Статистика. Курс лекций по теории статистики
 Скачать 3.05 Mb.
|
10.4. Методы анализа основной тенденции (тренда) в рядах динамикиВажной задачей статистики при анализе рядов динамики является определение основной тенденции развития, присущей тому или иному ряду динамики. Например, за колебаниями урожайности какой-либо сельскохозяйственной культуры в отдельные годы тенденция роста (уменьшения) урожайности может не просматриваться непосредственно, и поэтому должна быть выявлена статистическими методами. Методы анализа основной тенденции в рядах динамики разделяются на две основные группы: 1) сглаживание или механическое выравнивание отдельных членов ряда динамики с использованием фактических значений соседних уровней; 2) выравнивание с применением кривой, проведенной между конкретными уровнями таким образом, чтобы она отображала тенденцию, присущую ряду и одновременно освободила его от незначительных колебаний. Рассмотрим методы каждой группы. Метод укрупнения интервалов. Если рассматривать уровни экономических показателей за короткие промежутки времени, то в силу влияния различных факторов, действующих в разных направлениях, в рядах динамики наблюдается снижение и повышение этих уровней. Это мешает видеть основную тенденцию развития изучаемого явления. В этом случае для наглядного представления тренда применяется метод укрупнения интервалов, который основан на укрупнении периодов времени, к которым относятся уровни ряда. Например, ряд ежесуточного выпуска продукции заменяется рядом месячного выпуска продукции и т.д. Метод простой скользящей средней. Сглаживание ряда динамики с помощью 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 и уровень вначале и добавляя один следующий. Отсюда название - скользящая средняя. Каждое звено скользящей средней - это средней уровень за соответствующий период, который относится к середине выбранного периода, если число уровней ряда динамики нечетное. Нахождение скользящей средней по четному числу членов рядов динамики несколько сложнее, так как средняя может быть отнесена только к середине между двумя датами, находящимися в середине интервала сглаживания. Например, средняя, найденная для четырех членов, относится к середине между вторым и третьим, третьим и четвертым уровнями и так далее. Чтобы ликвидировать такой сдвиг, применяют так называемый способ центрирования. Центрирование заключается в нахождении средней из двух смежных скользящих средних для отнесения полученного уровня к определенной дате. При центрировании необходимо находить скользящие суммы, скользящие средние нецентрированные по этим суммам и средние из двух смежных нецентрированных скользящих средних. Покажем расчет 5-летней и 4-летней скользящей средней на примере данных таб. 9.6. Таблица 9.6 Сглаживание урожайности зерновых культур в хозяйстве за 1980-1995 гг. методом скользящей средней
Недостаток метода простой скользящей средней состоит в том, что сглаженный ряд динамики сокращается ввиду невозможности получить сглаженные уровни для начала и конца ряда. Этот недостаток устраняется применением метода аналитического выравнивания для анализа основной тенденции. Аналитическое выравнивание предполагает представление уровней данного ряда динамики в виде функции времени - y=f(t). Для отображения основной тенденции развития явлений во времени применяются различные функции: полиномы степени, экспоненты, логистические кривые и другие виды. Полиномы имеют следующий вид: полином первой степени  полином второй степени  полином третьей степени  полином n-ой степени  Здесь а0; а1; а2; ... аn - параметры полиномов, t - условное обозначение времени. В статистической практике параметры полиномов невысокой степени иногда имеют конкретную интерпретацию характеристик динамического ряда. Так, параметр а0 трактуется как характеристика средних условий ряда динамики, параметры а1, а2, а3 - как изменения ускорения. В статистике выработано правило выбора степени полинома модели развития, основанное на определении величин конечных разностей уровней динамических рядов. Согласно этому правилу полином первой степени (прямая) применяется как модель такого ряда динамики, у которого первые разности (абсолютные приросты) постоянны, полиномы второй степени - для отражения ряда динамики с постоянными вторыми разностями (ускорениями), полиномы третьей степени - с постоянными третьими разностями и т.д. После выбора вида уравнения необходимо определить параметры уравнения. Самый распространенный способ определения параметров уравнения - это метод наименьших квадратов. Суть данного метода изложена в главе 8. Согласно этому методу, для нахождения параметров полинома р-й степени необходимо решить систему так называемых нормальных уравнений:  (9.16)где n - число членов в ряду динамики: t=1,2,...,n Система 9.16, состоящая из «р» уравнений, содержит в качестве известных величин  , то есть суммы наблюдаемых значений уровней динамического ряда, умноженные на показатели времени в степени 0,1,2,...,р и неизвестных величин aj. Решение этой системы относительно a0, a1,...,ap и дает искомые значения параметров.Системы для расчета параметров полиномов невысоких степеней намного проще. Обозначим последовательные параметры полиномов как а0, а1, а2. Тогда системы нормальных уравнений для оценивания параметров прямой примет вид: (9.17)для параболы второго порядка (yt=a0+a1t+a2t2):  (9.18)Решение системы (9.17) относительно искомых параметров а0 и а1 дает:  В статической практике применяется упрощенный расчет параметров уравнений, который заключается в переносе начала координат в середину ряда динамики. В этом случае упрощаются сами нормальные уравнения, кроме того уменьшаются абсолютные значения величин, участвующих в расчете. В самом деле, если до переноса начала координат t было равно 1,2,3,...,n, то после переноса t=...-4,-3,-2,-1,0,1,2,3,4,..., если число членов ряда нечетное. Если же число членов ряда четное, то t=...,-5,-3,-1,1,3,5,... Следовательно, t и все tp у которых «р» нечетное число, равны 0. Таким образом, все члены уравнений, содержащие t с такими степенями могут быть исключены. Системы нормальных уравнений теперь упрощаются для прямой:  (9.19)для параболы второго порядка:  (9.20)Решая системы (9.19), (9.20) относительно неизвестных параметров, получим величины параметров соответствующих полиномов. Параметр а1 выражает начальную скорость роста, а коэффициент а2 - постоянную скорость изменения прироста. При сглаживании ряда динамики по показательной кривой (yt=a0a1t) для определения параметров применяется метод наименьших квадратов к логарифмам исходных данных. Так, для нахождения параметров показательной функции необходимо решить следующую систему уравнений:  (9.21)Если t=0, то параметры уравнения lga0 и lga1 находим по формулам:  ;  .Рассмотрим следующий пример. Необходимо определить основную тенденцию ряда динамики урожайности зерновых культур в хозяйстве за 1981-1995 гг. по следующим данным (см. табл. 9.7). Начнем определение тенденции с самого простого полинома-уравнение прямой (9.19). Решая систему нормальных уравнений, получим искомые параметры: a0=14,8; a1=0,17, а само уравнение запишется следующим образом  что выражает тенденцию динамики урожайности зерновых культур в 1981-1995 гг., т.е. в течение исследуемого периода урожайность зерновых культур в хозяйстве увеличивалась в среднем на 0,17 ц. с га в год.Таблица 9.7 Динамика урожайности зерновых культур в хозяйстве и определение параметров уравнения методом наименьших квадратов
|