- •Министерство образования
- •2 Требования к курсовой работе
- •2.1 Общие требования
- •2.2 Порядок выбора темы теоретической части
- •2.3 Структура курсовой работы
- •2.4 Темы теоретической части курсовой работы
- •3 Практическая часть курсовой работы
- •Задание 2
- •Задание 3
- •Порядок выбора заданий по варианту
- •3 Методические указания к выполнению разделов курсовой работы
- •3.1 Теоретическая часть
- •Основная теоретическая часть
- •3.2 Практическая часть
- •3.2.2 Указания к решению отдельных задач
- •3.2.2.2 Построение группировки и расчет показателей по ряду распределения
- •3.2.2.2 Моделирование и прогнозирование рядов динамики
- •3.2.2.3 Экономические индексы
- •Список литературы Основная
- •Практические пособия
- •Дополнительная
- •Приложение б
- •Динамика производства важнейших видов продукции по г. Новокузнецку за 1998-2008 гг.1
- •Динамика реализации овощей и фруктов на рынках города в 2005 г.
3.2.2.2 Моделирование и прогнозирование рядов динамики
Для характеристики интенсивности изменения явления во времени необходимо рассчитать следующие показатели: абсолютные приросты, темпы роста и прироста, а также средние показатели. Все эти показатели определяются по формулам:
Абсолютный прирост Темп роста
базисный – yб= yi – y1; базисный – Tpб = yi / y1*100;
цепной – yц= yi – yi–-1. цепной – Tpц = yi / yi–-1*100.
Темп прироста
базисный – Tпpб = Tpб – 100;
цепной – Tпpц= Tpц – 100.
Средний абсолютный прирост
Среднегодовые темпы роста и прироста
Средний уровень ряда
Рассчитанные показатели по каждому году принято оформлять в виде таблицы, например, таблицы 6.
Таблица 6. Динамика производства продукции по предприятию за 1994-2000 гг.
Год |
Показатель yi |
Абсолютный прирост, единиц |
Темп роста, % |
Темп прироста, % | |||
базисный |
цепной |
базисный |
цепной |
базисный |
цепной | ||
|
|
|
|
|
|
|
|
Средние показатели определяются после таблицы. После расчета всех показателей необходимо сделать выводы.
При изучении динамики явления необходимо выделить в ряде динамики основную тенденцию (общее направление развития) методом аналитического выравнивания – построить модель тренда как функцию от времени. Тип модели тренда определяется графически с помощью построения линейной диаграммы фактических уровней ряда динамики.
В качестве функций (моделей тренда) используются уравнение прямой, параболы, гиперболы, экспоненты и др.
ft = a0 +a1 *t – прямая;
ft = a0 +a1 *t + a2 *t2. – парабола и т.д. , где t – время; y – уровни ряда;
ft – значение уровня ряда, полученное по модели; a0 , a1 , a2 – параметры модели, определяемые из системы нормальных уравнений.
Для линейной модели система нормальных уравнений имеет вид (7).
Для квадратичной модели система нормальных уравнений имеет вид (8).
Для упрощения расчетов показатель времени t задается так, чтобы сумма по времени равнялась 0 (отчет времени с середины ряда динамики). Пример задания времени при четном и нечетном числе уровней ряда приведен в таблице 7.
Таблица 7
Уровни |
Y1 |
Y2 |
Y3 |
Y4 |
Y5 |
Y6 |
t |
Четное число (6) |
-5 |
-3 |
-1 |
1 |
3 |
5 |
0 |
Нечетное число (5) |
-2 |
-1 |
0 |
1 |
2 |
|
0 |
После такого задания времени система нормальных уравнений (7) упрощается и позволяет определить параметры модели a0 и a1.
Система нормальных уравнений для квадратичной модели (8) упрощается и позволяет рассчитать параметры модели путем решения системы двух уравнений с двумя неизвестными.
Рассмотрим практические примеры.
Пример 4. Имеются данные о потреблении овощей на одного члена семьи по району за 1991 –1999 г. (таблица 8).
Таблица 8.
Год |
1991 |
1992 |
1993 |
1994 |
1995 |
1996 |
1997 |
У(t) |
10,0 |
10,5 |
12,0 |
10,2 |
13,0 |
16,3 |
18,0 |
Построить модель тренда методом аналитического выравнивания по прямой.
