История. Временные ряды и их предварительный анализ Задачи Основные определения
Скачать 1.1 Mb.
|
Временные ряды и их предварительный анализЗадачиОсновные определенияОсновные определенияОсобенности прогноза: является следствием действительности, итогом выводов, эмпирических данных и обоснованных предположений имеет элемент случайности носит многовариантный характер его точность проверяется временем требует соблюдения объективности Прогноз позволяет: оценить состояние объекта и при необходимости найти возможные управляющие решения выявить проблемы, возможные в будущем моделировать варианты развития событий Основные определенияГоризонт прогнозирования (иногда период упреждения) - предельный срок, в пределах которого прогноз выполняется с заданной точностью (иногда просто число периодов в будущем, которые покрывает прогноз). Период прогнозирования - это основная единица времени, на которую делается прогноз. Интервал прогнозирования - частота, с которой делается новый прогноз. ( часто совпадает с периодом прогнозирования; это означает, что прогноз пересматривается каждый период). Методы прогнозирования - совокупность приемов и способов мышления, позволяющих построить прогноз. Основные группы методов прогнозированияэкстраполяция нормативные расчеты экспертные оценки аналогии математическое моделирование постановка задачи и сбор необходимой информации данные должны быть:
значимыми (отражать исследуемые явления) согласованными собраны через определенные интервалы времени первичная обработка исходных данных определение круга возможных моделей прогнозирования оценка параметров модели исследование качества выбранных моделей, проверка их адекватности реальному процессу, выбор лучшей модели построение прогноза содержательный анализ полученного прогноза Основные этапы прогнозирования социально-экономических процессов: замечанияБолее сложная методика необязательно дает лучший результат - выбранная модель изменяется со временем. А вот возможности создающего прогноз играют большую роль в получении хорошего прогноза. Одни методы подходят для краткосрочных прогнозов, другие – для долгосрочных. Комбинирование нескольких методов дает лучший результат, чем применение их по отдельности. содержательный анализ полученного прогноза Рисунок 1 – Классификация прогнозов 1) масштаб прогнозирования -макро (страна)-, микро (предприятиие)-, мезо (отрасль, регион, комплекс)-экономический прогноз; -структурный (межотраслевой и межрегиональный) прогноз; 2) горизонт прогнозирования -оперативные (до 1 месяца); -краткосрочные (от 1 месяца до 1 года) – для разработки безотлагательных решений -среднесрочные (от 1 года до 5 лет); -долгосрочные (от 5 лет до 15-20 лет) – чтобы наметить основной курс развития предприятия -дальнесрочные (свыше 20 лет). Применительно к комплексным национальным экономическим прогнозам принята следующая классификация: краткосрочные прогнозы до 2-3 лет, среднесрочные до 5-7 лет, - долгосрочные до 15-20 лет. 3) характер объекта -научно-технический (развитие НТП, техническое прогнозирование) -демографический -использования или количества природных ресурсов -военно-политический - динамики народного хозяйства и др. 4) цели - поисковый: строится на основе продолжения в будущем тенденций развития изучаемого явления; «что произойдет, если сохранится соответствующая тенденция» - нормативный (программный) – определяет пути и сроки достижения возможного (желаемого) состояния объекта. 5) степень информационной обеспеченности объектов прогнозирования - объекты с полным обеспечением количественной информацией, для которых имеется в наличии ретроспективная количественная информация в объеме достаточном для реализации метода экстраполяции, либо статистического метода; -объекты с неполным обеспечением количественной информацией; -объекты с наличием качественной ретроспективной информацией; -объекты с полным отсутствием ретроспективной информации (как правило, это проектируемые и строящиеся объекты). Основные определенияКаждый уровень временного ряда формируется под воздействием большого числа факторов и при изучении ВР предполагается, что совокупное влияние этих факторов формирует общие закономерности в развитии процесса. Моделированиепродаж объёма пива в РФРусский крест - динамика общих коэффициентов рождаемости и смертности (на 1000 человек населения)Особенности исследования временных рядовКлассификация временных рядовКлассификация временных рядовпо времени – моментные и интервальные.
