- •М. А. Кунилова, о. О. Антоненко статистика
- •Часть I
- •Общая теория статистики
- •Оглавление
- •2.Методология статистики. Ее основные категории
- •Категории статистической науки
- •Классификация признаков единиц совокупности
- •3.Основные задачи статистики. Разделы и службы статистики
- •Международные статистические организации
- •4. Статистическое наблюдение, формы и способы наблюдения, его ошибки
- •Программно-методологические вопросы статистического наблюдения
- •Тест к теме 1
- •3. Под единицей статистической совокупности понимается:
- •2. Статистические группировки, их виды. Определение числа групп и величины интервала группировки
- •Этапы построения группировки
- •3. Статистические ряды распределения
- •Тест к теме 2
- •1.Понятие статистической таблицы. Элементы статистической таблицы
- •Макет статистической таблицы
- •2.Виды статистических таблиц
- •3.Основные правила построения статистических таблиц
- •4.Понятие о статистическом графике. Элементы статистического графика
- •5. Классификация видов графиков
- •Тест к теме 3
- •2.Абсолютные и относительные показатели
- •Тест к теме 4
- •8. По региону имеются следующие данные о вводе в эксплуатацию жилой площади:
- •1. Сущность и значение средних показателей, виды средней величины
- •1) Степенные средние:
- •2) Структурные средние:
- •Средняя арифметическая
- •1) Средняя арифметическая по данным вариационного ряда:
- •Средняя гармоническая
- •Средняя геометрическая
- •Средняя квадратическая и средняя кубическая
- •Структурные средние (показатели центра распределения)
- •1) Определение моды и медианы в дискретном вариационном ряду
- •2. Показатели вариации
- •Абсолютные и средние показатели вариации
- •Показатели относительного рассеивания
- •Дисперсия альтернативного признака
- •3. Дисперсионный анализ
- •Для качественной оценки тесноты связи на основе показателя эмпирического корреляционного отношения можно воспользоваться соотношениями Чэддока :
- •4. Показатели формы распределения
- •Тест к теме 5
- •1. Определение и виды рядов динамики
- •Условия построения ряда динамики
- •(2). Показатели ряда динамики
- •Аналитические показатели ряда динамики
- •Система средних показателей ряда динамики
- •3. Методы выявления основной тенденции развития явления во времени
- •4. Экстраполяция и интерполяция в динамических рядах
- •5.Изучение сезонных колебаний
- •Тест к теме 6
- •1. Индексы, их классификация
- •Агрегатная форма индекса
- •Средняя форма индекса
- •2.Индексы переменного и постоянного состава, индекс структурных сдвигов
- •3. Использование индексного метода в анализе взаимосвязей экономических явлений
- •Тест к теме 7
- •1. Понятие о выборочном наблюдении
- •Условия отбора единиц в выборочную совокупность
- •2. Основные способы формирования выборочной совокупности
- •3.Определение необходимого объема выборки
- •Тест к теме 8
- •1. Понятие корреляционной связи
- •2. Этапы корреляционного анализа
- •1) Логический анализ сущности изучаемого явления и причинно-следственных связей.
- •2) Сбор первичной информации и проверка ее на однородность и нормальность распределения.
- •3) Исключение из массива первичной информации всех резко выделяющихся (аномальных) единиц по уровню признаков-факторов.
- •4) Установление факта наличия и направления корреляционной зависимости между результативным (у) и факторным (х) признаками.
- •5) После установления факта наличия связи и ее формы измеряется степень тесноты связи и проводится оценка ее существенности.
- •Свойства линейного коэффициента корреляции
- •6) После установления достаточной степени тесноты связи выполняется построение модели связи (уравнения регрессии).
- •3. Методы изучения связи социальных явлений
- •Коэффициенты ассоциации и контингенции
- •Коэффициенты взаимной сопряженности Пирсона и Чупрова
- •4. Методы многомерного статистического анализа
- •Факторный анализ
- •Дискриминантный анализ
- •Кластерный анализ
- •Многомерное шкалирование
- •Методы контроля качества
- •Тест к теме 9
- •Тема 10
- •Элементы прогнозирования и интерполяции. Моделирование временных рядов
- •Моделирование временных рядов
- •Прогнозирование
- •Тест к теме 10
- •Значения -процентных пределов в зависимости от степеней свободы и заданного уровня значимости для распределения Стьюдента
- •Критические значения f-критерия Фишера
Прогнозирование
В общем случае к прогнозированию можно подступиться двумя путями.
Первый — попытаться вскрыть причинно-следственный механизм, т. е. найти факторы, определяющие поведение прогнозируемой величины. Этот путь ведет к экономико-математическому моделированию.
Второй — не вдаваясь в механику движения, попытаться предсказать будущее положение, анализируя временной ряд показателя изолированно. Методы прогнозирования существенно различаются в зависимости от того, является ли прогнозирование краткосрочным илисреднесрочным. В первом случае прогноз строится на один-два момента времени (квартал, месяц, неделю и т. п.) и, как правило, оперативен и непрерывен. В большинстве случаев краткосрочного прогнозирования данные берутся за месяц либо за неделю, соответственно прогноз необходимо построить на один-два месяца или неделю вперед. При среднесрочном прогнозировании данные, как правило, ежегодные, а прогноз необходимо строить на пять-десять лет вперед.
Указанные различия между задачами кратко- и среднесрочного прогнозирования приводят к необходимости решать их различными методами.
Более подробно остановимся на краткосрочном прогнозировании. В качестве иллюстрации методологии краткосрочного прогнозирования рассмотрим метод экспоненциального сглаживания.
Традиционным методом прогнозирования будущего значения показателя является усреднение прошлых значений. Пусть имеется ряд данных {..., dt-n+i, ..., dt-1, dt}. Возьмем последниеп значений, вычислим по ним среднееut+1, которое будет рассматриваться в качестве прогноза на момент времениt + 1, т. е.
Пример:Прип = 3 имеем
Согласно последней формуле вес отдельного наблюдения, равный 1/3, указывает на долю вклада его значения в значение среднего. При этом более свежие данные (dt) имеют тот же вес, что и более старые (dt-1, dt-2). Вместе с тем можно ожидать, что более важное значение будут иметь свежие данные, и поэтому они должны иметь больший вес. Это можно выразить, например, в следующем виде:
Обобщим вышеприведенный пример.
Рассмотрим набор величин {α, α(1 -α),α(1 -α)2, ...}. Чтобы этот набор величин являлся набором весов, необходимо соблюдение условия того, что сумма этих величин равна единице. Считая, что |1 —α| < 1, и используя формулу для суммы геометрической прогрессии, убеждаемся, чтоα + α(1 -α) +α(1 -α)2 + ... = 1.
Используя приведенный набор весовых величин, получаем следующую цепочку:
В итоге получаем искомую формулу прогноза с помощью экспоненциального взвешенного среднего:
Экспоненциальное взвешенное среднее имеет ряд преимуществ перед традиционным скользящим средним.
Для построения прогноза по экспоненциальному взвешенному среднему необходимо задать лишь начальную оценку прогноза. Дальнейшее прогнозирование возможно незамедлительно при поступлении свежих данных.
В экспоненциально взвешенном среднем значения весов убывают со временем.
Для вычисления экспоненциального взвешенного среднего требуются всего два значения: прошлое значение среднего и текущее значение.