76

Министерство образования и науки Российской Федерации

Федеральное агентство по образованию

Государственное образовательное учреждение высшего профессионального образования

«Хабаровская государственная академия экономики и права»

Кафедра статистики

Анализ временных рядов и прогнозирование в системе statgrafics

Учебное пособие

Рекомендовано

Дальневосточным региональным учебно-методическим центром

(ДВ РУМЦ) в качестве учебного пособия для студентов

экономических специальностей вузов региона

Хабаровск 2007

ББК У051

Ш 78

Шокина И. В. Анализ временных рядов и прогнозирование в системе STATGRAFICS : учеб. пособие. – Хабаровск : РИЦ ХГАЭП,2007. – 88 с.

Рецензенты: Аксюк З. Н., зампредседателя территориального органа

Федеральной службы государственной статистики по

Хабаровскому краю

Блажко И. В. канд. экон. наук, доцент кафедры бухучета и

аудита

Дальневосточного государственного университета путей

Сообщения

Ó Хабаровская государственная академия экономики и права, 2007

Введение

В современных условиях статистические методы прогнозирования заняли видное место в экономической практике. С развитием компьютерных технологий, распространением пакетов прикладных программ (ППП) эти методы стали важным инструментом в деятельности плановых, аналитических, маркетинговых отделов производственных предприятий и объединений, торговых, страховых компаний, банков, правительственных учреждений.

Стремительное распространение пакетов прикладных программ позволило сделать доступными и наглядными современные подходы и методы статистического прогнозирования.

STATGRAFICS (STATistical GRAPHICs System) – это статистическая графическая система, выполняющая широкий спектр операций по статистическому моделированию.

Процесс анализа и прогнозирования временных рядов с помощью этой статистической системы, включает следующие этапы:

• ввод данных в систему;

• визуализацию данных с помощью различных типов графиков;

• преобразование данных, адекватное выбранным статистическим методам;

• реализацию алгоритмов статистических методов;

• вывод результатов анализа в виде графиков и таблиц с числовой и текстовой информацией;

• интерпретацию полученных результатов.

Главное назначение учебного пособия состоит в том, чтобы помочь будущим специалистам овладеть основами анализа и моделирования социально-экономических процессов с использованием передовых компьютерных и информационных технологий.

1. Основы применения экономико-статистического моделирования

1.1.Понятие и классификация экономико-статистических моделей и прогнозов

Статистическое описание развития экономических процессов за определенный период времени осуществляется с помощью временных рядов.

Временной ряд − это последовательность измерений в определенные моменты времени. Анализ временных рядов   включает широкий спектр разведочных процедур и исследовательских методов, которые ставят две основные цели: определение природы временного ряда и прогнозирование (предсказание будущих значений временного ряда по настоящим и прошлым значениям). Обе эти цели требуют, чтобы модель ряда была идентифицирована и более или менее формально описана.

Модель – это образец, искусственно созданный объект, который сходен с исследуемым объектом. Модель строится на основе системы алгебраических уравнений и неравенств, которые помогают выявить свойства и закономерности развития экономических процессов в целях эффективного управления ими. Процесс конструирования модели называется моделированием.

Наиболее важные его этапы – формализация, квалификация модели, а также идентификация и оценивание параметров модели.

Под идентификацией модели понимается выбор переменных модели, также параметров ее уравнений и неравенств с последующим их оцениванием на основе фактических данных, полученных в результате наблюдения и эксперимента. Параметры среды подразделяются на параметры среды, управляющих воздействий и внутреннего состояния объекта.

Оценка параметров модели может рассматриваться двояко: как определение численных значений существенных признаков модели и как количественное значение оцененных параметров.

Экономико-статистические модели социально-экономических явлений и процессов подразделяются: модели структуры, модели взаимосвязи и модели динамики.

Модели структуры обычно выражаются рядами, мерами сходства и кривыми распределения.

Модели взаимосвязи осуществляются на основе уравнения регрессии. Моделирование динамики представляется в виде функции времени на основе трендовых моделей.

Прогнозы на основе статистических моделей носят предварительный, вероятностный характер.

Под прогнозом понимается научно обоснованное описание возможных состояний объектов в будущем, а также альтернативных состояний и сроков достижения этого состояния. Процесс разработки прогнозов называется прогнозированием.

В зависимости от масштабности объекта прогнозирования экономические прогнозы могут охватывать все уровни: от микроуровня (предприятия, организации и т.д.), макроуровня ( экономическое развитие в масштабе региона или страны) до глобального уровня (в мировом масштабе).

Важной характеристикой является время упреждения прогноза – отрезок времени от момента, для которого имеются последние статистические данные об изучаемом объекте, до момента, к которому относится прогноз.

По времени упреждения экономические прогнозы делятся:

• на оперативные (от одного месяца);

• краткосрочные ( от одного, нескольких месяцев до года);

• среднесрочные ( от1 года до 5 лет);

• долгосрочные (более 5 лет).

Прогнозирование экономических явлений и процессов включает в себя следующие этапы:

• постановка задачи и сбор необходимой информации;

• первичная обработка исходных данных;

• определение круга возможных моделей прогнозирования;

• оценка параметров моделей;

• исследование качества выбранных моделей, адекватности их реальному процессу. Выбор лучшей из моделей;

• построение прогноза;

• содержательный анализ полученных результатов.