Решение: Для определения параметров модели построим расчетную таблицу 9
Таблица 9
Год |
Потребление овощей, кг. yi |
t |
t2 |
yi*t |
ft = 12,86 + 1,3*t
|
(yt –ft)2 |
yt2 |
1991 |
10,0 |
-3 |
9 |
-30,0 |
8,96 |
1,082 |
100 |
1992 |
10,5 |
-2 |
4 |
-21,0 |
10,26 |
0,058 |
110,25 |
1993 |
12,0 |
-1 |
1 |
-12,0 |
11,56 |
0,194 |
144 |
1994 |
10,2 |
0 |
0 |
0 |
12,86 |
7,076 |
104,04 |
1995 |
13,0 |
1 |
1 |
13,0 |
14,16 |
1,346 |
169 |
1996 |
16,3 |
2 |
4 |
32,6 |
15,46 |
0,706 |
265,69 |
1997 |
18,0 |
3 |
9 |
54 |
16,76 |
1,538 |
324 |
Итого |
90 |
0 |
28 |
36,6 |
90,02 |
12 |
1216,98 |
По данным расчетной таблицы 9 определим параметры линейной модели тренда yt = a0 +a1 *t.
Рассчитаем значения ft по построенной модели ft = 12,86 + 1,3*t. Расчетные данные приведены в таблице 9. Для наглядного представления основной тенденции развития явления строится график фактических данных и модели тренда.
Для оценки качества модели рассчитывается сумма квадратов отклонений от тренда (предпоследняя колонка таблицы 9) и абсолютная и относительная меры колеблемости отклонений от тренда (остатков):
Дисперсия отклонений от тренда (остаточная) равна
Где к – число параметров в модели, n – число уровней ряда.
___ ___
Среднеквадратическое отклонение равно ост= 2ост = 2,4 = 1,55 кг.
Коэффициент вариации равен
Определим дисперсию показателяY(t) по формуле
Рассчитаемкоэффициент детерминации, который объясняет долю вариации изучаемого показателя, объясненную моделью, по формуле
Вывод: Таким образом, относительная мера колеблемости остатков меньше 15 %, и построенная модель объясняет 72% (больше 60%) вариации Y(t), следовательно, построенная модель является хорошей.
Пример 5. Имеются данные о производстве продукции по предприятию (тыс. шт.) за 1994 –2001 г. (таблица 10).
Таблица 10
Год |
1994 |
1995 |
1996 |
1997 |
1998 |
1999 |
2000 |
У(t) |
15 |
14,5 |
12,0 |
9,2 |
11,8 |
14,6 |
16,4 |
Построить модель тренда методом аналитического выравнивания по параболе.
Решение: Для определения параметров модели построим расчетную таблицу 11
Таблица 11
Год |
Производ- ство продукции тыс. шт. yi |
t |
T2 |
yi*t |
t4 |
yi*t2 |
ft
|
(yt –ft)2 |
yt2 |
1994 |
15,0 |
-3 |
9 |
-45,0 |
81 |
135 |
15,81 |
0,66 |
225 |
1995 |
14,5 |
-2 |
4 |
-29,0 |
16 |
58 |
13,06 |
2,07 |
210,25 |
1996 |
12,0 |
-1 |
1 |
-12,0 |
1 |
12 |
11,47 |
0,28 |
144 |
1997 |
9,2 |
0 |
0 |
0 |
0 |
0 |
11,04 |
3,38 |
84,64 |
1998 |
11,8 |
1 |
1 |
11,8 |
1 |
11,8 |
11,77 |
0,00 |
139,24 |
1999 |
14,6 |
2 |
4 |
29,2 |
16 |
58,4 |
13,66 |
0,88 |
213,16 |
2000 |
16,4 |
3 |
9 |
49,2 |
81 |
147,6 |
16,71 |
0,09 |
268,96 |
Итого |
93,5 |
0 |
28 |
4,2 |
196 |
422,8 |
93,52 |
7,36 |
1285,25 |
По данным расчетной таблицы 11 определим параметры квадратичной модели тренда yt = a0 +a1 *t + a2*t2.
Решая систему уравнений, получим значения параметров – a0 = 11,04, a1 =0,15,
a2 =0,58. Тогда модель основной тенденции примет вид :
ft = 11,04 +0,15 *t + 0,58*t2.
Рассчитаем значения ft по построенной модели. Расчетные данные приведены в таблице 11. Для наглядного представления основной тенденции развития явления строится график фактических данных и модели тренда.
Для оценки качества модели рассчитывается сумма квадратов отклонений от тренда (предпоследняя колонка таблицы 11) и абсолютная и относительная меры колеблемости отклонений от тренда (остатков):
Дисперсия отклонений от тренда (остаточная) равна
Где к – число параметров в модели, n – число уровней ряда.
___ ___
Среднеквадратическое отклонение равно ост= 2ост = 1,84 = 1,356 тыс. шт.
Коэффициент вариации равен
Вывод 1:Таким образом, относительная мера колеблемости остатков меньше 15 %, следовательно, построенная модель является хорошей.
Определим дисперсию показателя Y(t) по формуле
Рассчитаемкоэффициент детерминации, который объясняет долю вариации изучаемого показателя, объясненную моделью, по формуле
Вывод 2: Таким образом, относительная мера колеблемости остатков меньше 15 %, и построенная модель объясняет 65% (больше 60%) вариации Y(t), следовательно, построенная модель является хорошей.