есть сезонные колебания уровней динамического ряда можно представить в виде синусоидальных колебаний. Поскольку последние представляют собой гармонические колебания, то синусоиды, полученные при выравнивании по ряду Фурье, называют гармониками различных порядков (показатель k в этом уравнении определяет число гармоник). Обычно при выравнивании по ряду Фурье рассчитывают несколько гармоник (чаще не более 4) и затем уже определяют, с каким числом гармоник ряд Фурье наилучшим образом отражает изменения уровней ряда.

При выравнивании по ряду Фурье периодические колебания уровней динамического ряда представлены в виде суммы нескольких синусоид (гармоник), наложенных друг на друга.

Так, при k=1 ряд Фурье будет иметь вид

, (110)

а при k=2, соответственно,

(111)

и так далее.

Параметры уравнения теоретических уровней, определяемого рядом Фурье, находят, как и в других случаях, методом наименьших квадратов. Приведем без вывода формулы36, используемые для исчисления параметров ряда Фурье:

; ; . (112)

Последовательные значения t обычно определяются от 0 с увеличением (приростом), равным , где n – число уровней эмпирического ряда.

Например, при n=10 временнЫе точки tможно записать следующим образом:

,

или (после сокращения): ; ; ; ; ; ; ; ; .

При n=12 значения tприведены в первой строке таблицы 34, а во второй и третьей строках определены значения sinkt и cosktдля первой гармоники.

Таблица 34. Значения sinkt и cosktдля первой гармоники 12-ти уровнего ряда динамики

t

0

/6

/3

/2

2/3

5/6



7/6

4/3

3/2

5/3

11/6

cost

1





0





–1





0





sint

0





1





0





–1





В таблице 35 приведены исходные данные (графы 1 и 2) и расчет показателей, необходимых для получения уравнений первой гармоники (k=1) по формуле (112).

Таблица 35. Вспомогательные расчеты параметров ряда Фурье

Год




Месяц (t)

Итого

январь

(0)

февраль

(/6)

март

(/3)

апрель

(/2)

май

(2/3)

июнь

(5/6)

июль

()

август

(7/6)

сентябрь

(4/3)

октябрь

(3/2)

ноябрь

(5/3)

декабрь

(11/6)

2004

y

30

35

45

55

58

64

69

52

42

35

33

31




ycost

30

30,31

22,5

0

-29

-55,4

-69

-45

-21

-0

16,5

26,85

ysint

0

17,5

38,97

55

50,23

32

0

-26

-36,4

-35

-28,6

-15,5



31,71

37,84

46,18

54,51

60,58

62,78

60,51

54,39

46,04

37,72

31,64

29,44

2005

y

37

40

44

52

46

70

60

48

46

38

36

35




ycost

37

34,64

22

0

-23

-60,6

-60

-41,6

-23

-0

18

30,31

ysint

0

20

38,11

52

39,84

35

0

-24

-39,8

-38

-31,2

-17,5



31,71

37,84

46,18

54,51

60,58

62,78

60,51

54,39

46,04

37,72

31,64

29,44

2006

y

33

39

42

56

62

73

65

56

39

35

31

28

1660

ycost

33

33,77

21

0

-31

-63,2

-65

-48,5

-19,5

-0

15,5

24,25

-259,234

ysint

0

19,5

36,37

56

53,69

36,5

0

-28

-33,8

-35

-26,8

-14

151,122



31,71

37,84

46,18

54,51

60,58

62,78

60,51

54,39

46,04

37,72

31,64

29,44

1660

Искомое уравнение первой гармоники имеет вид: = 46,111–14,402cost + 8,396sint, подстановкой в которое значений t в последней строке табл.35 получены теоретические значения объема производства мороженого по месяцам, а на рис.17 приведено графическое изображение, из которого видно, что различия эмпирических и теоретических уровней незначительны.



Рис. 17. Динамика производства мороженого предприятием, тонн

Аналогично рассчитываются параметры уравнения с применением второй, третьей и т.д. гармоник37, а затем выбирается наиболее адекватное уравнение, то есть с минимальной ошибкой аппроксимации.

На основе подобранного уравнения по ряду Фурье можно прогнозировать (экстраполировать) развитие уровней ряда в будущем по формуле (104). Например, определим доверительные интервалы производства мороженого на январь 2007 года с вероятностью 0,95, для чего найдем ошибку аппроксимации по формуле (105): = = 4,727 и определим коэффициент доверия по нормальному распределению (так как число уровней n>30) по Приложению 1: t = 1,96. Тогда прогноз на январь 2007 года с вероятностью 0,95 по формуле (104): Yянв07 = 31,71 1,99*4,727 или 22,44<Y2007<40,974 (т).
1   ...   21   22   23   24   25   26   27   28   ...   43


написать администратору сайта