56. Корреляционный анализ. Особенности применения в таможенной статистике.

Корреляция – это согласованные изменения двух или более признаков. Если признаков 2, то говорят о парной корреляции, если больше двух - о множественной. Если пр и парной корреляции можно выделить признак, изменение которого влечет за собой изменение другого признака, то говорят о корреляционной зависимости. При этом первый признак называется факторным, второй – результативным. Если при парной корреляции нельзя выявить факторный или результативный признаки, то говорят о корелляционной связи. Корреляционный анализ включает наличие и степень связи межу признаками. Простейший вид связи - линейная. Коэффициент корреляции принимает значения от -1 до 1. (1) – прямая линейная связь. (-1) – обратная линейная связь, (0) – отсутствие линейной связи. Промежуточные значения говорят о наличии связи некоторой степени: коэффициент корреляции больше 0 – это прямая линейная связь некоторой степени, меньлше 0 – обратная связь некоторой степени. Степень линейной связи определяется по модулю коэффициента корреляции:

• 0-0,2 – слабая ЛК.

• 0,2 – 0,4 слабее средней

• 0,4 – 0,6 ЛК средней степени

• 0,6 – 0,8 – сильнее средней

• 0,8 – 1 сильная.

В таможенной статистике используются графики корреляционного поля на самом первом этапе даже до вычисления значений средних цен партий товара. Это позволяет сразу выявить возможную неоднородность исходных данных. По оси Х значение веса нетто, А по Y значения соответствующей статистической стоимости. Если точки образуют прямую линию, то тангенс наклона соответствует средней цене по всей совокупности наблюдений, и чем ближе точки графика к этой линии, тем более однородна совокупность.

57. Методы анализа данных таможенной статистики.

В статистике внеш. торговли для изучения динамики экспорта, импорта и товарооборота в целом применяются показатели динамики, кот. хар-т изменение изучаемого явления во времени, выявляют направление его развития. Входными данными для такого анализа явл. статистические ряды динамики. Они состоят из 2 осн эл-тов: показателя времени (год, месяц, неделя, квартал) и соответствующего уровня (стоимостной объем, вес, кол-во ДТ, удельный вес и т.д.).

1) В завис. от хар-ра изучаемого явления уровни рядов динамики могут относиться или к опр. датам (моментам) времени, или к отдельным периодам и дел. на: - Моментные – отображают состояние изуч. явлений на опр. даты времени. - Интервальные – отображают итоги развития изуч. явлений за отдельные периоды времени.

2) По способу сравнения:- Базисные - если при расчете текущий уровень ряда сравнивается с фиксированным уровнем (базой).

- Цепные - если текущий уровень срав. с предыдущим уровнем,.

3) По направлениям изучения характеристик временного ряда:

-АП абс. прирост (разность между двумя уровнями ряда динамики). Они бывают: цепные (АПЦi = yi-yi-1) и базисные (АПБi=yi-yo).

Если абс. прирост «+» - это рост, «-» - спад.

-ТР темп роста (деление двух уровней одного ряда друг на друга).

Он бывает: цепной (ТРЦi=yi/yi-1) и базисный (ТРБ=yi/yo).

Если ТР больше 100% - рост, меньше – спад.

-ТП темп прироста (показ, на ск-ко % текущий уровень ряда динамики больше (меньше) уровня, принимаемого за базу для сравнения. Он бывает: цепной (ТПЦi=АПЦi/yi-1) и базисный (ТПБi=АПБi/yo).

Важной задачей тамож. статистики является прогнози­рование временных рядов (объемов внешней торговли, таможе. платежей и т.д.). Выделяют 3 группы факторов, формирую­щие временной ряд:

1. Постоянно действующие факторы, опр. тенден­цию развития изучаемого явления. Основная тенденция развития - тренд.

2. Периодически действующие факторы, опр. цик­лические колебания временного ряда по неделям месяца, меся­цам года и т.д. Если длина периода - год, то говорят о сезонных колебаниях.

3. Разовые кратковременные факторы, действующие в разных, иногда в противоположных направлениях и оказывающие случай­ное влияние на уровни данного ряда динамики.

Таким образом, ряд динамики y_t может быть представлен в виде суммы трех компонент: -тренда (непериодич. фун-и f_t) -циклической (периодич. фун-и g_t) - белого шума (случайной фун-и e_t) - y_t = f_t+g_t+e_t

Главным образом временной ряд формируется по­стоянно действ. факторами и осн. задачей статисти­ч. изучения динамики явл. выявление тренда.

Основными методами выявления тенденции рядов динамики явл.:

1. Метод укрупнения интервалов (исходный ряд динамики заменяется более крупными интервалами) (Н-р: месяц -квартал);

2. Метод скользящей средней (формируется интервал, состоящий из одинакового числа уровней. Каждый последующий интервал получается путем смещения на 1 уровень от начального. По образованным интервалам рассчит. средний уровень ряда);

3. Метод аналитич. выравнивания (закл. в выборе адекватной матем. фун-и, кот. наилучшим образом отражает тенденцию развития.)

При этом реальные данные наз-ся эмпирическими уровнями, а уровни, получ. с помощью ф-й – теоретическими.

При построение ф-и необходимо: 1. Опр. класс ф-и, 2. Оценить ее параметры. Классы ф-и: - прямая y(t)=a+bt – для равномер. развития.,

-парабола y(t)=at²+bt+c – для равноускор. развития,

- экспонента y(t)=ao*a_{1 –} показывает во ск-ко раз измен. уровень за единицу времени.

Осн. хар-кой точности выбранной модели явл. ошибка аппроксимации. Прогнозирование осущ-ся экстраполированием, т.е. продолжением во времени ф-и тренда. Если с помощью ф-и тренда рассчит. значения для прошедших периодов – это интрополяция.