В моментном ряду уровень ряда характеризует изучаемое явление в конкретный момент времени. по форме представления уровней – ряды абсолютных, относительных и средних величин. по расстоянию между датами или интервалами выделяют полные (измерения сделаны в равноотстоящие моменты времени) и неполные (в неравноотстоящие) временные ряды. по количеству фиксируемых характеристик изучаемого явления выделяют одномерные ВР (одна характеристика/один объект), и многомерные временные ряды (при наблюдении нескольких характеристик выделенного объекта). Важное значение для исследования процесса имеет выбор ширины интервалов между соседними членами ряда. Если выбрать слишком большой интервал, можно упустить существенные закономерности в динамике показателей, в то же время слишком малый интервал может привести к появлению ненужных деталей, то есть к засорению общей тенденции. Важнейшим условием правильного формирования временных рядов является сопоставимость уровней, образующих ряд. Уровни ряда, подлежащие изучению, должны быть однородны по экономическому содержанию, и учитывать существо изучаемого явления и цель исследования. Должна быть: Этапы предварительного анализа временных рядов
Абсолютные показатели динамики (на цепной и базисной основе)Абсолютный прирост Темп роста Темп прироста Ускорение Средние показатели динамикиСредний абсолютный приростпоказывает, на сколько в среднем в единицу времени изменяется уровень ряда Средний темп роста– показывает, во сколько в среднем за единицу времени изменился уровень динамического ряда Средний темп прироста Одно из главных отличий последовательности наблюдений, образующих временной ряд, от случайной выборки заключается в том, что члены временного ряда являются, вообще говоря, статистически взаимозависимыми. Степень тесноты статистической связи между двумя случайными величинами может быть измерена парным коэффициентом корреляции. Поскольку в нашем случае коэффициент измеряет корреляцию, существующую между членами одного и того же временного ряда, его принято называть коэффициентом автокорреляции. При анализе изменения величины r() в зависимости от значения принято говорить об автокорреляционной функции r(). Оценка автокорреляционной функции: где - выборочная дисперсия; - выборочная автоковариация; - лаг (порядок автокорреляции). Пример коррелограммы автокорреляционной функции (АКФ) в ППП StatisticaГрафик автокорреляционной функции называют коррелограммой. Коррелограмма автокорреляционной функции ВВПС помощью этой функции реализуется идея измерения автокорреляции, существующей между разделенными тактами времени членами временного ряда xt и xt+, при устраненном опосредованном влиянии на эту взаимозависимость всех промежуточных членов этого временного ряда. Частная автокорреляция 1-го порядка может быть подсчитана с использованием соотношения: где среднее значение анализируемого стационарного процесса. Оценка частной автокорреляционной функции: где - алгебраические дополнения матрицы R Пример коррелограммы частной автокорреляционной функции (АКФ) в ППП StatisticaПростейшие методы прогнозированияпрогнозирование в предположении абсолютной неизменности значений предшествующих уровней в будущем; метод среднего уровня ряда; метод абсолютного прироста; метод среднего темпа прироста. Прогнозирование в предположении абсолютной неизменности значений предшествующих уровней в будущем исходит из утверждения, что каждое следующее прогнозное значение будет равно предыдущему значению признака, то есть Метод прогнозирования на основе среднего уровня ряда используется для тех случаев, когда изменение уровней временных рядов носит стационарный характер Интервальный прогноз: Метод среднего абсолютного приростаМетод среднего темпа ростаПрименение простейших методов прогнозированияпри краткосрочном прогнозировании при малом объем выборки при равномерном увеличении или уменьшении значений признака Показатели точностиПоказатели точностиПоказатели точностиКритерии наличия тренда, основанные на знаках разностей Критерий «восходящих» и «нисходящих» серий 1. Определение ряда. 2. 3. 4. Если хотя бы одно из условий (3-4) нарушено, то гипотеза отвергается => в ряду есть тренд. Исходные данныеРисунок 1 – График временного ряда Гипотеза отвергается есть тренд -длина серии -число серий Проверка гипотез об отсутствии сезонности Критерий «пиков и ям» пик, яма |